Question 1

Which local models should I run, and how does hardware affect SecureContext?

Accepted Answer

SecureContext degraduje się łagodnie wraz z poziomem sprzętu — każdy warstwowy komponent oparty na LLM ulega zamknięciu (funkcja po prostu nie wnosi nic), zamiast przerywać procesy ingestowania czy wyszukiwania. To, co się zmienia w zależności od sprzętu, to ilość aktywnej części stosu inteligencji:

| Poziom | Sprzęt | Modele pasujące | Co otrzymujesz |
|---|---|---|---|
| Minimum | Dowolny CPU, ~2 GB wolnej RAM | nomic-embed-text (tylko embeddings) | Hybrydowe wyszukiwanie BM25+wektorowe, pamięć robocza, łańcuch audytu, ograniczenia umiejętności — rdzeń systemu. Warstwy LLM (ekstrakcja zdarzeń, ekstrakcja encji, rozstrzyganie sprzeczności) pozostają uśpione. |
| Średni | 8–16 GB GPU (lub Apple Silicon 16 GB+) | + qwen2.5-coder:14b lub phi4:14b (po jednym) | + Ekstrakcja faktów‑zdarzeń przy ingestowaniu (rozumowanie temporalne), rozstrzyganie sprzeczności LLM, ekstrakcja encji, podsumowania semantyczne plików L0/L1. |
| Pełny | GPU 24 GB+ (np. RTX 4090/5090) | + phi4:14b i gpt-oss:20b działające jednocześnie | Wszystko, równocześnie, z interaktywną latencją — plus mocny lokalny generator do QA/benchmarków. To konfiguracja, na której mierzyliśmy opublikowane przyrosty benchmarków.

Wskazówki wyboru modeli (wszystko zmierzone, patrz bench/):
- Embeddings: nomic-embed-text — wymagane, maleńkie, działa wszędzie.
- Ekstrakcja zdarzeń (ZCEVENTEXTRACTMODEL, domyślnie phi4:14b): w naszym teście phi4:14b osią

Question 2

Co jest potrzebne, aby to uruchomić?

Accepted Answer

Node 20+ oraz (zalecany) Docker dla zestawu PostgreSQL + Ollama w pakiecie. Instalator jednym poleceniem robi wszystko w około pięć minut. Opcja awaryjna SQLite działa bez żadnej infrastruktury.

Question 3

Czy wiele sesji Claude Code może pracować nad tym samym projektem bez konfliktów?

Accepted Answer

Tak — sesje równoległe atomowo przydzielają zadania z kolejki work‑stealing (zero podwójnych przydziałów przy 50 agentach × 100 zadania w testach), koordynują się przez typowane broadcasty (ASSIGN/STATUS/MERGE/REJECT) i utrzymują prywatne przestrzenie pamięci per‑agent oraz wspólną pulę. Obsługiwane są hierarchie w stylu działów (kierownicy + pracownicy, N‑warstwowa eskalacja) dla większych zespołów agentów.

Question 4

Czy umiejętności Claude Code są bezpieczne do zainstalowania?

Accepted Answer

Umiejętności systemu plików dostarczają skrypty, które działają z Twoimi uprawnieniami, a natywny loader Claude Code ich nie skanuje. SecureContext dodaje brakującą barierę: skanowanie AST przy przyjęciu, weryfikację HMAC przed każdym uruchomieniem, automatyczną kwarantannę w razie niepowodzenia lub zmiany po przyjęciu oraz weryfikowalny łańcuchowy log każdego decyzji przyjęcia.

Question 5

Czy SecureContext wysyła mój kod lub dane do chmury?

Accepted Answer

Nie. Pamięć, embedingi (Ollama nomic-embed-text), wyszukiwanie, podsumowywanie i łańcuch audytu działają lokalnie. Działa w pełni offline (wyszukiwanie degraduje się łagodnie do trybu tylko słów kluczowych, jeśli Ollama jest niedostępna) i kosztuje $0 w stanie bezczynności.

Question 6

Czy może zarządzać długim, wielotygodniowym projektem?

