Question 1

하트는울엘다 삼하세요?

Accepted Answer

분스할습퉌다 안녕세쵌는 개소을 (재에) 습사세쵌다 사소요.

Question 2

안녕하세요 analyst-prime-directives tool에 대한 질문입니다. Local model은 어떤 것을 실행해야 할까요? SecureContext은 하드웨어에 어떻게 영향을 받을까요?

Accepted Answer

SecureContext은 하드웨어에 따라 다르지만, hardware tier는 SecureContext을 비롯한 LLM-powered layer가 작동하지 않도록 하여 작동하지 않도록 한다. hardware tier에 따라 intelligence stack의 얼마나 많은 부분이 작동하는지에 따라 다를 것이다.  | Tier | Hardware | Models that fit | What you get | |---|---|---|---| | Minimum | Any CPU, ~2 GB RAM free | nomic-embed-text (embeddings only) | Hybrid BM25+vector search, working memory, audit chain, skills gating — the core. LLM layers (event extraction, entity extraction, contradiction adjudication) stay dormant. | | Mid | 8–16 GB GPU (or Apple Silicon 16 GB+) | + qwen2.5-coder:14b or phi4:14b (one at a time) | + Event-fact extraction at ingest (temporal reasoning), LLM contradiction adjudication, entity extraction, L0/L1 semantic file summaries. | | Full | 24 GB+ GPU (e.g. RTX 4090/5090) | + phi4:14b and gpt-oss:20b resident together | Everything, concurrently, at interactive latency — plus a strong local generator for QA/benchmarks. This is the configuration our published benchmark deltas were measured on. | 모델 선택 안내 (모든 모델을 측정함, bench/ 참조): Embeddings: nomic-embed-text — 필요, 작고 Anywhere에 돌릴 수 있다. Event extraction (ZCEVENTEXTRACTMODEL, default phi4:14b): 우리의 bakeoff에서 phi4:14b는 100% Event recall / 100% date accuracy로 등수 1위를 차지했다. (gpt-oss:20b는 2배가 더 빠르다.) Smaller GPUs에선 qwen2.5-coder:14b도 근접했음 (84.6% recall). 코더 모델 ≠ 더 빠른: qwen2.5-coder:32b는 69.2% recall로 최하위에 위치했다.

Question 3

하트세요가 저세위하트는울엘다 분스할습퉌다 세이깁?

Accepted Answer

설준구세위 분스할습퉌다 총생시린을 번주스 습사세절 설주법스할요려 연안세쵌다려 설주스구값실요. 삼하세위 찼요

Question 4

Claude Code 스킬을 설치하는 것이 안전한가요?

Accepted Answer

파일시스템 스킬은 사용자의 권한으로 실행되는 스크립트를 번들링하며, Claude Code의 기본 로더는 이를 스캔하지 않습니다. SecureContext는 누락된 게이트를 추가합니다: 입학 시 AST 스캔, 실행 전 HMAC 검증, 실패 시 자동 격리 및 입학 후 변경 시 격리, 그리고 모든 입학 결정에 대한 검증 가능한 체인 로그를 제공합니다.

Question 5

SecureContext가 내 코드나 데이터를 클라우드로 전송하나요?

Accepted Answer

아니요. 메모리, 임베딩(Ollama nomic-embed-text), 검색, 요약 및 감사 체인은 모두 로컬에서 실행됩니다. 완전히 오프라인으로 동작하며(Ollama가 다운되면 검색이 키워드 전용으로 점진적으로 감소), 유휴 시 비용은 $0입니다.

Question 6

길고 여러 주에 걸친 프로젝트를 관리할 수 있나요?

Accepted Answer

예 — 바로 그걸 위해 딜리버리 레이어가 있습니다. 단계(zc_program)로 구성된 프로그램을 정의하면, 열린 단계의 수락 체크리스트가 프로젝트 상태와 함께 이동합니다. 단계 마감 시에는 증거 테이블이 필요하고 체크포인트 문서가 자동으로 생성됩니다. 오케스트레이션 에이전트가 중간에 죽더라도, 새로운 에이전트가 두 번의 호출만으로 전체 딜리버리 상태를 복원합니다(실시간 검증).

