Question 1

Quels modèles locaux devrais-je exécuter et comment le matériel affecte-t-il SecureContext ?

Accepted Answer

SecureContext se dégrade gracieusement en fonction de l'échelon de matériel — chaque couche alimentée par le LLM échoue fermée (la fonction contribue en silence rien) plutôt que de fracasser l'ingestion ou la recherche. Ce qui change avec le matériel est la quantité de l'arsenal d'intelligence qui est actif : | Tiers | Matériel | Modèles qui s'adaptent | Ce que vous obtenez | |---|---|---|---| | Minimum | N'importe quel CPU, ~2 Go de RAM disponible | nomic-embed-text (embeddings seuls) | Recherche hybride BM25+vector, mémoire de travail, chaîne d'audit, contrôle des compétences — le noyau. Les couches LLM (extraction d'événements, extraction d'entités, jugement de contradiction) restent dormantes. | | Moyen | 8–16 Go GPU (ou Apple Silicon 16 Go+) | + qwen2.5-concepteur:14b ou phi4:14b (l'un à la fois) | + Extraction d'événements de fait de l'ingestion (raisonnement temporel), LLM adjudication de contradiction, extraction d'entités, résumés de fichiers semantiques L0/L1. | | Full | 24 Go+ GPU (par exemple RTX 4090/5090) | + phi4:14b et gpt-oss:20b résidents ensemble | Tout, simultanément, à la latence interactive — plus un fort générateur local pour QA/benchmarks. C'est sur cette configuration que nos deltas publiés ont été mesurés. | La prise de décision pour les modèles (tous mesurés, voir bench/): Embeddings : nomic-embed-text — requis, très petit, qui fonctionne n'importe où. L'extraction d'événements (ZCEVENTEXTRACTMODEL, par défaut phi4:14b) : notre brouillon a classé phi4:14b à 100 % de rappel / 100 % de précision en date, se tenant en égalité avec gpt-oss:20b à 2 fois la vitesse. Sur les petits GPU, qwen2.5-concepteur:14b est à la traîne (84,6 % de rappel). Les modèles

Question 2

Quels sont les besoins pour exécuter cela?

Accepted Answer

Node 20+ et (recommandé) Docker pour le bundle PostgreSQL + Ollama associé. Le programme d'installation sous une commande fait tout en environ cinq minutes. Un fallback SQLite fonctionne avec aucune infrastructure.

Question 3

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

Accepted Answer

Oui — les sessions parallèles revendiquent atomiquement des tâches d'une file d'attente à prédistribution de travail (zéro double-prises à 50 travailleurs × 100 tâches en test), coordonnent par des diffusions typées (ASSIGNER/ÉTAT/ASSIMILER/REJETER), et gardent des espaces de noms de mémoire par-agente privés ainsi qu'une pool partagée. Des hiérarchies de style de department (têtes + travailleurs, N-niveaux de déclenchement des alarmes aigus) sont prises en charge pour les équipes de travailleurs plus importantes.

Question 4

Les compétences de Code Claude sont-elles sécurisées à installer?

Accepted Answer

Les scripts du bundle de compétences de système de fichiers s'exécutent avec vos permissions, et le chargeur natif de Claude Code n'y effectue pas d'analyse. Le Contexte Sécurisé ajoute le portail manquant : analyse du programme abstrait à l'admission, vérification de la signature HMAC avant chaque exécution, quarantaine automatique à l'échec ou modification post-admission, et journal de log vérifiable par chaines de toutes les décisions d'admission.

Question 5

SecureContext envoie mon code ou mes données vers les nuages ?

Accepted Answer

Non. La mémoire, des embeddings (Ollama nomic-embed-text), la recherche, la synthèse, et la chaîne d'audit fonctionnent tous localement. Il fonctionne pleinement hors ligne (la recherche dégrade de manière progressive vers recherche par mots-clés uniquement si Ollama est hors service) et coûte 0 $ lorsque dormant.

Question 6

Puis-je gérer un projet de plusieurs semaines ?

Accepted Answer

Oui — c'est pour cela que le layer de livraison est là. Définir un programme avec des phases (zc_program), et l'acceptance checklist ouverte voyage 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 de phase, un nouveau reconstitue l'état de livraison complet à partir de deux appels — vérifié en temps réel.

Question 7

Combien SecureContext réduit le coût token Code Claudes ?

Accepted Answer

Mesuré sur un projet de dix sessions : ~ 87 % moins de surcroît de contexte (le chargement de session est de 1,5 à 4 k tokens au lieu de 20 à 50 k de fichiers re-recolletés). Pour les projets longs avec des souvenirs accumulés, le budget de rappel garde chaque rappel dans 4 k tokens où un dump à l'infini serait 47 k. Les questions de fichiers sont traités à partir de summaries sémantiques compressés 15 à 50 fois plutôt que des lectures brutes.

Question 8

Quelle est la différence avec les concurrents ?

