writer-self-editing-checklistსაკუთარი რედაქტორის ჩექ-ლისტი — როლების .json ფაილიდან deepPrompt ტექსტი მანიპულაციისთვის სამწეროსთვის

რომელი ლოკალური მოდელები უნდა დავუშვო და როგორ იმოქმედებს აპარატურა SecureContext‑ზე?

SecureContext‑ის degradation ლეველებით ხდება, თითოეული LLM‑ზე დაფუძნებული ფენა დახურავს (ფუნქციონირებს ს quietly, რაც არაფერი წარუდგენს) ingest ან search‑ის წყვეტის მაგიერ. აპარატურის მიხედვით იცვლება, რამდენი ინტელიგენციის სტეკი აქტიურია: | Tier | Hardware | Models that fit | What you get | |---|---|---|---| | Minimum | ნებისმიერი CPU, ~2 GB RAM თავისუფალი | nomic-embed-text (მხოლოდ embeddings) | Hybrid BM25+vector search, working memory, audit chain, skills gating — ძირითადი ფუნქციები. LLM‑ფენები (ღონისძიებების, entity‑ის, კონტრედიქციების განსახორციელება) ძუმადაა. | | Mid | 8–16 GB GPU (ან Apple Silicon 16 GB+) | + qwen2.5-coder:14b ან phi4:14b (ერთზე) | + Event‑fact extraction ingesta (ტემპორალური reasoning), LLM‑კონტრედიქციების განსახორციელება, entity‑ის განსახორციელება, L0/L1 semantics‑ის ფაილის შეჯამება. | | Full | 24 GB+ GPU (მაგ. RTX 4090/5090) | + phi4:14b და gpt‑oss:20b ერთად | ყველაფერი, ერთდროულად, ინტერაქტიული latency‑ში — დამატებით ძლიერი ლოკალური გენერატორი QA/benchmarks‑სთვის. ეს კონფიგურაცია იყო, რომლის საფუძველზე განავითარა benchmark‑ის deltas. Model‑choice‑ის მითითება (ყველა მასშტაბი, იხ. bench/): - Embeddings: nomic-embed-text — აუცილებელია, პატარა, ნებისმიერ მოწყობილობაზე მუშაობს. - Event extraction (ZCEVENTEXTRACTMODEL, ნაგულისხმები phi4:14b): ჩვენს bakeoff‑ში phi4:14b მიიღო 100 % event recall / 100 % date accuracy, gpt‑oss:20b‑ს 2× სიჩქარისთვის ტაი-ტაი. პატარა GPU‑ებზე qwen2.5-coder:14b

Asked by Ekaterina Orlova · Dec 3, 2025

რა საჭიროა, რომ ის შეასრულოთ?

Node 20+ და (რეკომენდებულია) Docker bundled PostgreSQL + Ollama stack‑სთვის. ერთ‑ბრძანების ინსტალერი تقریباً ხუთ წუთში ყველაფერს აკეთებს. SQLite fallback მუშაობს ნულ infrastructur‑ით.

Asked by Jarrah Whitlock · Nov 26, 2025

Can multiple Claude Code sessions work on the same project without conflicts?

Yes — parallel sessions atomically claim tasks from a work-stealing queue (zero double-claims at 50 agents × 100 tasks in testing), coordinate through typed broadcasts (ASSIGN/STATUS/MERGE/REJECT), and keep private per-agent memory namespaces plus a shared pool. Department-style hierarchies (heads + workers, N-tier escalation) are supported for larger agent teams.

Asked by Amina Diallo · Nov 8, 2025

Are Claude Code skills safe to install?

Filesystem skills bundle scripts that run with your permissions, and Claude Code's native loader does not scan them. SecureContext adds the missing gate: AST scan at admission, HMAC verification before every execution, automatic quarantine on failure or post-admission change, and a verifiable chained log of every admission decision.

Asked by Fernando Rojas · Oct 28, 2025

გადააგზავნის SecureContext კოდს ან მონაცემებს ღრუბელში?

არა. მეხსიერება, embeddings (Ollama nomic-embed-text), ძიება, შეხსენება და აუდიტის ჯაჭვი ყველა ლოკალურად მუშაობს. სრულად მუშაობს ხაზგასვლის გარეშე (ძებნა გლუვად გადადის მხოლოდ საკვანძო სიტყვებზე, თუ Ollama down) და ცარიელ მდგომარეობაში $0‑ს არ იხდება.

Asked by Nadia Benali · Oct 21, 2025