Question 1

Kuri vietējie modeļi man jāizpilda, un kā aparatūra ietekmē SecureContext?

Accepted Answer

SecureContext elastīgi sliktinās atkarībā no aparatūras līmeņa — katrs LLM balstīts slānis beidzas slēgt (funkcija klusā contribē, nesniegot nekādu vērtību), nevis bojājot ievākšanu vai meklēšanu. Kas mainās ar aparatūru ir tas, cik liela daļa intelekta slāņa ir aktīva:
| Līmenis | Aparatūra | Iekšējie modeļi | Ko iegūstat |
|---|---|---|---|
| Minimum | Jebkurš CPU, ~2 GB atpustspējas RAM | nomic-embed-text (tikai iegūšanas) | Hibrīdā BM25+vektoru meklēšana, darba atmiņa, audita ķēde, prasību slēgšana — galvenais. LLM slāņi (notikumu izvilkšana, vienību izvilkšana, pretrunu pārbaude) paliek naktiskie. |
| Mid | 8–16 GB GPU (vai Apple Silicon 16 GB+) | + qwen2.5-coder:14b vai phi4:14b (vienu reizi) | + Notikumu faktu izvilkšana ievākšanas laikā (laika loģika), LLM pretrunu pārbaude, vienību izvilkšana, L0/L1 semantiskie failu kopsavilkumi. |
| Full | 24 GB+ GPU (piemēram, RTX 4090/5090) | + phi4:14b un gpt-oss:20b kopumā | Viss, vienlaikus, interaktīvā aizkavēšanās — plus spēcīgs vietējais ģenerators QA / testiem. Šī konfigurācija ir bāze, uz kuras tika mērīti mūsu publicēti testu rezultāti. |
Modeļa izvēles vadīšana (visas mērījumi, skatiet bench/): Iegūšanas modeļi: nomic-embed-text — obligāts, mazs, darbojas jebkurā vietā. Notikumu izvilkšana (ZCEVENTEXTRACTMODEL, noklusējums phi4:14b): mūsu testējumos phi4:14b atspēja 100 %

Question 2

Ko man vajadzētu, lai to palaistu?

Accepted Answer

Node 20+ un (ieteiktā) Docker bundēta PostgreSQL + Ollama kopā. Vienas komandas instalētājs izpilda visu apmēram piecās minūtēs. SQLite atbalsts darbojas bez infrastruktūras.

Question 3

Vai vairāki Claude Code sesijas var strādāt pie tā paša projekta bez konfliktu?

Accepted Answer

Jā — paralēlas sesijas atomiski pieņem uzdevumus no darba krāšņošanas rindas (zeru dubultu pieprasījumus 50 agenta × 100 uzdevumiem testēšanas laikā), koordinējas caur tipētiem pārraidījumiem (ASSIGN/STATUS/MERGE/REJECT) un uzglabā privātas uz agenta atmiņas vārdus, kā arī koplietošu krātuvi. Atbalsta departamentu stila hierarhiju (galvu + darbinieku, N-līmeņu eskalāciju) lielākiem agenta komandām.

Question 4

Vai Claude Code prasmes ir drošas instalējamas?

Accepted Answer

Failu sistēmas prasmes ietver skriptus, kas darbojas ar jūsu atļaujām, un Claude Code dabiskais ielādētājs nestrādā uz tiem. SecureContext pievieno trūkstošo slēgtāju: AST skenēšana pie pieņemšanas, HMAC verifikācija pirms katras izpildes, automātiska kvarantēšana neveiksmes gadījumā vai pēc pieņemšanas izmaiņām, un pārbaudāms ķēdējais žurnāls par katru pieņemšanas lēmumu.

Question 5

Vai SecureContext sūta manu kodu vai datus uz mākoņdatošanu?

Accepted Answer

Nē. Atmiņa, iegultie dati (Ollama nomic-embed-text), meklēšana, kopsavilkums un pārbaudes ķēde darbojas pilnībā lokāli. Tas darbojas pilnībā bez interneta (meklēšana pārbūvējas uz vienkāršu atslēgvārdu, ja Ollama ir nepieejama) un izmaksas ir 0, kad tas ir bezlaika.

