Question 1

Quels modèles locaux devrais-je exécuter, et comment l'hardware incide sur le SecureContext ?

Accepted Answer

SecureContext dégrade doucement par niveau de matériel — chaque couche LLM-fournissant échoue fermée (la fonctionne tranquillement ne contribue rien) plutôt que de casser ou de rechercher ingest ou recherche. Ce qui change avec l'hardware, c'est combien de la pile intelligente est active : | Niveau | Matériel | Modèles qui s'adaptent | Ce que vous obtenez | | --- | --- | --- | --- | | Minimal | N'importe quel processeur, ~ 2 Go de RAM libre | nomic-embed-text (embeddings uniquement) | Recherche hybride BM25+vector, mémoire de travail, chaîne d'audit, gestion des compétences — le noyau. Les couches LLM (extraction d'événements, extraction d'entité, jugement d'opposition) restent inactives. | | Moyen | 8-16 Go de GPU (ou Apple Silicon 16 Go+) | + qwen2,5-coder : 14b ou phi4 : 14b (l'un en temps que l'autre) | + Extraction d'événements de faits lors d'ingest (raisonnement temporel), jugement d'opposition à LLM, extraction d'entité, sommaires semantiques de fichier L0 / L1. | | Plein | 24 Go+ de GPU (par exemple, RTX 4090/5090) | + phi4 : 14b et gpt-oss : 20b résidents ensemble | Tout, en temps réel, à la latence interactive — plus un générateur local fort pour QA / benchmarks. C'est la configuration pour lesquels nos deltas de benchmark ont été mesurés. | Aide à la prise de décision de modèle (tous évalués, voir bench/) : Émbeddings : nomic-embed-text — requis, petit, tourne partout. Extraction d'événements (ZCEVENTEXTRACTMODEL, par défaut phi4:14b ): notre concours a marqué phi4:14b à 100 % de rappel / 100 % de précision des dates, à égalité avec gpt-oss:20b à 2x la vitesse. Sur les GPU plus petits qwen2,5-coder : 14b est proche der

Question 2

Qu'est-ce que j'ai besoin pour l'exécuter ?

Accepted Answer

Node 20+ et Docker recommandé pour l'empaquetement PostgreSQL + Ollama. L'installateur d'une commande fait tout en environ cinq minutes. Un fallback SQLite s'exécute sans infrastructure.

Question 3

Plusieurs sessions Claude Code peuvent-elles travailler sur le même projet sans conflits ?

Accepted Answer

Oui — les sessions parallèles se prévalent atomiquement d'une file d'attente pour les tâches (pas de réclamations de double à 50 agents et 100 tâches en test), se coordonnent à l'aide d'envois de type (ASSIGN/STATUS/MERGE/REJECT), et conservent des espaces de nom de mémoire sous-jacents privé et des pools partagés.

Question 4

Les compétences Claude Code sont-elles sûres à installer ?

Accepted Answer

Les compétences qui stockent des scripts dans un bundle ne le font pas mais, comme Claude Code utilise un chargeur natif, il ne les scanne pas. SecureContext ajoute la porte manquante : analyse AST à l'admission, vérification HMAC avant chaque exécution, quarantaine automatique sur erreur ou changement post-admission, et un journal de décision d'admission validable.

Question 5

SecureContext envoie-t-il mon code ou mes données vers le cloud ?

Accepted Answer

Non. La mémoire, des embeddings (Ollama nomic-embed-text), la recherche, la résumé et la chaîne d'audit fonctionnent tous localement. Il marche tout en ligne (la recherche dégrade doucement à des mots-clés seuls si Ollama est en panne) et coûte 0 $ lorsqu'il est inactif.

Question 6

Pouvez-vous gérer un projet long et multi-semaines ?

