Question 1

För vilka lokala modeller ska jag köra, och hur påverkar datorutrustningen SecureContext?

Accepted Answer

SecureContext fungerar smärtfritt när utrustningen försvagas – alla nivåer med inbyggda intelligenta modeller (LLM) slår stängd och är därför inte aktivt när det behövs. Vad som förändras med hårddisken är hur stort av intelligensstacken är aktivt: | Nivå | Utrustning | Vad som passar | Vad du kommer att få | | --- | --- | --- | --- | | Minimum | Värda CPU, ~2 GB RAM fritt | nomic-embed-text (endast embeddings) | Hybrid BM25+vektor sökning, arbetsminne, granskningskedja, färdighetsgater. LLM-nivåerna (event extrahering, entitets extrahering, contradiction försoning) är inaktiva. | | Mid | 8–16 GB GPU (eller Apple Silicon 16 GB+) | + qwen2.5-coder:14b eller phi4:14b (en i taget) | + Händelsefaktaextrahering under ingång (tidsrelaterad förståelse), LLM konfliktförsoning, entitetsextrahering, L0/L1 semantiska filsummer. | | Full | 24 GB+ GPU (exempelvis RTX 4090/5090) | + phi4:14b och gpt-oss:20b aktiv tillsammans | Allt, koncurrent, med interaktiv latens, plus en stark lokal generator för QA/benmärken. Denna är konfigurationen där våra publicerade benchmarkdeltor mättes. Modellvalgfärdigheter (alla mätta, se bench/): Embeddings: nomic-embed-text – för krävs, mindre, körs överallt. Händelseextrahering (ZCEVENTEXTRACTMODEL, standard phi4:14b): vår bakeoff placerade phi4:14b på 100% händelseinlämning / 100% datumgenauhet, lika med gpt-oss:20b på 2× hastighet. På mindre GPU är qwen2.5-coder:14b nära (84,6 % inlämning). Kodermodeller ≠ bättre: qwen2.5-coder

Question 2

Vad behöver jag för att köra det?

Accepted Answer

Node 20+ och (rekommenderat) Docker för den paketerade PostgresQL + Ollama-stacken. Enkommande installerare gör allt på ungefär fem minuter. Ett SQLite-fallback fungerar utan någon infrastruktur.

Question 3

Kan flera Claude Code sessions arbeta på samma projekt utan konflikter?

Accepted Answer

Ja - parallella sessions atomiskt anspråk tas från ett arbetsstjälväljande kö (högst två dubbla anspråk vid 50 agenter x 100 uppgifter i tester), koordineras genom kodade sändande (ASSIGN/STATUS/MERGE/REJECT) och upprätthåller privat agentytminnets namnutrymmen tillsammans med ett delat pool. Åkeristyrt organisation (ledare + arbetare, N-trad uppfödning) stöds för större agentyter.

Question 4

Är Claudes kodfärdigheter trygga att installera?

Accepted Answer

Filsystemtilläggs-skript körs med dina behörigheter och Claudes inbyggda laddare skannar inte dem. SecureContext lägger till den saknade grinden: AST-undersökning vid tillträde, HMAC-verifiering innan varje körning, automatisk karantän vid fel eller förändring efter tillträde, och en verifierbar kedjalogg av varje tillträdesbeslut

Question 5

Sänder SecureContext min kod eller data till molnet?

Accepted Answer

Nein. Minne, embeddings (Ollama nomic-embed-text), sökning, sammanfattning och kontoinformation körs lokalt. Det fungerar fullständigt offline (sökning försämras gradvis till ordendom om Ollama är down) och kostar ingenting när den är inaktiv.

Question 6

Can it manage a long, multi-week project?

Accepted Answer

Yes — that's what the delivery layer is for. Define a program with phases (zc_program), and the open phase's acceptance checklist travels with the project state. Closing a phase requires an evidence table and generates a checkpoint document automatically. If the orchestrating agent dies mid-phase, a fresh one reconstructs the full delivery state from two calls — verified live.

Question 7

How much does SecureContext reduce Claude Code token costs?

Accepted Answer

Measured across a 10‑session project: ~87% less context‑overhead (session restore is ~1.5–4k tokens instead of 20–50k of re‑pasted files). On long‑lived projects with hundreds of accumulated memories, the recall budget keeps each recall at ~4k tokens where an unbounded dump would be ~47k. File questions are answered from 15–50× compressed semantic summaries instead of raw reads.

