Question 1

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

Accepted Answer

SecureContext degradeert soepel per hardware tier — elke LLM-gedreven laag valt af (de functie levert stilletjes niets) in plaats van de ingest of search te laten breken. Wat verandert met hardware is hoeveel van de intelligentie stack actief is:

| Tier | Hardware | Models that fit | Wat je krijgt |
|---|---|---|---|
| Minimum | Elke CPU, ~2 GB RAM vrij | nomic-embed-text (alleen embeddings) | Hybrid BM25+vector search, werkgeheugen, audit chain, skills gating — het kern. LLM-lagen (evenementextractie, entiteitsextractie, contradictiebeoordeling) blijven inactief. |
| Mid | 8–16 GB GPU (of Apple Silicon 16 GB+) | + qwen2.5-coder:14b of phi4:14b (één tegelijk) | + Event-fact extractie bij ingest (tijdelijk redeneren), LLM contradictiebeoordeling, entiteitsextractie, L0/L1 semantische bestandsresumés. |
| Full | 24 GB+ GPU (bijv. RTX 4090/5090) | + phi4:14b en gpt-oss:20b samen resident | Alles, gelijktijdig, op interactieve latency — plus een sterke lokale generator voor QA/benchmarks. Dit is de configuratie waarop onze gepubliceerde benchmarkdeltas zijn gemeten. |

Modelkeuze begeleiding (allemaal gemeten, zie bench/): Embeddings: nomic-embed-text — vereist, klein, draait overal. Evenementextractie (ZCEVENTEXTRACTMODEL, standaard phi4:14b): onze bakeoff scoorde phi4:14b op 100% gebeurtenisherinnering / 100% datacorrectheid, gelijk aan gpt-oss:20b met 2× de snelheid. Op kleinere GPUs is qwen2.5-coder:14b dicht bij (84,6% recall). Coder-modellen ≠ beter: qwen2.5-coder:32b scoorde het slechtste (69,2%) ondanks dat het groot is.

Question 2

Wat heb ik nodig om het uit te voeren?

Accepted Answer

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

Question 3

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

Accepted Answer

Ja — parallelle sessies claimen taken atomisch uit een work‑stealing queue (nul dubbele claims bij 50 agents × 100 taken in testen), coördineren via getypeerde broadcasts (ASSIGN/STATUS/MERGE/REJECT), en bewaren private per-agent geheugennamenruimtes plus een gedeelde pool. Hiërarchieën in de stijl van een afdeling (hoofden + werknemers, N‑laagse escalatie) worden ondersteund voor grotere agententeams.

Question 4

Zijn Claude Code-vaardigheden veilig om te installeren?

Accepted Answer

Bestandsysteemvaardigheden bundelen scripts die draaien met uw machtigingen, en de native loader van Claude Code scant ze niet. SecureContext voegt de ontbrekende poort toe: AST‑scanning bij toelating, HMAC‑verificatie vóór elke uitvoering, automatische quarantaine bij falen of post‑toelatingswijziging, en een verifieerbaar gelanceerd log van elke toelatingsbeslissing.

Question 5

Verzendt SecureContext mijn code of gegevens 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 (zoeken degradatie naar alleen trefwoorden als Ollama down is) en kost $0 wanneer het inactief is.

Question 6

Kan het een lang, meervoudig weekproject beheren?

Accepted Answer

Ja — dat is waarvoor de leveringslaag is. Definieer een programma met fasen (zc_program), en de acceptatiechecklist 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 coördinerende agent midden in een fase sterft, herbouwt een nieuwe agent de volledige leveringsstatus uit twee aanroepen — live geverifieerd.

Question 7

Hoeveel vermindert SecureContext de Claude Code-tokenkosten?

Accepted Answer

Gemeten over een project van 10 sessies: ~87% minder context-overhead (sessieherstel is ~1,5–4k tokens in plaats van 20–50k van opnieuw geplakte bestanden). Bij langdurige projecten met honderden opgespaarde herinneringen blijft het recall-budget elke recall rond de 4k tokens, terwijl een onbeperkt dump ~47k zou zijn. Vragen over bestanden worden beantwoord vanuit 15–50× gecomprimeerde semantische samenvattingen in plaats van ruwe lezingen.

Question 8

Hoe verschilt het van concurrenten

Accepted Answer

De meeste "geheugen voor Claude Code" projecten doen een van drie dingen: Ze verpakken het gesprek in JSON, slaan de berichten op, herhalen ze. Er is geen semantische compressie, geen audit trail, geen beveiligingsmodel. Ze synchroniseren naar een cloudservice. Dat levert een betere UX op, maar dan leeft de toolgeschiedenis van je agent (mogelijk inclusief geheime gegevens die hij heeft verwerkt) op de server van een derde partij. Ze gebruiken een vectorzoekopdracht. Dit voegt RAG toe over je documenten, maar helpt niet met het daadwerkelijke probleem — het orkestreren van wat de agent doet, verifiëren wat er is uitgevoerd, overleven van sessiecompactering. SecureContext is geen van die opties:

| SecureContext | Cloud‑geheugendiensten | Vector RAG‑plugins | Native Claude Code |
|---|---|---|---|
| Persistent over herstarts | ✅ Ja, lokale Postgres | ✅ Maar op hun server | ⚠️ Alleen documenten, geen staat |
| Deliverieprogramma’s + bewijs‑gebonden checkpoints | ✅ zcprogram | ❌ | ❌ | ❌ |
| HMAC‑audit trail | ✅ Per‑agent subkey | ❌ | ❌ | ❌ |
| Per‑agent identiteitsisolatie | ✅ HKDF + RLS | ❌ | ❌ | ❌ |
| Skill‑admissiepoort (HMAC + AST) | ✅ | ❌ | ❌ | ❌ |
| Tamper‑evident keten + sessieherhaling | ✅ | ❌ | ❌ | ❌ |
| Werken met een werk‑stealer‑queue voor parallelle sessies | ✅ FOR UPDATE SKIP LOCKED | ❌ | ❌ | ❌ |
| Offline draaien | ✅ Lokale Postgres + Ollama | ❌ | ⚠️ Afhankelijk | ✅ |
| Kosten bij idle | $0 | Maandelijkse abonnement | $0 | $0 |