Question 6

Vai tas var pārvaldīt ilgstošu, vairāku nedžu projektu?

Accepted Answer

Jā — tas ir tieši tas, kas nodrošina piegādes slānis. Definējiet programmu ar fāzēm (zc_program), un atvērtās fāzes pieņemšanas pārbaudes saraksts dodas kopā ar projekta stāvokli. Fāzes slēgšana prasa pierādījumu tabulu un automātiski ģenerē pārbaudes dokumentu. Ja orkestrējošais agents atdzesas pusfāzes laikā, jauns izveido pilnu piegādes stāvokli no divām izsaukumiem — pārbaudīts reālajā laika.

Question 7

Cik daudz SecureContext samazina Claude Code token izmaksas?

Accepted Answer

Mērīts 10 sesiju projekts: apmēram 87% mazāks kontekstu pārrāvums (sesijas atjaunošana ir ~1,5–4k tokeni, nevis 20–50k atkārtoti ielādēti faili). Uz ilgi turpināmiem projektiem ar simtiem akumulētiem atmiņu fragmentiem atgūšanas budžets turē katru atgūšanu apmēram 4k tokenos, kamēr neierobežots izvada būtu ~47k. Failu jautājumi atbildēti no 15–50 reizes saīsinātām semantiskajām kopsavilkumiem, nevis no bruto lasīšanas.

Question 8

How it's different from competitors

Accepted Answer

Most "memory for Claude Code" projects do one of three things: Wrap the conversation in JSON. Saves the messages, replays them. No semantic compression, no audit trail, no security model. Sync to a cloud service. Better UX but now your agent's tool history (potentially including secrets it touched) lives on someone else's server. Drop in vector search. Adds RAG over your docs but doesn't help with the actual problem — orchestrating what the agent does, verifying what ran, surviving session compaction. SecureContext is none of those: | | SecureContext | Cloud memory services | Vector RAG plugins | Native Claude Code | |---|---|---|---|---| | Persistent across restarts | ✅ Yes, local Postgres | ✅ But on their server | ⚠️ Only docs, not state | ❌ Lossy auto-compact | | Delivery programs + evidence-gated checkpoints | ✅ zcprogram | ❌ | ❌ | ❌ | | HMAC audit trail | ✅ Per-agent subkey | ❌ | ❌ | ❌ | | Per-agent identity isolation | ✅ HKDF + RLS | ❌ | ❌ | ❌ | | Skill admission gate (HMAC + AST) | ✅ | ❌ | ❌ | ❌ | | Tamper-evident chain + session replay | ✅ | ❌ | ❌ | ❌ | | Work-stealing queue for parallel sessions | ✅ FOR UPDATE SKIP LOCKED | ❌ | ❌ | ❌ | | Runs offline | ✅ Local Postgres + Ollama | ❌ | ⚠️ Depends | ✅ | | Cost when idle | $0 | Monthly subscription | $0 | $0 | Versus the well-known memory products: Mem0 and Zep are excellent hosted memory APIs for LLM apps you build; Letta (MemGPT) is an agent framework with self-editing memory. SecureContext targets a different job — me

Question 9

Kā es varu piešķirt Claude Code pastāvīgu atmiņu starp sesijām?

Accepted Answer

Instalējiet SecureContext (viena komanda — skatiet Quick start), pēc tam agenti izsauc zcremember, lai saglabātu lēmumus un kļūdas, un zcrecall_context({focus: "current task"}) sesijas sākumā, lai atjaunotu tos — klasificēti pēc nozīmes, ar dabas valodas laika vaicājumu atbildēm tieši no atmiņas. Atmiņa iztur pārstartējumus, kompaktēšanas un restartēšanas, jo tā glabājas PostgreSQL, nevis kontekstu logā.