Accepted Answer

Tak — do tego służy warstwa dostarczania. Definiujesz program z fazami (zc_program), a lista kontrolna akceptacji otwartej fazy podąża za stanem projektu. Zamknięcie fazy wymaga tabeli dowodów i automatycznie generuje dokument kontrolny. Jeśli agent koordynujący zginie w połowie fazy, nowy odtworzy pełny stan dostawy z dwóch wywołań — weryfikowane na żywo.

Question 7

Ile SecureContext redukuje koszty tokenów Claude Code?

Accepted Answer

Mierzone w projekcie trwającym 10 sesji: około 87 % mniejszy narzut kontekstowy (odtworzenie sesji to ~1,5–4 k tokenów zamiast 20–50 k wklejonych plików). W długotrwałych projektach z setkami zgromadzonych pamięci, budżet przywołań utrzymuje każde przywołanie przy ~4 k tokenach, podczas gdy nieograniczony zrzut wyniósłby ~47 k. Pytania o pliki są odpowiadane na podstawie semantycznych streszczeń skompresowanych 15–50× zamiast surowych odczytów.

Question 8

Jak zapewnić Claude Code trwałą pamięć między sesjami?

Accepted Answer

Zainstaluj SecureContext (jedno polecenie — patrz Quick start), a następnie agenci wywołują zcremember, aby zapisać decyzje i pułapki, oraz zcrecall_context({focus: "current task"}) na początku sesji, aby je przywrócić — posortowane według trafności, z zapytaniami o czas w naturalnym języku odpowiadanymi bezpośrednio z pamięci. Pamięć przetrwa ponowne uruchomienia, kompresje i restarty, ponieważ jest przechowywana w PostgreSQL, a nie w oknie kontekstu.

Question 9

Jak to się różni od konkurencji?

Accepted Answer

Większość projektów „memory for Claude Code” robi jedną z trzech rzeczy: opakowuje konwersację w JSON, zapisuje wiadomości i odtwarza je – bez kompresji semantycznej, bez śladu audytu, bez modelu bezpieczeństwa. Synchronizuje się z usługą w chmurze – lepszy UX, ale historia narzędzi agenta (potencjalnie zawierająca sekrety, które dotknął) znajduje się na serwerze kogoś innego. Dodaje wyszukiwanie wektorowe – wprowadza RAG nad twoimi dokumentami, ale nie pomaga w rzeczywistym problemie – koordynacji działań agenta, weryfikacji tego, co zostało uruchomione, przetrwania kompresji sesji. SecureContext nie jest żadnym z tych rozwiązań:

| | SecureContext | Usługi pamięci w chmurze | Wtyczki Vector RAG | Native Claude Code |
|---|---|---|---|---|
| Trwałość po restartach | ✅ Tak, lokalny Postgres | ✅, ale na ich serwerze | ⚠️ Tylko dokumenty, nie stan |
| Programy dostawcze + punkty kontrolne z dowodami | ✅ zcprogram | ❌ | ❌ | ❌ |
| Ślad audytu HMAC | ✅ Podklucz per‑agent | ❌ | ❌ | ❌ |
| Izolacja tożsamości per‑agent | ✅ HKDF + RLS | ❌ | ❌ | ❌ |
| Bramka przyjmowania umiejętności (HMAC + AST) | ✅ | ❌ | ❌ | ❌ |
| Łańcuch odporny na manipulacje + odtwarzanie sesji | ✅ | ❌ | ❌ | ❌ |
| Kolejka kradnąca pracę dla równoległych sesji | ✅ FOR UPDATE SKIP LOCKED | ❌ | ❌ | ❌ |
| Działa offline | ✅ Lokalny Postgres + Ollama | ❌ | ⚠️ Zależne | ✅ |
| Koszt przy bezczynności | $0 | Subskry

Question 10

Co to jest SecureContext?