Question 8

How do I give Claude Code persistent memory across sessions?

Accepted Answer

Install SecureContext (one command — see Quick start), then agents call zcremember to persist decisions and gotchas and zcrecall_context({focus: "current task"}) at session start to restore them — ranked by relevance, with natural-language time queries answered directly from memory. Memory survives restarts, compactions, and reboots because it lives in PostgreSQL, not in the context window.

Question 9

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 10

Vad som är nytt (v0.46.1)

Accepted Answer

Rund 2 av temporal retriever + delivery-verktygsset. Sammansatta temporalfrågor löses in i episodklausuler med fusion av rang; temporal sökningar returnerar en kronologisk Timeline-block och gammal information markerar åldrar. zcprogram lägger till flerfasiga leveransprogram med bevisförbunden, automatiska kontrollpunkter för fasstängning – live-verifierad med en orchestrator-hänvisningstest (slå av orchestratormitenfasen; en kall ersättare fortsätter från två anrop). Emitter-lånen nu har en vakt med budgeterad självhälsning. Senaste release: v0.46.0 – teamminne (användaregenskaper, delade arbetsgrupper, skriva attribuering), sessionuppspelning med kryptografisk provenans, OTel Gen-AI spannar, CLI minne för CI/headless, chunkade embeddings, överensstämmelserapport för export. v0.44.0 – temporal fakta supersession, varaktiga PG uppgifter, första offentliga LongMemEval siffror. v0.43.0 – tokenbudgeterat sammanfattning av avvikelse (fixar den 47k-token avvikelse-brandkastaren på mogna projekt). v0.41–0.42** – minneskvalitetsprogram: fokuserad uppmärksamhet, konsolidering, bi-temporal window, multi-hop grafräkning, TTL-minnen, multimodala ingesta. Fullständiga detaljer i CHANGELOG.md; arkitektoniska anteckningar i ARCHITECTURE.md.

Question 11

Kan jag lägga till en NVIDIA-GPU?: add -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 viktlag detta med autodetektering av GPU och produkt-läge (nginx reverser proxy).

Question 12

Vad är SecureContext?

Accepted Answer

Om du använder Claude Code på riktiga projekt så har du träffat dessa hinder: 1. Varje session startar från kall. Du förstår att du måste återkopiera samma filer, förklara samma beslut, återupptäcka samma knep — och betala token för samma orienteringsarbete över och över. 2. Långa projekt saknar överföringsstatus. När en övergripande agent dör mitt i ett features (krasch, stängd flik, uttömd kontext), börjar dess ersättare blindt. Människor kompenserar med handskrivna CHECKPOINT filer. 3. Det finns inget spår efter vad agenter faktiskt gjorde. När något går fel har Claude Code ingen tampongsäker historia över vad som kördes. 4. Kompisprogrammet körs med dina tillstånd, outforskade. Någon (eller någon agent) med skrivbegränsning på ~/.claude/skills kan plantera kod som körs på nästa anrop. 5. Parallella sessioner trampar på varandra. Två flikar kräver samma uppgift; en överskriver den andras ändringar. SecureContext är en MCP-plugin som slår till mot alla fem punkter. Installera det en gång och dina agenter får: Minne som överlever omstartar — beslut, knep och projektstatus återställs på en enda anrop; per-fil semantisk sammanfattning svarar "vad gör denna fil" på 15-50 gånger komprimering istället för obearbetade läsningar; tidsmässig sökning som vet när saker hände och flaggar för gammal kunskap. Ett leveransklass om långdragna projekt — zcprogram spårar multi-faserprogram; avsluta en fas kräver godtycket och automatiskt genererar ett sökbart CHECKPOINT; en ny överordnare återupprättar en död andrars arbete från två anrop. En kryptografisk revisionstråd — varje

developer-performance-instincts (Grade A)Säkerhetstestad data‑ai-färdighet för Claude AI. Betyg A. PERFORMANCE INSTINCTS — extraherad från roles.json deepPrompt för utvecklare

Översikt

Nyckelfunktioner

Priser

Användningsfall

Förbättra applikationsprestanda

Optimera databasfrågor

Förbättra frontend‑användarupplevelsen

Fördelar och nackdelar

Fördelar

Nackdelar

Recensioner

Frågor

Ställ en fråga

Alternativ till Färdigheter

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)