Question 1

Quali modelli locali dovrei eseguire e come influisce l'hardware su SecureContext?

Accepted Answer

SecureContext si degrada in modo graduale a seconda del livello di hardware — ogni livello basato su LLM fallisce chiudendosi (la funzionalità non contribuisce in modo visibile) piuttosto che interrompere l'ingestione o la ricerca. Ciò che cambia con l'hardware è la quantità di stack di intelligenza attiva:

| Livello | Hardware | Modelli adatti | Cosa ottieni |
|---|---|---|---|
| Minimum | Qualsiasi CPU, ~2 GB RAM liberi | nomic-embed-text (solo embeddings) | Ricerca BM25+vector ibrida, memoria di lavoro, audit trail, gating delle skills — il core. I livelli LLM (estrazione eventi, estrazione entità, arbitraggio contraddizioni) rimangono dormienti. |
| Mid | 8–16 GB GPU (o Apple Silicon 16 GB+) | + qwen2.5-coder:14b o phi4:14b (uno alla volta) | + Estrarre fatti ed eventi all'ingestione (ragionamento temporale), arbitraggio contraddizioni LLM, estrazione entità, riassunti semantici file L0/L1. |
| Full | 24 GB+ GPU (es. RTX 4090/5090) | + phi4:14b e gpt-oss:20b in contemporanea | Tutto, contemporaneamente, con latenza interattiva — più un robusto generatore locale per QA/benchmark. Questa è la configurazione su cui sono stati misurati i delta dei benchmark pubblicati. |

Guida alla scelta del modello (tutti misurati, vedi bench/):
Embeddings: nomic-embed-text — richiesto, piccolo, funziona ovunque.
Estrazione eventi (ZCEVENTEXTRACTMODEL, default phi4:14b): il nostro bakeoff ha valutato phi4:14b con 100% di recupero eventi / 100% di accuratezza data, pari a gpt-oss:20b a 2× la velocità. Su GPU più piccole qwen2.5-coder:14b è quasi al seguito (84,6% recupero). I modelli di codifica ≠ migliori: qwen2.5-coder:32b ha ottenuto il peggior risultato

Question 2

Cosa mi serve per eseguirlo?

Accepted Answer

Node 20+ e (consigliato) Docker per lo stack PostgreSQL + Ollama in bundle. L’installer a un solo comando fa tutto in circa cinque minuti. Una fallback SQLite funziona senza alcuna infrastruttura.

Question 3

Possono più sessioni di Claude Code lavorare sullo stesso progetto senza conflitti?

Accepted Answer

Sì — le sessioni parallele reclamano in modo atomico i compiti da una coda di furto del lavoro (zero doppie richieste a 50 agenti × 100 compiti nei test), coordinano tramite broadcast tipizzati (ASSIGN/STATUS/MERGE/REJECT), e mantengono spazi di memoria privati per agente più un pool condiviso. Sono supportati hierarchia tipo dipartimento (capo + lavoratori, escalation N‑tier) per team di agenti più grandi.

Question 4

Le competenze di Claude Code sono sicure da installare?

Accepted Answer

Il pacchetto di competenze per il filesystem include script che vengono eseguiti con le tue autorizzazioni, e il loader nativo di Claude Code non li scansiona. SecureContext aggiunge la porta mancante: scansione AST all’ingresso, verifica HMAC prima di ogni esecuzione, quarantena automatica in caso di fallimento o di cambiamento post‑ingresso, e un registro concatenato verificabile di ogni decisione di ingresso.

Question 5

SecureContext invia il mio codice o i miei dati al cloud?

Accepted Answer

No. Memoria, embeddings (Ollama nomic-embed-text), ricerca, sintesi e la catena di audit funzionano tutto localmente. Funziona completamente offline (la ricerca degrada con eleganza a solo parole chiave se Ollama è inattivo) e costa $0 in idle.

Question 6

Può gestire un progetto lungo, multi-settimana?

