Question 1

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

Accepted Answer

SecureContext degradeert gestaag naar het hardwareniveau — elke LLM‑gedreven laag sluit zich rustig (de functionaliteit levert niets) in plaats van ingest of zoeken te laten breken. Wat verandert met hardware is hoeveel van de intelligentiestrategieën actief zijn:

| Niveau | Hardware | Passende modellen | Wat je krijgt |
|---|---|---|---|
| Minimum | Elke CPU, ~2 GB vrije RAM | nomic-embed-text (alleen embeddings) | Hybride BM25+vectorzoek, werkgeheugen, audit‑keten, skills‑gating — het hart. LLM‑lagen (evenement‑extractie, entiteit‑extractie, contradictie‑afhandeling) blijven inactief.
| Midden | 8–16 GB GPU (of Apple Silicon 16 GB+) | + qwen2.5-coder:14b of phi4:14b (één tegelijk) | + Evenement‑fact extractie bij ingest (tijd‑redenering), LLM‑contradictieafhandeling, entiteit‑extractie, L0/L1 semantische bestands‑samenvattingen.
| Volledig | 24 GB+ GPU (bijv. RTX 4090/5090) | + phi4:14b en gpt-oss:20b residentie tegelijk | Alles, gelijktijdig, bij interactieve latency — plus een krachtige lokale generator voor QA/benchmarks. Dit is de configuratie waarop onze gepubliceerde benchmark‑delta’s zijn gemeten.

Model‑keuze‑gids (alles gemeten, zie bench/):
Embeddings: nomic-embed-text — vereist, klein, draait overal.
Evenement‑extractie (ZCEVENTEXTRACTMODEL, standaard phi4:14b): onze bakeoff scoorde phi4:14b op 100 % gebeurtenis‑herkenning / 100 % datum‑accurate, gelijk aan gpt-oss:20b met 2× de snelheid. Op kleinere GPU’s is qwen2.5-coder:14b dichtbij (84,6 % herkenning). Coder‑modellen ≠ beter: qwen2.5-coder:32b scoorde het slechtst (69,2 %) ondanks zijn grootte.

Question 2

Wat heb ik nodig om het te draaien?

Accepted Answer

Node 20+ en (aanbevolen) Docker voor de bundled PostgreSQL + Ollama stack. De one-command 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 uit een werk‑stelen‑wachtrij atomair (geen dubbele claims bij 50 agents × 100 taken in testen), coördineren via getypeerde broadcasts (ASSIGN/STATUS/MERGE/REJECT), en behouden privé‑agent‑geheugen‑namespaces plus een gedeelde pool. Department‑stijl hiërarchieën (hoofden + medewerkers, N‑laagse escalatie) worden ondersteund voor grotere agentteams.

Question 4

Zijn Claude Code-vaardigheden veilig om te installeren?

Accepted Answer

Filesystem-vaardigheden bundelen scripts die met jouw rechten worden uitgevoerd, 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 toelatingsverandering, en een verifieerbare gekoppelde log van elke toelatingsbeslissing.

Question 5

Stuur SecureContext mijn code of gegevens naar de cloud?

Accepted Answer

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

Question 6

Kan het een lang, meerweekig project beheren?

Accepted Answer

Ja — dat is het doel van de leveringslaag. Definieer een programma met fasen (zc_program), en de acceptatielijst van de open fase reist met de projectstatus mee. Een fase sluiten vereist een bewijstabel en genereert automatisch een checkpointdocument. Als de orkestrerende agent halverwege een fase valt, reconstructeert een nieuwe volledig de leveringsstatus vanuit twee oproepen — live geverifieerd.

Question 7

Hoeveel verminderen de kosten voor Claude Code-tokenen door SecureContext?

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 geaccumuleerde herinneringen houdt het recall‑budget elke recall bij ~4k tokens, terwijl een onbeperkte dump ~47k zou kosten. Vragen over bestanden worden beantwoord vanuit 15–50× gecomprimeerde semantische samenvattingen in plaats van ruwe leesbewerkingen.

Question 8

Hoe geef ik Claude Code permanente geheugen over sessies?

Accepted Answer

Installeer SecureContext (één commando – zie Quick start), dan roepen agents zcremember aan om beslissingen en valkuilen te bewaren en zcrecall_context({focus: "current task"}) bij het start van een sessie om ze te herstellen — gerangschikt op relevantie, met natuurlijke taal‑tijdvragen die rechtstreeks uit het geheugen beantwoord worden. Het geheugen blijft na herstarts, compacties en reboot bestaan omdat het in PostgreSQL opgeslagen is, niet in het contextvenster.