In vergelijking met de bekende geheugenproducten: Mem0 en Zep zijn uitstekende hosted memory‑APIs voor LLM‑applicaties die je bouwt; Letta (MemGPT) is een agentframework met zelfbewerkend geheugen. SecureContext richt zich op een andere taak — ik

Question 9

Hoe geef ik Claude Code doorlopend geheugen over sessies?

Accepted Answer

Installeer SecureContext (één commando — zie Quick start), dan roepen agenten zcremember aan om beslissingen en valkuilen te bewaren en zcrecall_context({focus: "current task"}) bij het starten van een sessie om ze te herstellen — gerangschikt op relevantie, met antwoorden op tijds‑gerelateerde vragen in natuurlijke taal rechtstreeks uit het geheugen. Het geheugen blijft bestaan na herstarts, compacties en heropstarts omdat het in PostgreSQL leeft, niet in het contextvenster.

Question 10

Wat is nieuw (v0.46.1)

Accepted Answer

Temporal retrieval rond 2 + het delivery‑tool kit. Gecompliceerde tijdsgebonden vragen decomponeren in gebeurtenisklussen met rank fusion; tijdszoekopdrachten tonen een chronologische Timeline‑block en verouderde resultaten dragen leeftijdwaarschuwingen. zcprogram voegt multi‑fase leveringsprogramma's toe met evidence‑gated, auto‑checkpointing fase‑sluiting — live‑gevalideerd met een orchestrator handoff test (stille de orchestrator midden in de fase; een koude vervanger hervat vanaf twee oproepen). De embed lane heeft nu een watchdog met budgetteerde self‑healing. Recente releases: v0.46.0 — team‑geheugen (per‑gebruiker sleutels, gedeelde werkruimtes, schrijf‑attribuut), sessie‑replay met cryptografische provenance, OTel Gen‑AI spans, CI/headless geheugen CLI, chunked embeddings, compliance report export. v0.44.0 — temporal fact supersession, duurzame PG taak‑grafiek, eerste publieke LongMemEval cijfers. v0.43.0 — token‑budgeted recall digest (repareert de 47k‑token recall firehose op volwassen projecten). v0.41–0.42** — geheugen‑kwaliteit programma: gerichte recall, consolidatie, bi‑temporale vensters, multi‑hop grafiek retrieval, TTL‑memories, multimodale ingest. Volledige details in CHANGELOG.md; architectuurnotities in ARCHITECTURE.md.

Question 11

NVIDIA GPU? toevoegen: -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 omsluit dit met GPU automatisch detecteren en een prod` modus (nginx reverse proxy).

Question 12

Wat is SecureContext?

Accepted Answer

Als je Claude Code gebruikt voor echte projecten, kom je tegen deze obstakels: 1. Elke sessie begint opnieuw. Je plakt dezelfde bestanden, legt dezelfde beslissingen opnieuw uit en ontdekt opnieuw dezelfde valkuilen — en betaalt tokens voor dezelfde oriëntatieherhaling. 2. Lange projecten hebben geen leveringsstatus. Wanneer een orchestrator-agent in het midden van een feature crasht, het venster sluit of de context opraakt, begint zijn vervanger blind. Mensen compenseren met handgeschreven CHECKPOINT-bestanden. 3. Er is geen record van wat agents daadwerkelijk hebben gedaan. Als er iets misgaat, heeft Claude Code geen tamper-evident geschiedenis van wat er is uitgevoerd. 4. Skill-scripts worden uitgevoerd met jouw permissies, zonder scanning. Iedereen (of elke agent) met schrijftoegang tot ~/.claude/skills/ kan code plaatsen die bij de volgende oproep wordt uitgevoerd. 5. Parallelle sessies botsen met elkaar. Twee vensters claimen dezelfde taak; één overschrijft de bewerkingen van de ander. SecureContext is een MCP-plugin die al deze vijf problemen oplost. Installeer het één keer en je agents krijgen: Geheugen dat over herstarts heen blijft — beslissingen, valkuilen en projectstatus worden in één oproep hersteld; per-bestands semantische samenvattingen die antwoorden op "wat doet dit bestand" met een compressie van 15–50× in plaats van ruwe lezingen; temporale zoekopdrachten die weten wanneer dingen gebeurden en verouderde kennis markeren. Een leveringslaag voor lopende projecten — zcprogram volgt multi-phase programma's; het sluiten van een fase vereist acceptatiebewijs en genereert automatisch een doorzoekbare checkpoint; een nieuwe orchestrator hervat het werk van een dode agent vanaf twee oproepen. Een cryptografische audit trail — elke operatie wordt vastgelegd in een onveranderlijke log, zodat je altijd kunt verifiëren wat er is gebeurd.

Staging V0 19 (Grade A)Beveiligingsteste data-ai-vaardigheid voor Claude AI. Klasse A. ANTI-PATTERNS (NOOIT DOEN) — onttrokken aan rollen.json deepPrompt voor analist

Overzicht

Belangrijkste functies

Prijs

Toepassingen

Analistetraining

Kwaliteitcontrole

Pluspunten & minpunten

Pluspunten

Minpunten

Recensies

Vragen

Stel een vraag

Alternatieven voor Vaardigheden