Question 1

Welke lokale modellen moet ik draaien, en hoe beïnvloedt hardware SecureContext?

Accepted Answer

SecureContext degradeert gestaag met het hardwareniveau — elke LLM‑gestuurde laag valt af in gesloten modus (de functie levert stilletjes niets) in plaats van ingest of zoekfunctie te breken. Wat verandert met hardware is hoeveel van de intelligentiestack actief is:
| Tier | Hardware | Geschikte modellen | Wat je krijgt |
|---|---|---|---|
| Minimum | Elke CPU, ~2 GB RAM vrij | nomic-embed-text (alleen embeddings) | Hybrid BM25+vector zoek, werkgeheugen, audit keten, vaardigheden gating — de kern. LLM‑lagen (evenementextractie, entiteit extractie, tegenstelling adjudicatie) blijven inactief. |
| Mid | 8–16 GB GPU (of Apple Silicon 16 GB+) | + qwen2.5-coder:14b of phi4:14b (één tegelijk) | + Evenement‑fact extractie bij ingest (tijdelijk redeneren), LLM‑adjudicatie van tegenstellingen, entiteit extractie, L0/L1 semantische bestandssamenvattingen. |
| Full | 24 GB+ GPU (bijv. RTX 4090/5090) | + phi4:14b en gpt-oss:20b resident samen | Alles, gelijktijdig, bij interactieve latentie — plus een sterke lokale generator voor QA/benchmarks. Dit is de configuratie waarop onze gepubliceerde benchmarkdeltas zijn gemeten. |
Model‑keuze begeleiding (alle gemeten, zie bench/):
Embeddings: nomic-embed-text — vereist, klein, draait overal.
Evenementextractie (ZCEVENTEXTRACTMODEL, standaard phi4:14b): onze bakeoff scoorde phi4:14b met 100% gebeurtenisherinnering / 100% datakwaliteit, gelijkend aan gpt-oss:20b met 2× snelheid. Op kleinere GPU’s is qwen2.5-coder:14b dichtbij (84,6% herinnering). Coder‑modellen ≠ beter: qwen2.5-coder:32b scoorde slecht (69,2%) ondanks zijn grootte.

Question 2

Wat heb ik nodig om het te draaien?

Accepted Answer

Node 20+ en (aanbevolen) Docker voor de bundelde PostgreSQL + Ollama‑stack. De one‑command installer doet alles in ongeveer vijf minuten. Een SQLite fallback draait met geen infrastructuur.

Question 3

Kunnen meerdere Claude Code-sessies aan hetzelfde project werken zonder conflicten?

Accepted Answer

Ja — parallelle sessies claimen taken uit een work‑stealing queue atomair (geen dubbele claims bij 50 agents × 100 taken in testen), coördineren via getypeerde broadcasts (ASSIGN/STATUS/MERGE/REJECT), en behouden privé‑per-agent geheugen‑namespaces plus een gedeelde pool. Department‑stijlhiërarchieën (heads + workers, N‑tier escalatie) worden ondersteund voor grotere agententeams.

Question 4

Zijn Claude Code‑vaardigheden veilig om te installeren?

Accepted Answer

Filesystem‑vaardigheden bundelen scripts die met uw permissies draaien, en de native loader van Claude Code scant ze niet. SecureContext voegt de ontbrekende poort toe: AST‑scan bij toelating, HMAC‑verificatie vóór elke uitvoering, automatische quarantaine bij falen of na een toelatingswijziging, en een verifieerbaar gekoppeld logboek van elke toelatingsbeslissing.

Question 5

Stuurt SecureContext mijn code of data naar de cloud?

Accepted Answer

Nee. Geheugen, embeddings (Ollama nomic-embed-text), zoeken, samenvatten en de audit-keten draaien allemaal lokaal. Het werkt volledig offline (het zoeken degradeert soepel tot keyword-only als Ollama down is) en kost $0 als het inactief is.

Question 6

Kan het een lang, meerweekdurend project beheren?

Accepted Answer

Ja — dat is het doel van de delivery‑laag. Definieer een programma met fasen (zc_program), en de acceptatielijst van de open fase reist mee met de projectstatus. Het sluiten van een fase vereist een bewijstabel en genereert automatisch een checkpoint‑document. Als de orkestrerende agent midden in een fase overlijdt, herbouwt een nieuwe agent de volledige leveringsstatus vanaf twee oproepen — live gecontroleerd.

Question 7

Hoeveel verlaagt SecureContext de tokenkosten van Claude Code?

Accepted Answer

Gemeten over een project van 10 sessies: ~87% minder context-overhead (sessieherstel kost ~1,5–4k tokens in plaats van 20–50k hergepaste bestanden). Bij langdurige projecten met honderden opgeslagen herinneringen houdt het herroepingsbudget elke recall op ~4k tokens, terwijl een onbeperkte dump ~47k zou kosten. Vragen over bestanden worden beantwoord via 15–50× gecomprimeerde semantische samenvattingen in plaats van ruwe leesoperaties.

Question 8

Hoe geef ik Claude Code een persistente geheugenfunctie over sessies heen?

Accepted Answer

Installeer SecureContext (één commando – zie Quick Start), daarna roepen agents zcremember aan om beslissingen en gotchas op te slaan en zcrecall_context({focus: "current task"}) bij het starten van een sessie om ze terug te herstellen — gerangschikt op relevantie, met natuurlijke taal‑tijdvragen die rechtstreeks uit het geheugen worden beantwoord. Het geheugen blijft bestaan na herstarts, compacties en herboots omdat het in PostgreSQL staat, niet in het context‑venster.