Accepted Answer

Sì — è quello per cui serve il livello di consegna. Definisci un programma con fasi (zc_program), e la checklist di accettazione della fase aperta viaggia con lo stato del progetto. Chiudere una fase richiede una tabella di evidenza e genera automaticamente un documento di checkpoint. Se l'agente orchestratore muore a metà fase, un nuovo agente ricostruisce lo stato completo della consegna da due chiamate — verificato in tempo reale.

Question 7

Quanto riduce SecureContext i costi dei token di Claude Code?

Accepted Answer

Misurato su un progetto di 10 sessioni: ~87% di riduzione del carico di contesto (il ripristino della sessione è ~1,5–4k token invece di 20–50k di file rielaborati). Su progetti a lungo termine con centinaia di memorie accumulate, il budget di richiamo mantiene ogni richiamo a ~4k token dove un dump illimitato sarebbe ~47k. Le domande sui file vengono risposte da riepiloghi semantici compressi 15–50× invece di letture grezze.

Question 8

Come differisce dai concorrenti

Accepted Answer

La maggior parte dei progetti "memory for Claude Code" fa una delle tre cose: avvolge la conversazione in JSON, salva i messaggi, li riproduce. Nessuna compressione semantica, nessun audit trail, nessun modello di sicurezza. Si sincronizza con un servizio cloud. Un UX migliore ma ora la cronologia degli strumenti del tuo agente (potenzialmente inclusi i segreti con cui ha interagito) risiede sul server di qualcun altro. Inserisce la ricerca vettoriale. Aggiunge RAG ai tuoi documenti ma non aiuta al problema reale — orchestrare ciò che l'agente fa, verificare ciò che è stato eseguito, sopravvivere alla compattazione della sessione. SecureContext non è nessuno di questi: | | SecureContext | Servizi di memoria cloud | Plugin RAG vettoriali | Claude Code nativo | |---|---|---|---| | Persistente tra riavvii | ✅ Sì, Postgres locale | ✅ Ma sul loro server | ⚠️ Solo documenti, non stato | ❌ Auto-compattazione disomogenea | | Programmi di consegna + checkpoint certificati | ✅ zcprogram | ❌ | ❌ | ❌ | | Trail di audit HMAC | ✅ Sottochiave per agente | ❌ | ❌ | ❌ | | Isolamento dell’identità per agente | ✅ HKDF + RLS | ❌ | ❌ | ❌ | | Porta di ammissione delle abilità (HMAC + AST) | ✅ | ❌ | ❌ | ❌ | | Catena a prova di manomissione + replay della sessione | ✅ | ❌ | ❌ | ❌ | | Coda di furto di lavoro per sessioni parallele | ✅ FOR UPDATE SKIP LOCKED | ❌ | ❌ | ❌ | | Funziona offline | ✅ Postgres locale + Ollama | ❌ | ⚠️ Dipende | ✅ | | Costo quando inattivo | $0 | Abbonamento mensile | $0 | $0 | Rispetto ai prodotti di memoria noti: Mem0 e Zep sono eccellenti API di memoria ospitate per le app LLM che costruisci; Letta (MemGPT) è un framework di agenti con memoria auto-modificatrice. SecureContext si propone di un compito diverso — me.

Question 9

Come faccio a dare a Claude Code una memoria persistente tra le sessioni?

Accepted Answer

Installa SecureContext (un comando – vedi Quick start), quindi gli agenti chiamano zcremember per salvare decisioni e problematiche e zcrecall_context({focus: "current task"}) all'inizio della sessione per ripristinarle – ordinate per rilevanza, con query di tempo in linguaggio naturale risposte direttamente dalla memoria. La memoria sopravvive a riavvii, compattamenti e riavvii perché vive in PostgreSQL, non nella finestra di contesto.