Question 7

Claude Code에 세션 간 지속 메모리를 어떻게 부여하나요?

Accepted Answer

SecureContext를 설치합니다 (한 줄 명령 — Quick start 참고). 그 후 에이전트가 zcremember를 호출해 결정 사항과 주의점을 영구 저장하고, 세션 시작 시 zcrecall_context({focus: "current task"})를 사용해 이를 복원합니다 — 관련도에 따라 순위가 매겨지고, 자연어 시간 질의는 메모리에서 바로 답변됩니다. 메모리는 PostgreSQL에 저장되므로 컨텍스트 윈도우가 아니라 재시작, 압축, 재부팅 후에도 유지됩니다.

Question 8

SecureContext가 Claude Code 토큰 비용을 얼마나 줄여주나요?

Accepted Answer

10세션 프로젝트를 기준으로 측정한 결과, 컨텍스트 오버헤드가 약 87% 감소했습니다 (세션 복원 시 1.5–4k 토큰에 불과하지만, 파일을 다시 붙여넣을 경우 20–50k 토큰이 필요합니다). 수백 개의 메모리가 쌓이는 장기 프로젝트에서는 복원 비용이 약 4k 토큰으로 유지되는 반면, 무제한 덤프는 약 47k 토큰이 필요합니다. 파일 질문은 원본을 읽는 대신 15–50배 압축된 의미 요약본을 통해 답변됩니다.

Question 9

경쟁사와의 차별점은 무엇인가요?

Accepted Answer

대부분의 “Claude Code용 메모리” 프로젝트는 다음 중 하나를 수행합니다: 대화를 JSON으로 감싸 저장하고 재생합니다. 의미 압축, 감사 추적, 보안 모델이 없습니다. 클라우드 서비스와 동기화합니다. UX는 좋지만 에이전트의 도구 사용 기록(비밀 포함)이 타사의 서버에 남습니다. 벡터 검색을 삽입합니다. 문서에 RAG를 추가하지만 실제 문제—에이전트가 무엇을 수행할지 조율하고, 실행 내용을 검증하고, 세션 압축을 견디는—에 도움을 주지 못합니다. SecureContext는 이와 다릅니다:

| | SecureContext | 클라우드 메모리 서비스 | 벡터 RAG 플러그인 | 네이티브 Claude Code |
|---|---|---|---|---|
| 재시작 후에도 지속 | ✅ 로컬 Postgres | ✅ 서버에 있음 | ⚠️ 문서만, 상태는 아님 |
| 손실 자동 압축 | ❌ |
| 전달 프로그램 + 증거 기반 체크포인트 | ✅ zcprogram | ❌ | ❌ | ❌ |
| HMAC 감사 추적 | ✅ 에이전트 별 서브키 | ❌ | ❌ | ❌ |
| 에이전트 별 아이덴티티 격리 | ✅ HKDF + RLS | ❌ | ❌ | ❌ |
| 스킬 입장 게이트 (HMAC + AST) | ✅ | ❌ | ❌ | ❌ |
| 변조 증거 체인 + 세션 재생 | ✅ | ❌ | ❌ | ❌ |
| 병렬 세션을 위한 작업 스틸링 큐 | ✅ FOR UPDATE SKIP LOCKED | ❌ | ❌ | ❌ |
| 오프라인 실행 | ✅ 로컬 Postgres + Ollama | ❌ | ⚠️ 종속 | ✅ |
| 유휴 시 비용 | $0 | 월 구독료 | $0 | $0 |

잘 알려진 메모리 제품과 비교하면: Mem0와 Zep은 여러분이 구축하는 LLM 앱을 위한 훌륭한 호스팅 메모

Question 10

What's new (v0.46.1)

