Question 1

რომელი ლოკალური მოდელები უნდა გავუშვა, და როგორ მოქმედებს აპარატურა SecureContext-ზე?

Accepted Answer

SecureContext ეცადება ნაზად degrade-ება აპარატურის დონის მიხედვით — ყოველ LLM-ით გაძლიერებულ საფარდეულმა ფლავს დახურული მდგომარეობაში (პარამეტრი ნიგავი, არაფერი აუტყვება) ნაცვლად ingest‑ის ან ძიების დაზიანებისა. რაც იცვლება აპარატურით, ის არის რამდენი ინტელექტუალური სტეკი აქტიურია:

| Tier | Hardware | შესაფერისი მოდელები | მიღებულის შედეგი |
|---|---|---|---|
| Minimum | ნებისმიერი CPU, ~2 GB RAM თავისუფალი | nomic-embed-text (მხოლოდ embeddings) | ჰაიბრიდური BM25+vector ძიება, სამუშაო მეხსიერება, audit chain, skills gating — ძირითადი ფუნქციები. LLM-ფენები (მოვლენების ამოღება, არსების ამოღება, შეზღუდვების დამტკიცება) ძილი.
| Mid | 8–16 GB GPU (ან Apple Silicon 16 GB+) | + qwen2.5-coder:14b ან phi4:14b (ერთზე ერთი) | + მოვლენის‑ ფაქტის ამოღება ingest‑ის დროს (დროითი_reasoning), LLM-შეზღუდვების დამტკიცება, არსების ამოღება, L0/L1 სემანტიკური ფაილის შეჯამება.
| Full | 24 GB+ GPU (მაგ. RTX 4090/5090) | + phi4:14b და gpt-oss:20b ერთად | ყველაფერი, თანაბრად, ინტერაქტიული ლატენსიით — დამატებით ძლიერ ლოკალურ გენერატორთან QA/benchmark‑ებისთვის. ეს კონფიგურაცია იყო, რომელზე ჩვენი გამოცემული benchmark‑delta‑ები იქნა გაზომილი.

მოდელის არჩევის მითითება (ყველა გაზომული, იხ. bench/):
- Embeddings: nomic-embed-text — აუცილებელია, მცირე, მუშაობს ნებისმიერი მოწყობილობაზე.
- მოვლენის ამოღება (ZCEVENTEXTRACTMODEL, ნაგულისხმევი phi4:14b): ჩვენს bakeoff‑ში phi4:14b ითხოვდა

Question 2

რა უნდა მოვიყვანო, რომ ის გაუშვათ?

Accepted Answer

Node 20+ და (რეკომენდებულია) Docker PostgreSQL + Ollama სტეკისთვის. ერთი ბრძანების ინსტალერი ყველაფერი ხუთ წუთში აკეთებს. SQLite fallback მუშაობს ინფრასტრუქტურის გარეშე.

Question 3

შეუძლია რამდენიმე Claude Code სეანსი ერთ პროექტზე მუშაობდეს კონფლიქტის გარეშე?

Accepted Answer

დიახ — პარალელური სეანსები ატომიურად იღებენ დავალებებს სამუშაო-გადაჭერის რიგიდან (ცარიელი ორნავებებმა 50 აგენტი × 100 დავალება ტესტებში), კოორდინაციას ტიპირებულ ბრუნდინგებით (ASSIGN/STATUS/MERGE/REJECT), და შეინარჩუნებს პირად აგენტ-თვის მეხსიერება სახელურებს და საერთო პულს. დეპარტამენტის სტილის იერარქიები (თავები + მუშები, N‑ტიერ ექალაცია) მხარდაჭერილია დიდი აგენტ ჯგუფებისთვის.

Question 4

გავრცელებს თუ არა SecureContext‑ს ჩემი კოდი ან მონაცემები ღრუბლში?

Accepted Answer

არა. მეხსიერება, embeddings (Ollama nomic-embed-text), ძიება, შეჯამება და აუდიტის ჯაჭვი სრულად მუშაობს ლოკალურად. მუშაობს სრულად ოფლაინ (ძიება გლუვად გადადის მხოლოდ საკვანძო სიტყვებზე, თუ Ollama მტოვია) და როდესაც ცარიელია, არ გადის $0.

Question 5

მაშვებია Claude Code უნარები უსაფრთხოდ დაყენება?

Accepted Answer

Filesystem‑ის უნარები ბალანსირებს სკრიპტებს, რომლებიც მუშაობს თქვენს ნებართვებით, და Claude Code‑ის მშობელი ლოდერი მათ არ სკანირებს. SecureContext დაამატებს აკლს gate‑ს: AST სკანირება მიღებისას, HMAC დამოწმება ყოველ შესრულებამდე, ავტომატური კვარანტინი შეცდომის ან მიღების შემდეგ ცვლილებისას და შემოწმებადი ჯაჭვური ჟურნალის თითოეულ მიღების გადაწყვეტილებაზე.

Question 6

შეგიძლიათ მართოთ გრძელ, მრავალკვირიანი პროექტი?