Accepted Answer

Oui — c'est pour cela que nous avons le niveau de livraison. Définez un programme avec des phases (zc_program), et l'acceptation de listing ouverte parcourt avec l'état du projet. Fermer une phase nécessite une table d'évidence et génère un document de point de contrôle automatiquement. Si l'agent orchestrateur meurt au milieu d'une phase, un nouveau l'insère reconstructe l'état de livraison entier à partir de deux appels — vérifié en direct.

Question 7

Combien SecureContext réduit-il les coûts des jetons Claude Code ?

Accepted Answer

Mesuré dans un projet de 10 sessions : ~87 % de coût de surcharge de contexte réduit (la restauration de session ~1,5 à 4k de jetons au lieu de 20 à 50k de fichiers recopiés). Sur des projets de vie longue avec des cents de souvenirs accumulés, le budget de rappel garde chaque rappel à ~4k de jetons où un dump sans limites aurait été ~47k. Les questions de fichiers sont répondues à partir de synthèses sémantiques compressées 15 à 50 fois plus efficaces que des lectures brutes.

Question 8

Comment faire pour donner à Claude Code une mémoire persistante entre les sessions ?

Accepted Answer

Installez SecureContext (une commande — voir Quick start), puis les agents appellent zcremember pour persister les décisions et les gotchas, et zcrecall_context({focus: « la tâche en cours »}) au début de la session pour les restaurer — classés par pertinence, avec des interrogations en temps naturel répondues directement à partir de la mémoire. La mémoire survit aux redémarrages, compactions et redémarrages car elle vit dans PostgreSQL, pas dans la fenêtre de contexte.

Question 9

Quelle est la principale différence avec les concurrents ?

Accepted Answer

La plupart des projets "Claude Code" se divisent en trois catégories : Mettre l'ensemble de la conversation sous forme de JSON. Enregistrer les messages, les replayer. Aucune compression sémantique, aucun traçage d'audit, aucun modèle de sécurité. Synchroniser avec un service de cloud. Une meilleure expérience utilisateur, mais maintenant l'outil de son agent (potentiellement incluant les secret qu'il a touché) vit sur le serveur d'une autre entreprise. Intégrer la recherche vectorielle. Ajouter un statut RAG sur vos documents, mais cela ne résout pas le problème sous-jacent — organiser ce que l'agent doit faire, vérifier ce qui a fonctionné, survivre au compactage de session. Le contexte sécurisé est différent de tout cela :
 | | Contexte sécurisé | Services de mémoire de cloud | Plugins RAG vectoriels | Claude Code natif | |---|---|---|---|---| | Persistant à travers les redémarrages | ✅ Oui, postgrest local | ✅ Mais sur leur serveur | ⚠️ Seulement les documents, pas l'état | ❌ Compactage auto-perdant avec perte | | Programme de livraison + verrouillage du checkpoint basé sur des preuves | ✅ zcprogram | ❌ | ❌ | ❌ | | Chaîne de traçage d'audit HMAC | ✅ Clé sous-clé de l'agent par agent | ❌ | ❌ | ❌ | | Isolation d'identité de l'agent par agent (HKDF + RLS) | ✅ | ❌ | ❌ | ❌ | | Porte de l'admission des compétences (HMAC + AST) | ✅ | ❌ | ❌ | ❌ | | Chaîne tamper-evident + replay de session | ✅ | ❌ | ❌ | ❌ | | File d'attente pour les sessions parallèles (FOR UPDATE SKIP LOCKED) | ✅ | ❌ | ❌ | ❌ | | Fonctionne en mode hors ligne | ✅ postgrest local + Ollama | ❌ | ⚠️ Dépend | ✅ | | Coûts lors de l'inactivité | $0 | Abonnement mensuel | $0 | $0 | Par rapport aux produits de mémoire bien connus : Mem0 et Zep sont des excellent

Question 10

Qu'est-ce qui est nouveau (v0.46.1) ?