Accepted Answer

La plupart des projets 'mémoire pour Claude Code' font l'une des trois choses : Il enserre la conversation dans JSON. Enregistre les messages, les reprend. Pas de compression sémantique, pas de traçabilité, pas de modèle de sécurité. Synchronise vers un service cloud. Une meilleure UX mais maintenant l'historique des outils de votre agent (potentiellement y compris les secrets qu'il a touchés) vit sur le serveur de quelqu'un d'autre. Insère un moteur de recherche de vecteurs. Ajoute RAG sur vos documents mais n'aide pas avec la vrai problème — orchestrer ce que fait l'agent, vérifier ce qui a été exécuté, survivre à la compaction de session. SecureContext n'est aucune de ces choses :

|  |  SecureContext  |  Services cloud de mémoire  |  Plugins de recherche vectorielle RAG  |  Claude Code natif  |  |---|---|---|---|---|  | Persistant après redémarrage |  ✅ Yes, Postgres local |  ✅ Mais sur leur serveur |  ⚠️ Seulement des documents et non de l'état |  ❌ Compact auto perdu |  | Livraison de programmes + points de contrôle attestés par preuve |  ✅ zcprogram |  ❌ |  ❌ |  ❌ |  | Traçabilité de comptes-rendus HMAC |  ✅ Clé sous-clé par agent |  ❌ |  ❌ |  ❌ |  | Isolement d'identité par agent (HKDF + RLS) |  ✅ |  ❌ |  ❌ |  ❌ |  | Pont d'admission des compétences (HMAC + AST) |  ✅ |  ❌ |  ❌ |  ❌ |  | Chaîne tamper-évidente + réessayage de session |  ✅ |  ❌ |  ❌ |  ❌ |  | File d'attente de tâches volantes pour sessions parallèles |  ✅ FOR UPDATE SKIP LOCKED |  ❌ |  ❌ |  ❌ |  | Fonctionne hors ligne |  ✅ Postgres local + Ollama |  ❌ |  ⚠️ Dépend |  ✅ |  | Frais lorsque non en activité |  $0 |  Ab

Question 9

Comment puis-je donner à Claude Code une mémoire persistante lors des sessions ?

Accepted Answer

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

Question 10

Quoi de neuf (v0.46.1)

Accepted Answer

Réception de texte temporel autour de la 2ème étape, ainsi que le kit de livraison Temporal retrieval round 2. Les questions temporaires composées se décomposent en clauses d'événements avec fusion de rang ; les recherches temporaires rendent un bloc de ligne de temps chronologique et les résultats périmés portent des avertissements d'âge. Le zcprogram ajoute des programmes de livraison en plusieurs phases avec phase de clôture gérée et clôture auto-arrêtée par phases — test d'orchestration validé en direct (kill l'orchestrateur en milieu de phase ; un remplaçant froid reprend depuis deux appels). La voie de l'embed désormais a un superviseur avec auto-guérison budgetée. Dernières sorties : v0.46.0 — stockage d'équipe (cles par utilisateur, espaces de travail partagés, attribution écrite), relecture de session avec provenance cryptographique, OTel spans de Gen-AI, CLI de mémoire de CI/tête, embeddings en tranches, export de rapport de conformité. v0.44.0 — remplacement des faits temporaires, tâches PG durables, premiers nombres publics de LongMemEval. v0.43.0 — rappel digest avec budget de jetons (corrige la canalisation de rappel de 47 000 jetons sur les projets matures). v0.41–0.42** — programme de qualité de mémoire : rappel focalisé, consolidation, fenêtres bi-temporelles, récupération graphique multihop, souvenirs TTL, ingestion multimodale. Détails complets dans CHANGELOG.md ; notes d'architecture dans ARCHITECTURE.md.

Question 11

NVIDIA GPU ? ajouter : -f docker/docker-compose.nvidia.yml

Accepted Answer

curl http://localhost:3099/health # → {\"status\":\"ok\",\"version\":\"0.46.1",...} docker exec securecontext-ollama ollama pull nomic-embed-text docker/start.ps1 / docker/start.sh intégrer la détection automatique d'une carte GPU et un mode de production (reverse proxy Nginx).

Question 12

Qu'est-ce que SecureContext ?

Accepted Answer

Si vous utilisez Claude Code sur des projets réels, vous avez certainement rencontré ces difficultés : 1. Chaque session débute à zéro. Vous copiez les mêmes fichiers, expliquez les mêmes décisions, redécouvrez les mêmes problèmes et payez des jetons pour le même travail d'orientation à chaque fois. 2. Les projets longs n'ont pas d'état de livraison. Lorsqu'un agent de coordination meurt en cours de caractéristique (plantage, fenêtre fermée, contexte épuisé), son remplaçant démarre à l'aveugle. Les gens compensent en écrivant des fichiers CHECKPOINT manuellement. 3. Il n'y a pas d'enregistrement de ce que les agents ont vraiment fait. Lorsque quelque chose se passe mal, Claude Code n'a pas d'histoire transparente de ce qui a été exécuté. 4. Les scripts de compétences s'exécutent avec vos permissions, sans être scannés. N'importe qui (ou n'importe quel agent) avec des droits d'accès en écriture à ~/.claude/skills/ peut planter du code qui s'exécutera à la prochaine invocation. 5. Les sessions parallèles s'emparent les unes des travaux des autres. Deux fenêtres revendiquent la même tâche ; l'une écrase les corrections de l'autre. SecureContext est un plugin MCP qui résout les cinq problèmes. Installez-le une fois et vos agents recevront : Des mémoires qui survivent aux redémarrages — décisions, problèmes et état de projet restaurés en un appel ; des résumés semantiques par fichier à 15-50x à la place des lectures brutes ; une recherche temporelle qui sait quand les choses se sont produites et signale les connaissances obsolètes. Un niveau de livraison pour les projets longs en cours — zcprogram suit les programmes multi-dernières ; fermer une phase nécessite des preuves d'acceptation et génère automatiquement un point de contrôle répertorié ; un nouvel agent de coordination reprend le travail d'un agent décédé en deux appels. Un journal de comptes cryptographique — chaque action est enregistrée et peut être analysée.

Staging V0 19 (Grade A)Compétence data‑ai testée en sécurité pour Claude AI. Grade A. ANTI-PATTERNS (NE JAMAIS FAIRE CES CHOSES)

Aperçu

Fonctionnalités clés

Tarifs

Cas d’usage

Formation des analystes

Contrôle qualité

Pour & contre

Pour

Contre

Avis

Questions & réponses

Poser une question

Alternatives à Compétences