Accepted Answer

დიახ — ეს ისაა, რაც მიწოდების დონე უზრუნველყოფს. განსაზღვრეთ პროგრამა ფაზებით (zc_program), და ღია ფაზის მიღების შემოწმება ერთად გადააგზავნება პროექტის მდგომარეობასთან. ფაზის დახურვა მოითხოვს დამტკიცების ცხრილს და ავტომატურად ქმნის საკონტროლო დოკუმენტს. თუ ოპერატორებელი აგენტი გარდაიცვალა ფაზის შუაგულში, ახალი აგენტი ორი გამოძახებით სრულებს მიწოდების მდგომარეობას — ეს გადამოწმებულია რეალურ დროში.

Question 7

რამდენად შეამცირებს SecureContext Claude Code‑ის ტოკენის ხარჯებს?

Accepted Answer

10‑სესიიანი პროექტში შემოთავაზებულია ~87% ნაკლები კონტექსტური ზედმეტობა (სესიის აღდგენა 1.5–4k ტოკენია, ვიდრე 20–50k ხელახლა დაკოპირებული ფაილები). გრძელვადიან პროექტებში, რომლებიც ათასობით დამახსოვრებულ ჩანაწერს შეიცავს, მახსოვრის ბიუჯეტი თითოეული აღდგენისთვის ~4k ტოკენია, ხოლო შეზღუდვის გარეშე დუმპი ~47k. ფაილური კითხვები პასუხობენ 15–50× შეკუმშული სემანტიკურ შეჯამებების საფუძველზე, ნაცვლად შიგთავსის პირდაპირ წაკითხვიდან.

Question 8

როგორ დავამატო Claude Code-თვის მუდმივი მეხსიერება სესიებს შორის?

Accepted Answer

დააყენეთ SecureContext (ერთი ბრძანება — იხილეთ სწრაფი დაწყება), შემდეგ აგენტებს უნდა გამოიძახონ zcremember გადაწყვეტილებების და პრობლემების შესანარჩუნებლად, ხოლო zcrecall_context({focus: "current task"})-ს სესიის დაწყებისას მათი აღდგენისთვის — შესაბამისობის მიხედვით, ნატურალური ენის დროითი შეკითხვებს პირდაპირ მეხსიერებიდან პასუხები მიიღება. მეხსიერება გადატვირთვებს, შეკუმშვებებს და გადატვირთვებს გადააჭარბებს, რადგან ის PostgreSQL‑შია, არ კონტექსტური ფანჯარაში.

Question 9

როგორაა განსხვავებული კონკურენტებთან შედარებით

Accepted Answer

ყველაზე «მეხსიერება Claude Code‑ისთვის» პროექტებს შორის სამი ძირითადი მიდგომაა: 1) საუბრის JSON‑ში გადატანა. მესიჯების შენახვა, ხელახლა გამეორება. სემანტიკური შეკუმშვა, აუდიტ‑ტრაექსი და უსაფრთხოების მოდელი არ არის. 2) სინქრონიზაცია ღრუბლოვან სერვისთან. უკეთესი UX, მაგრამ აგენტის ხელსაწყოების ისტორია (რომლებიც შეიძლება შეიცავდეს საიდუმლოებებს) სხვაგან გარს. 3) ვექტორული ძიება. RAG‑ს დოკუმენტებზე ավելებს, მაგრამ არ აგეხმარება აქტიურ პრობლემაში — აგენტის ქმედებების კონტროლი, გაშვებული დავალებების შემოწმება, სესიის შეკუმშვის გადარჩენა.

SecureContext არ არის ამიდან არცერთი:

| SecureContext | Cloud memory services | Vector RAG plugins | Native Claude Code |
|---|---|---|---|
| მუდმივი გადატვირთვებზე | ✅ ლოკალური Postgres | ✅ მაგრამ მათ სერვერზე | ⚠️ მხოლოდ დოკუმენტები, არა მდგომარეობა |
| დაკარგული ავტომატური შეკუმშვა | ❌ |
| გადაცემა + მტკიცედ დამოწმებული მარკირები | ✅ zcprogram | ❌ | ❌ |
| HMAC აუდიტ‑ტრაექსი | ✅ თითოეული აგენტის ქვე‑გასაღებით | ❌ | ❌ |
| თითოეული აგენტის იდენტობის იზოლაცია | ✅ HKDF + RLS | ❌ | ❌ |
| უნაკლისი დაშვების კედელი (HMAC + AST) | ✅ | ❌ | ❌ |
| დამოწმებული ცენის ჯაჭვი + სესიის რეპლეი | ✅ | ❌ | ❌ |
| parallel სესიებისთვის სამუშაო‑კოდური რიგი | ✅ FOR UPDATE SKIP LOCKED | ❌ | ❌ |
| offline გაშვება | ✅ ლოკალური Postgres + Ollama | ❌ | ⚠️ დამოკიდებულია | ✅ |
| მარცხენა ღირებულება | $0 | თვეში გამოწერა | $0 | $0 |

შეს

Question 10

რა ახალია (v0.46.1)