Accepted Answer

La rétention temporelle, round 2, ainsi que le kit de livraison de l'outil. Les questions temporelles composées se décomposent en clauses d'événements avec fusion de classement ; les recherches temporelles affichent un bloc de ligne chronologique et les résultats périmés apportent des avertissements d'âge. zcprogram ajoute des programmes de livraison multi-étapes avec fermeture de phase gérée par l'évidence, auto-vérification de phase à l'aide d'une tâche d'héritage testée en temps réel (tuer l'orchestrateur à mi-phae ; un remplaçant froid reprend à partir de deux appels). La voie d'embed dispose maintenant d'une garde-fou avec auto-soins équilibrés. Les sorties récentes : v0.46.0 – mémoire de l'équipe (clés par utilisateur, espaces de travail partagés, attribution d'écriture), relecture de session avec provenance cryptographique, espaces OTel Gen-AI, memoriais CI/têtes sans ligne CLI, emboîtements de embeddings, export de rapport de conformité. v0.44.0 – remplacement des faits temporels, graphe de tâches PG durables, premiers chiffres publiques LongMemEval. v0.43.0 – recueil de rappel budgété par jeton (règlement du firehose à 47k jetons de rappel sur des projets matures). v0.41–0.42** – programme de mémoire qualité : rappel ciblé, consolidation, fenêtres bi-temporelles, récupération de graphes à plusieurs bonds, mémoires TTL, ingestion multimodale. Détails complets dans CHANGELOG.md ; notes architecturales dans ARCHITECTURE.md.

Question 11

Qu'est-ce que SecureContext ?

Accepted Answer

Si vous utilisez Claude Code sur des projets réels, vous avez rencontré ces problèmes : 1. Chaque session démarre froide. Vous ré-entrezez les mêmes fichiers, re-découvrez les mêmes erreurs, re-découplez les mêmes difficultés — et payez des tokens pour le même travail d'orientation plusieurs fois. 2. Les projets longs n'ont pas d'état de livraison. Lorsqu'un agent de gestion meurt en cours de fonctionnalité (panne, fenêtre fermée, contexte épuisé), son remplaçant démarre aveugle. Les gens compensent par des fichiers de vérification manuscrits. 3. Il n'y a pas de dossier de ce que les agents ont fait effectivement. Lorsque quelque chose va mal, Claude Code n'a pas d'historique tamper-evident de ce qui a été exécuté. 4. Les scripts de compétences fonctionnent avec vos permissions, hors d'analyse. N'importe qui (ou n'importe quel agent) avec accès en écriture à ~/.claude/compétences/ peut planter du code qui s'exécute à la prochaine invocation. 5. Les sessions parallèles marchent les unes sur les autres. Deux fenêtres revendiquent la même tâche ; l'une efface les modifications de l'autre. SecureContext est un plugin MCP qui résout les cinq problèmes. Installez-le une fois et vos agents obtiennent : Une mémoire qui survit aux redémarrages — décisions, erreurs et état de projet restitués dans une seule demande ; des résumés sémantiques par fichier à 15–50 fois moins d'espace de stockage au lieu de lectures brutes ; une recherche temporelle qui sait quand les choses se sont produites et marque les connaissances caduques. Un couché de livraison pour les projets longs en cours — zcprogram suit des programmes multi-étapes ; la fermeture d'une phase nécessite des preuves d'acceptation et génère automatiquement un point de contrôleachable dans deux appels. Un audit cryptographique — tous les

developer-skill-execution-outcome-reporting-v0-18-1 (Grade A)Évaluation étiquetée de données pour l'intelligence artificielle Claude. Notation A. EXECUTION DE COMPÉTENCES + RAPPORTAGE D'ISSUES (v0.18.1) — extraite à partir de deepPrompt pour les développeurs dans roles.json

Aperçu

Fonctionnalités clés

Tarifs

Cas d’usage

Validation d'une compétence

Traitement des échecs des compétences

Pour & contre

Pour

Contre

Avis

Questions & réponses

Poser une question

Alternatives à Compétences