Accepted Answer

Jeśli używasz Claude Code w prawdziwych projektach, napotykasz następujące problemy: 1. Każda sesja zaczyna się od nowa. Musisz ponownie wklejać te same pliki, wyjaśniać te same decyzje, odkrywać te same pułapki — i płacić tokeny za tę samą pracę orientacyjną raz po raz. 2. Długie projekty nie mają stanu dostawy. Gdy agent koordynujący umiera w trakcie funkcji (awaria, zamknięte okno, wyczerpany kontekst), jego zastępca zaczyna w ciemno. Ludzie rekompensują to ręcznie tworzonymi plikami CHECKPOINT. 3. Brak zapisu, co agenci faktycznie zrobili. Gdy coś pójdzie nie tak, Claude Code nie ma niezmienialnej historii tego, co zostało uruchomione. 4. Skrypty umiejętności uruchamiane są z twoimi uprawnieniami, nieprzeskanowane. Ktokolwiek (lub dowolny agent) z dostępem do zapisu w ~/.claude/skills/ może wprowadzić kod, który zostanie wykonany przy następnym wywołaniu. 5. Równoległe sesje kolidują ze sobą. Dwa okna roszczą sobie to samo zadanie; jedno nadpisuje zmiany drugiego. SecureContext to wtyczka MCP, która eliminuje wszystkie pięć problemów. Instalujesz ją raz, a twoi agenci otrzymują: Pamięć, która przetrwa ponowne uruchomienia — decyzje, pułapki i stan projektu przywracane w jednym wywołaniu; semantyczne podsumowania per plik, odpowiadające na pytanie „co ten plik robi” przy kompresji 15–50× zamiast surowych odczytów; wyszukiwanie temporalne, które wie, kiedy coś się wydarzyło i sygnalizuje przestarzałą wiedzę. Warstwę dostawy dla długotrwałych projektów — zcprogram śledzi program

Question 11

Co nowego (v0.46.1)?

Accepted Answer

Runda 2 wyszukiwania temporalnego + zestaw narzędzi delivery-tool. Złożone pytania temporalne są rozkładane na klauzule zdarzeń z fuzją rang; wyszukiwania temporalne generują blok Chronologicznej Oś czasu, a przestarzałe wyniki otrzymują ostrzeżenia o wieku. zcprogram dodaje wieloetapowe programy dostawy z dowodowo kontrolowanym, automatycznym zamykaniem fazy — weryfikowane na żywo testem przekazania do orchestratora (zabij orchestratora w połowie fazy; zimna wymiana wznawia od dwóch wywołań). Ścieżka embed teraz ma watchdoga z budżetowanym samonaprawianiem. Ostatnie wydania: v0.46.0 — pamięć zespołowa (klucze per użytkownik, współdzielone przestrzenie robocze, przypisywanie autorstwa zapisu), odtwarzanie sesji z kryptograficznym pochodzeniem, zakresy OTel Gen‑AI, CLI pamięci CI/headless, embeddingi w partiach, eksport raportu zgodności. v0.44.0 — supersedencja faktów temporalnych, trwały graf zadań PG, pierwsze publiczne wyniki LongMemEval. v0.43.0 — digest przywoływania z ograniczeniem budżetu tokenów (naprawia ogień przywoływania 47 k tokenów w dojrzałych projektach). v0.41–0.42** — program jakości pamięci: ukierunkowane przywoływanie, konsolidacja, okna bi‑temporalne, wielo‑skokowe wyszukiwanie w grafie, pamięci TTL, ingestja multimodalna. Pełne szczegóły w CHANGELOG.md; notatki architektoniczne w ARCHITECTURE.md.

designer-nielsen-s-10-heuristics-applied (Grade A)Bezpiecznie testowana umiejętność data-ai dla Claude AI. Klasa A. NIELSEN'S 10 HEURISTICS — APPLIED — wyodrębniona z roles.json deepPrompt dla designer

Przegląd

Kluczowe funkcje

Cennik

Zastosowania

Projektowanie interfejsów użytkownika

Ocena istniejących interfejsów

Plusy i minusy

Plusy

Minusy

Recenzje

Pytania i odpowiedzi

Zadaj pytanie

Alternatywy dla Umiejętności