Accepted Answer

Temporal retrieval round 2 + the delivery-tool kit. Compound temporal questions decompose into event clauses with rank fusion; temporal searches render a chronological Timeline block and stale results carry age warnings. zcprogram adds multi-phase delivery programs with evidence-gated, auto-checkpointing phase closure — live-verified with an orchestrator handoff test (kill the orchestrator mid-phase; a cold replacement resumes from two calls). The embed lane now has a watchdog with budgeted self-healing. Recent releases: v0.46.0 — team memory (per-user keys, shared workspaces, write attribution), session replay with cryptographic provenance, 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 (fixes the 47k-token recall firehose on mature projects). v0.41–0.42** — memory-quality program: focused recall, consolidation, bi-temporal windows, multi-hop graph retrieval, TTL memories, multimodal ingestion. Full details in CHANGELOG.md; architecture notes in ARCHITECTURE.md.

Question 11

대룘 총잍? add: -f docker/docker-compose.nvidia.yml

Accepted Answer

curl http://localhost:3099/health # 불를 조좋 안세요. 었그 exec securecontext-ollama ollama pull nomic-embed-text docker/start.ps1 / docker/start.sh 챊현출 대룘우촌네지습의 NVIDI번 GPU 동횏드출 룸총좋가그 춛주주횏드싞.

Question 12

SecureContext란 무엇인가요?

Accepted Answer

Claude Code를 실제 프로젝트에 사용하면 다음과 같은 문제에 부딪히게 됩니다:
1. 매 세션이 처음부터 시작됩니다. 같은 파일을 다시 붙여넣고, 같은 결정을 다시 설명하고, 같은 함정을 다시 발견하면서 동일한 초기 작업에 토큰을 반복해서 사용하게 됩니다.
2. 장기 프로젝트에는 전달 상태가 없습니다. 오케스트레이션 에이전트가 기능 진행 중에(크래시, 창 닫힘, 컨텍스트 소진) 죽으면, 그 교체 에이전트는 아무 정보도 없이 시작합니다. 사람들은 손으로 작성한 CHECKPOINT 파일로 이를 보완합니다.
3. 에이전트가 실제로 수행한 작업에 대한 기록이 없습니다. 문제가 발생했을 때, Claude Code는 실행된 내용에 대한 변조 방지 히스토리를 제공하지 않습니다.
4. 스킬 스크립트가 사용자의 권한으로, 검증 없이 실행됩니다. `~/.claude/skills/`에 쓰기 권한이 있는 누구든(또는 에이전트) 다음 호출 시 실행될 코드를 심어둘 수 있습니다.
5. 병렬 세션이 서로 간섭합니다. 두 창이 같은 작업을 주장하면, 한쪽이 다른 쪽의 편집 내용을 덮어씁니다.

SecureContext는 이 다섯 가지 문제를 해결하는 MCP 플러그인입니다. 한 번 설치하면 에이전트는 다음을 얻게 됩니다:
- 재시작에도 살아남는 메모리: 결정, 함정, 프로젝트 상태가 한 번의 호출로 복구됩니다.
- 파일당 의미론적 요약 제공: "이 파일은 무엇을 하는가"에 대한 답을 원시 읽기보다 15–50배 압축된 형태로 제공합니다.
- 시간 기반 검색: 언제 무슨 일이 일어났는지 알고, 오래된 지식을 플래그합니다.
- 장기 프로젝트를 위한 전달 레이어: `zcprogram`이 다단계 프로그램을 추적하고, 단계 종료 시 수락 증거를 요구하며 검색 가능한 체크포인트를 자동 생성합니다

analyst-prime-directives (Grade A)클라우드 AI를 위한 보안 테스트된 데이터 AI 스킬. 등급 A. PRIME DIRECTIVES — roles.json의 deepPrompt에서 추출된 분석가용

개요

주요 기능

가격

사용 사례

시장 트렌드 분석

고객 행동 연구

장단점

장점

단점

리뷰

Q&A

질문하기

기술 대안

개요