Question 10

Kas ir jauns (v0.46.1)

Accepted Answer

Temporālais atgūšanas runda 2 + piegādes rīku komplekts. Kompozītais temporālie jautājumi sadalās par notikumu klauzulēm ar rangu fuziju; temporālie meklējumi renderē kronoloģisku laika līniju bloku, un novecojuši rezultāti sniedz vecuma brīdinājumus. zcprogram pievieno vairāku fāžu piegādes programmas ar pierādījumu slēgtām, automātiski pārbaudītām fāžu slēgšanas funkcijām — tieši pārbaudīta ar orķestrētāja pārsūtīšanas testu (iznīciniet orķestrētāju pusfāzes laikā; auksts aizvietojums turpināsies no diviem izsaukumiem). Iekļautais kanāls tagad ir ar uzraudzītāju ar budžetētām pašlabojuma funkcijām. Nesenie izdevumi: v0.46.0 — komandas atmiņa (katram lietotājam atsevišķi atslēgas, kopīgās darba telpas, rakstīšanas atribūcija), sesijas atkalspēlēšana ar kriptogrāfisko izcelsmes pierādījumu, OTel Gen-AI izplatījumi, CI/headless atmiņas CLI, daļīgie Iekļaušanas, atbilstības pārskata eksports. v0.44.0 — temporālās faktu aizstāvēšana, ilgtspējīgs PG uzdevumu grafiks, pirmie publiskie LongMemEval skaitļi. v0.43.0 — token budžeta atgūšanas kopsavilkums (labina 47k-token atgūšanas straumi uz pilnīgiem projektiem). v0.41–0.42** — atmiņas kvalitātes programma: fokusēta atgūšana, konsolidācija, bi-temporāli logi, vairāku spoguļu grafu atgūšana, TTL atmiņas, multimodāla ielāde. Pilna informācija atrodama CHANGELOG.md; arhitektūras piezīmes atrodamas ARCHITECTURE.md.

Question 11

NVIDIA GPU? pievienot: -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 ieviest šo ar GPU automātisko atpazīšanu un ražošanas režīmu (nginx atpakaļvirzīšanas starpnieks).

Question 12

Kāds ir SecureContext?

Accepted Answer

Ja jūs izmantojat Claude Code reāliem projektiem, tad jums ir uzkāpjies šādi šķēršļi: 1. Katras sesijas sākums ir tāds pats – jūtu vajadzību atkārtoti ievietot tos pašus failus, atkārtoti paskaidrot tās pašas lēmumu kārtības, atkārtoti atklāt tiešām vienādus trūkumus — un maksāt tokenus par to pašu orientācijas darbu vairākas reizes. 2. Ilgstošiem projektam nav piegādes stāvokļa. Kad orķestrējošais aģents nožūd pusceļu funkcijā (crash, aizvērts logs, iztērsta konteksts), tā aizvietotājs sāk bez redzēšanas. Cilvēki mazinās šo trūkumus ar roku rakstītiem CHECKPOINT failiem. 3. Nav reģistra tam, ko aģenti patiesi darīja. Kad kaut kas neiet pareizi, Claude Code nav izslēgtas pretizmainības vēsturiskus datus par to, kas tika palaists. 4. Prasmju skripti tiek izpildīti ar jūsu atļauju, neanalizēti. Ikviens (vai jebkurš aģents) ar rakstīšanas piekļuvi ~/.claude/skills/ var ievietot kodu, kas tiek palaists nākamajā izsaukumā. 5. Paralēlie sesijas traucē vienam otru. Divi logi pieprasa to pašu uzdevumu; viens pārraksta cita rediģēšanas. SecureContext ir MCP spraudnis, kas slēdz visus piecus. Instalējiet to vienu reizi, un jūsu aģenti iegūs: atmiņa, kas iztur restartēšanu – lēmumi, trūkumi un projekta stāvoklis atjaunots vienā izsaukumā; faila semantiskie kopsavilkumi, kas atbild uz “kas šis fails dara” ar 15–50× kompresiju, nevis brutālas lasīšanas; laika meklēšana, kas zina, kad notika lietas un atzīmē novecojušu informāciju. Piegādes slānis ilgsto

Staging V0 19 (Grade A)Drošības pārbaudīts data-ai rīks Claude AI. Grēd A. ANTI-PATTERNS (NEVEICĪT ŠOS) — izvilkts no roles.json deepPrompt analītiķim

Pārskats

Galvenās funkcijas

Cenas

Lietošanas gadījumi

Analītiķu apmācība

Kvalitātes kontrole

Plusi un mīnusi

Plusi

Mīnusi

Atsauksmes

Jautājumi

Uzdod jautājumu

Taktu alternatīvas