Question 9

Hoe verschilt het van concurrenten

Accepted Answer

De meeste "geheugen voor Claude Code"‑projecten doen één van drie dingen: Ze verpakken het gesprek in JSON. Ze slaan de berichten op en herhalen ze. Er is geen semantische compressie, geen audit trail en geen beveiligingsmodel. Ze synchroniseren met een clouddienst. Dat levert een betere UX, maar nu ligt de toolgeschiedenis van je agent (mogelijk inclusief geheimen die hij heeft behandeld) op een andere server. Ze dropen vectorzoekopdrachten. Dat voegt RAG toe over je documenten, maar helpt niet met het daadwerkelijke probleem — het orkestreren van wat de agent doet, het verifiëren van wat er heeft uitgevoerd en het overleven van sessie‑compactie. SecureContext behoort tot geen van die categorieën:

| SecureContext | Cloud geheugen services | Vector RAG plugins | Native Claude Code |
|---|---|---|---|
| Persistent over herstarts | ✅ Ja, lokaal Postgres | ✅ Maar op hun server | ⚠️ Alleen documenten, geen staat |
| Verliesloze auto‑compactie | ❌ | | |
| Delivery programma’s + evidence‑gated checkpoints | ✅ zcprogram | ❌ | ❌ | ❌ |
| HMAC audit trail | ✅ Per‑agent subkey | ❌ | ❌ | ❌ |
| Per‑agent identiteitsisolatie | ✅ HKDF + RLS | ❌ | ❌ | ❌ |
| Skill admission gate (HMAC + AST) | ✅ | ❌ | ❌ | ❌ |
| Tamper‑evident keten + sessie‑replay | ✅ | ❌ | ❌ | ❌ |
| Werk‑diefstaler‑wachtrij voor parallelle sessies | ✅ FOR UPDATE SKIP LOCKED | ❌ | ❌ | ❌ |
| Werkt offline | ✅ Lokaal Postgres + Ollama | ❌ | ⚠️ Afhankelijk | ✅ |
| Kosten bij idle | $0 | Maandelijkse abonnement | $0 | $0 |

Vergeleken met de bekende geheugenproducten: Mem0 en Zep zijn uitstekende gehoste geheugen‑APIs voor LLM‑toepassingen die je bouwt; Letta (MemGPT) is een agent‑framework met zelfredige geheugen. SecureContext richt zich op een andere taak — mij.

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

Wat is SecureContext?

Accepted Answer

Als je Claude Code gebruikt op echte projecten, kom je tegen deze obstakels: 1. Elke sessie begint weer helemaal vanaf nul. Je plakt dezelfde bestanden opnieuw, legt dezelfde beslissingen opnieuw uit, ontdekt dezelfde valkuilen opnieuw – en betaalt tokens voor dezelfde oriëntatiewerkzaamheden steeds herhaaldelijk. 2. Lange projecten hebben geen leveringsstatus. Wanneer een orchestratoragent midden in een functie afhangt (crash, gesloten venster, uitgeputte context), begint zijn vervanger blind. Mensen compenseren met handgeschreven CHECKPOINT-bestanden. 3. Er is geen registratie van wat agents daadwerkelijk hebben gedaan. Wanneer er iets misgaat, heeft Claude Code geen tamper-evident geschiedenis van wat er is uitgevoerd. 4. Skill‑scripts draaien met jouw rechten, zonder scan. Iedereen (of elke agent) met schrijfrechten op ~/.claude/skills/ kan code planten die bij de volgende uitvoering wordt uitgevoerd. 5. Parallelle sessies stapelen op elkaar. Twee vensters claimen dezelfde taak; één overschrijft de bewerkingen van de ander. SecureContext is een MCP‑plug-in die al die vijf obstakels sluit. Installeer het één keer en jouw agents krijgen: Geheugen dat over herstarts blijft – beslissingen, valkuilen en projectstatus worden in één oproep hersteld; semantische samenvattingen per bestand die beantwoorden “wat doet dit bestand” met een compressie van 15–50× in plaats van ruwe leesoperaties; temporele zoekopdrachten die weten wanneer dingen gebeurden en verouderde kennis flaggen. Een leveringslaag voor langlopende projecten – zcprogram volgt meerfasige programma’s; het afsluiten van een fase vereist acceptatiebewijsmateriaal en genereert automatisch een doorzoekbare checkpoint; een nieuwe orchestrator hervat het werk van een dode agent vanaf twee oproepen. Een cryptografisch audit trail – elke

developer-debugging-methodology (Grade A)Beveiligingsgeteste data‑ai vaardigheid voor Claude AI. Grade A. DEBUGGING METHODOLOGY — geëxtraheerd uit de deepPrompt in roles.json voor ontwikkelaars

Overzicht

Belangrijkste functies

Prijs

Toepassingen

Debuggen van een complexe codefout

Oorzaken van fouten identificeren

Pluspunten & minpunten

Pluspunten

Minpunten

Recensies

Vragen

Stel een vraag

Alternatieven voor Vaardigheden

Manage Headers (Grade A)

Using Git Worktrees (Grade A)

Ga4 Bigquery Schema (Grade A)

Meta Capi (Grade A)

Callees (Grade A)

Test Module Name (Grade A)

Board Of Directors (Grade A)

Advpl Mvc Avancado (Grade A)