Question 9

Hoe verschilt het van concurrenten

Accepted Answer

De meeste "memory for Claude Code" projecten doen een van drie dingen: Ze verpakken het gesprek in JSON. Ze slaan de berichten op, herhalen ze. Geen semantische compressie, geen audit trail, geen beveiligingsmodel. Ze synchroniseren naar een cloudservice. Beter UX maar dan leeft de toolgeschiedenis van je agent (mogelijk inclusief geheime gegevens) op een server van iemand anders. Ze gebruiken vectorsearch. Ze voegen RAG toe over je documenten maar lossen het daadwerkelijke probleem niet op — het coördineren wat de agent doet, verifiëren wat er is uitgevoerd, overleven van sessiecompacting. SecureContext valt daar niet in: | | SecureContext | Cloud memory services | Vector RAG plugins | Native Claude Code | |---|---|---|---|---| | Persistent across restarts | ✅ Ja, lokale Postgres | ✅ Maar op hun server | ⚠️ Alleen documenten, geen staat | | 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 | ✅ Lokale Postgres + Ollama | ❌ | ⚠️ Afhankelijk | ✅ | | Kosten wanneer inactief | $0 | Maandelijkse abonnement | $0 | $0 | In vergelijking met de bekende memoryproducten: Mem0 en Zep zijn uitstekende hosted memory API's voor LLM-apps die je bouwt; Letta (MemGPT) is een agent framework met self‑editing memory. SecureContext richt zich op een andere taak — ik.

Question 10

What's new (v0.46.1)

Accepted Answer

Temporale retrieval ronde 2 + het delivery‑tool kit. Samengestelde temporale vragen decomponeren zich in gebeurtenisclausules met rank‑fusion; temporale zoekopdrachten renderen een chronologische Timeline‑blok en verouderde resultaten dragen leeftijdwaarschuwingen. zcprogram voegt multi‑fase leveringsprogramma’s toe met evidence‑gated, auto‑checkpointing fase-afsluiting — live‑geverifieerd met een orchestrator handoff test (stilleer de orchestrator midden in de fase; een koude vervanging hervat vanaf twee oproepen). De embed lane heeft nu een watchdog met budgetteerde self‑healing. Recente releases: v0.46.0 — teamgeheugen (per‑user keys, gedeelde werkruimtes, write attribution), sessie‑replay met cryptografische provenance, OTel Gen‑AI spans, CI/headless memory CLI, chunked embeddings, compliance report export. v0.44.0 — temporale 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** — memory‑quality programma: gerichte recall, consolidatie, bi‑temporal windows, multi‑hop graph retrieval, TTL memories, multimodal ingestion. Volledige details in CHANGELOG.md; architectuurnotities in ARCHITECTURE.md.

Question 11

Wat is SecureContext?

Accepted Answer

Als je Claude Code in echte projecten gebruikt, kom je tegen de volgende obstakels: 1. Elke sessie begint vanaf nul. Je plakt dezelfde bestanden opnieuw, legt dezelfde beslissingen opnieuw uit, ontdekt dezelfde valkuilen opnieuw — en betaalt tokens voor hetzelfde oriënteringswerk keer op keer. 2. Lange projecten hebben geen afleverstatus. Wanneer een orkestrerende agent midden in een feature sterft (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 iets misgaat, heeft Claude Code geen tamper-evident geschiedenis van wat er is uitgevoerd. 4. Skill-scripts draaien met je permissies, ongeanalyseerd. Iemand (of elke agent) met schrijfrechten naar ~/.claude/skills/ kan code plaatsen die bij de volgende aanroep wordt uitgevoerd. 5. Parallelle sessies stappen op elkaar. Twee vensters claimen dezelfde taak; een overschrijft de bewerkingen van de ander. SecureContext is een MCP-plugin die al deze vijf problemen oplost. Installeer het eenmaal en je agents krijgen: Geheugen dat over herstarts heen blijft — beslissingen, valkuilen en projectstatus worden in één oproep hersteld; per-bestand semantische samenvattingen die antwoorden op "wat doet dit bestand" met een compressieverhouding van 15–50× in plaats van ruwe leessnelheid; temporele zoekfunctie die weet wanneer dingen gebeurden en verouderde kennis markeert. Een leveringslaag voor langlopende projecten — zcprogram volgt multi-faseprogramma’s; het sluiten van een fase vereist acceptatiebewijs en genereert automatisch een doorzoekbaar checkpoint; een nieuwe orchestrator hervat het werk van een dode agent vanaf twee oproepen. Een cryptografische audit trail — elke

writer-self-editing-checklistZELFEDITERINGSCHECKLIST — Ontwikkeld vanuit roles.json deepPrompt voor schrijvers

Overzicht

Belangrijkste functies

Prijs

Toepassingen

Beoordeling van documentatie

Kwaliteitscontrole van inhoud

Pluspunten & minpunten

Pluspunten

Minpunten

Recensies

Vragen

Stel een vraag

Alternatieven voor Vaardigheden