Accepted Answer

ტემპორალური მიღების მეორე რაუნდი + delivery-tool kit. კომპოზიტული დროის კითხვები იზრდება ღონისძიებების კლავიში rank fusion‑ით; დროის ძიებები ქმნის კალენდარულ Timeline ბლოკს და მოძველებული შედეგები აჩვენებს ასაკის გაფრთხილებას. zcprogram დაამატებს მრავალფაზიან მიწოდების პროგრამებს evidence-gated‑ით, auto-checkpointing phase closure‑ით — live-verified orchestrator handoff test‑ით (გაიხუროს orchestrator‑ს შუა-ფაზაში; ცივი ჩანაცვლება გაგრძელდება ორი გამოშვებიდან). embed lane‑ში ახლა watchdog-ია, რომელიც დაფინანსებული self-healing‑ის მქონეა. ბოლო რელიზები: v0.46.0 — გუნდის მეხსიერება (per-user keys, shared workspaces, write attribution), session replay cryptographic provenance‑ით, OTel Gen-AI spans, CI/headless memory CLI, chunked embeddings, compliance report export. v0.44.0 — temporal fact supersession, durable PG task graph, first public LongMemEval numbers. v0.43.0 — token-budgeted recall digest (გაასწორებს 47k-token recall firehose‑ს ნამუშევრებში). v0.41–0.42** — memory-quality program: focused recall, consolidation, bi-temporal windows, multi-hop graph retrieval, TTL memories, multimodal ingestion. სრული დეტალები CHANGELOG.md‑ში; არქიტექტურული შენიშვნები ARCHITECTURE.md‑ში.

Question 11

NVIDIA GPU? add: -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 wrap this with GPU auto-detection and a prod` mode (nginx reverse proxy).

Question 12

რა არის SecureContext?

Accepted Answer

თუ იყენებთ Claude Code-ს რეალურ პროექტებში, თქვენ შეხვდებით შემდეგ მყურებს: 1. ყველა სესია ცივი იწყება. თქვენ ხელახლა ჩასვამთ იგივე ფაილებს, ხელახლა ახსნით იგივე გადაწყვეტილებებს, ხელახლა აღმოაჩენთ იგივე ხარვეზებს — და ყოველ ჯერზე ხარჯავთ ქულებს იგივე ორიენტაციის სამუშაოს. 2. გრძელ პროექტებს არ არსებობს მიწოდების მდგომარეობა. როდესაც ორვესტრატორის აგენტი სიკვდილის ან ფეისის (ავარიის, დახურული ფანჯრის, კონტექსტის დასახლებად) დროს მორეგება, მისი ჩანაცვლება ცივედ იწყება. ხალხი კომპენსირებს ხელით დაწერილი CHECKPOINT ფაილებით. 3. არ არსებობს ჩანაწერი, რას გააკეთეს აგენტები. როდესაც რამე ცუდად ხდება, Claude Code-ს არ აქვს შეზღუდული ისტორია, რომელი პროცესი გაეშვა. 4. უნარის სკრიპტები გაშვება თქვენს წვდომებით, სკანირების გარეშე. ნებისმიერი (ან ნებისმიერი აგენტი) რომელსაც აქვს ჩაწერის წვდომა ~/.claude/skills/ შეიძლება ჩადოთ კოდი, რომელიც შემდეგ გაშვებაზე მუშაობს. 5. პარალელური სესიები ერთმანეთს გაჭიმებენ. ორი ფანჯარა იპოვა იგივე დავალება; ერთი გადაფარვს მეორე ცვლილებებს. SecureContext არის MCP პლაგინი, რომელიც დახურავს ყველა ამ პრობლემას. ჩადგით მას ერთხელ და თქვენი აგენტები მიიღებენ: მეხსიერება, რომელიც გადმოგვარდება გადატვირთვის შემდეგ — გადაწყვეტილებები, ხარვეზები და პროექტის მდგომარეობა აღდგენილი ერთი ზარი. თითოეული ფაილის სემანტიკური შეჯამება, რომელიც პასუხობს „რა აკეთებს ეს ფაილი“ 15–50× შეკუმშვით, Raw წაკითხვების მაგიერ. დროებითი ძიება, რომელიც იცის, როდის მოხდა რამე და მონიშნავს მოძველებულ ცოდნას. მიწოდების ფენა გრძელვადიანი პროექტებისთვის — zcprogram აკონტროლებს მრავალფაზიანი პროგრამებს; ფაზის დახურვა საჭიროებს მიღების მტკიცებულებას და ავტომატურად ქმნის ძებნად чекპოინტს; ახალი ორვ

designer-coordination-rules (Grade A)Security-tested data-ai skill for Claude AI. Grade A. COORDINATION RULES — extracted from roles.json deepPrompt for designer

მიმოხილვა

ძირითადი ფუნქციები

ფასები

გამოყენების შემთხვევები

ახალი ფუნქციის დიზაინი

დიზაინის ცვლილების შეთავაზება

დადებითი და უარყოფითი

დადებითი

უარყოფითი

შეფასებები

კითხვები

დასვი კითხვა

კარიერის უნარები-ის ალტერნატივები