Question 10

Cosa c'è di nuovo (v0.46.1)

Accepted Answer

Retrieval temporale round 2 + il kit di delivery-tool. Le domande temporali composte si decompongono in clausole di evento con rank fusion; le ricerche temporali renderanno un blocco Timeline cronologico e i risultati obsoleti portano avvisi di età. zcprogram aggiunge programmi di consegna multi-phase con chiusura di fase a prova di evidenza, auto-checkpointing — verificato in diretta con un test di handoff orchestrator (ucca l'orchestrator a metà fase; una sostituzione fredda riprende da due chiamate). La lane di embedding ora ha un watchdog con auto-riparazione programmata. Rilasci recenti: v0.46.0 — memoria del team (chiavi per utente, workspace condivisi, attribuzione di scrittura), replay di sessione con provenienza crittografica, OTel Gen-AI spans, CLI di memoria CI/headless, embeddings in chunk, export di report di compliance. v0.44.0 — supersessione di fatti temporali, grafico di task PG durevole, primi numeri pubblici di LongMemEval. v0.43.0 — digest di recall con budget di token (corregge il flusso di recall di 47k-token sui progetti maturi). v0.41–0.42** — programma di qualità della memoria: recall mirato, consolidamento, finestre bi-temporali, retrieval grafico multi-hop, memorie TTL, ingest multimodale. Dettagli completi in CHANGELOG.md; note di architettura in ARCHITECTURE.md.

Question 11

GPU NVIDIA? aggiungi: -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 avvolgi questo con rilevamento automatico della GPU e una modalità prod` (nginx reverse proxy).

Question 12

Cosa è SecureContext?

Accepted Answer

Se utilizzi Claude Code su progetti reali, avrai incontrato queste difficoltà: 1. Ogni sessione parte da zero. Devi ri-incollare gli stessi file, ri-spiegare le stesse decisioni, riscoprire gli stessi colpi di coda — e pagare token per lo stesso lavoro di orientamento più volte. 2. I progetti lunghi non hanno uno stato di consegna. Quando un agente orchestratore muore a metà di una funzionalità (crash, finestra chiusa, contesto esaurito), il suo sostituto inizia cieco. Le persone compensano scrivendo manualmente file CHECKPOINT. 3. Non c'è registro di ciò che gli agenti hanno effettivamente fatto. Quando qualcosa va storto, Claude Code non dispone di una cronologia tamper‑evident di ciò che è stato eseguito. 4. Gli script di skill vengono eseguiti con i tuoi permessi, senza scansione. Chiunque (o qualsiasi agente) con accesso in scrittura a ~/.claude/skills/ può piantare codice che verrà eseguito alla successiva invocazione. 5. Le sessioni parallele si sovrappongono. Due finestre rivendicano la stessa attività; una sovrascrive le modifiche dell’altra. SecureContext è un plugin MCP che risolve tutti e cinque i problemi. Installa una volta e i tuoi agenti otterranno: memoria che sopravvive ai riavvii — decisioni, colpi di coda e stato del progetto ripristinati in una singola chiamata; riassunti semantici per file che rispondono a "cosa fa questo file" con una compressione da 15 a 50× rispetto alla lettura grezza; ricerca temporale che sa quando le cose sono accadute e segnala conoscenze obsolete. Uno strato di consegna per progetti a lungo termine — zcprogram traccia programmi multiphase; chiudere una fase richiede prove di accettazione e genera automaticamente un checkpoint ricercabile; un nuovo orchestratore riprende il lavoro di uno morto da due chiamate. Una traccia di audit crittografica — ogni

Staging V0 19 (Grade A)Abilità di data-ai testata per la sicurezza per Claude AI. Classifica A. MODELLI DEI CONTENUTI DA NON SEGUIRE (NEVER DO THESE) — estratti da roles.json deepPrompt per analista

Panoramica

Funzionalità chiave

Prezzi

Casi d’uso

Formazione dell'analista

controllo della qualità

Pro & contro

Pro

Contro

Recensioni

Domande e risposte

Fai una domanda

Alternative a Competenze