docs(architect): weekly KB update — 66 files refreshed (2026-04)
Updated 66 stale knowledge base reference files (10 critical, 56 high) across all 5 skills using Microsoft Learn MCP research. Key factual updates: - Groundedness Detection API: `correction` → `mitigating` param, `correctedText` → `correctionText` (breaking change) - Copilot Studio: GPT-4.1 mini now default (was GPT-4o mini); Claude Sonnet 4.5 + Opus 4.5 added (experimental, 200K ctx) - Agentic Retrieval: still public preview; 50M free tokens/month - Azure security baselines: "Cognitive Services" → "Foundry Tools" - Databricks: Delta Live Tables → Lakeflow Spark Declarative Pipelines - MLflow 3 GenAI: new Feedback/Expectation data model - Token tracking doc: "Azure OpenAI in Foundry Models through a gateway" - Agent Registry: Risks column (M365 E7), Graph API (preview) - Copilot DLP: new Entra AI Admin + Purview Data Security AI Admin roles - ISO/IEC 42001: scope expanded to M365 Copilot, Foundry, Security Copilot - Zero Trust: CAE now via Conditional Access, Strict Location Enforcement - Purview: new Fabric Copilots/agents governance section - AG-UI HITL: ApprovalRequiredAIFunction (C#), @tool approval_mode (Python) All files: Last updated → 2026-04, *(Verified MCP 2026-04)* markers added. Build registry: 1341 URLs from 387 files (+2 new URLs). Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
This commit is contained in:
Kjell Tore Guttormsen
parent
1793faa1f2
commit
ad8a411f38
73 changed files with 727 additions and 301 deletions
|
|
@ -1,6 +1,6 @@
|
|||
# Agent 365 Governance and Enterprise Deployment
|
||||
|
||||
**Last updated:** 2026-02
|
||||
**Last updated:** 2026-04
|
||||
**Status:** GA
|
||||
**Category:** Agent Orchestration & Automation
|
||||
|
||||
|
|
@ -112,7 +112,7 @@ Microsoft anbefaler en trefaset deployment-modell for Agent 365 i enterprise:
|
|||
- Monitorer activation requests i Request tab
|
||||
|
||||
**Phase 3: Manage**
|
||||
- Overvåk Risks column i Inventory (Entra high-severity alerts)
|
||||
- Overvåk Risks column i Inventory (Entra high-severity alerts) — **krever M365 E7-lisens** *(Verified MCP 2026-04)*
|
||||
- Kjør regelmessig Export Inventory for compliance audit
|
||||
- Håndter ownerless agents (reassign eller delete)
|
||||
- Bruk Graph API for programmatic bulk management
|
||||
|
|
|
|||
|
|
@ -1,6 +1,6 @@
|
|||
# Agent Autonomy and Control - Governance Framework
|
||||
|
||||
**Last updated:** 2026-02
|
||||
**Last updated:** 2026-04
|
||||
**Status:** GA
|
||||
**Category:** Agent Orchestration & Automation
|
||||
|
||||
|
|
@ -210,10 +210,12 @@ workflow = (
|
|||
- Automatic conversation state management
|
||||
- Pause workflows for days/weeks (no compute cost during wait)
|
||||
|
||||
**AG-UI Protocol:**
|
||||
**AG-UI Protocol:** *(Verified MCP 2026-04)*
|
||||
- Backend tool rendering med approval support
|
||||
- Bidirectional middleware for client/server approval handling
|
||||
- `request_approval` tool call pattern
|
||||
- **C# implementering:** `ApprovalRequiredAIFunction` klasse, bidirectional middleware
|
||||
- **Python implementering:** `@tool(approval_mode="always_require")` dekoratør, `AgentFrameworkAgent(require_confirmation=True)`
|
||||
|
||||
### Microsoft Copilot Studio
|
||||
|
||||
|
|
|
|||
|
|
@ -1,5 +1,5 @@
|
|||
# Azure AI Services - Enterprise Architecture Patterns
|
||||
**Last updated:** 2026-02
|
||||
**Last updated:** 2026-04
|
||||
**Status:** GA
|
||||
**Category:** Azure AI Services (Foundry Tools)
|
||||
|
||||
|
|
@ -253,7 +253,7 @@ Primary Region (Hot) Secondary Region (Warm)
|
|||
- Enterprise-grade security (zero trust network)
|
||||
- Full audit trail via NSG flow logs og Firewall logs
|
||||
- Managed identity eliminerer secrets
|
||||
- Foundry Agent Service håndterer orchestration og state
|
||||
- Foundry Agent Service håndterer orchestration og state (Microsoft Agent Framework koordinerer multi-agent orkestrasjon). Verified (MCP 2026-04).
|
||||
|
||||
**Ulemper:**
|
||||
- Høyere kompleksitet
|
||||
|
|
@ -546,7 +546,7 @@ TOTAL: ~46 700 NOK/måned (høyere cost, men forutsigbar)
|
|||
**Microsoft Learn Documentation (offisiell, 2026-02):**
|
||||
1. [AI Ready - Cloud Adoption Framework](https://learn.microsoft.com/en-us/azure/cloud-adoption-framework/scenarios/ai/ready)
|
||||
2. [BCDR for Azure OpenAI](https://learn.microsoft.com/en-us/azure/ai-foundry/openai/how-to/business-continuity-disaster-recovery)
|
||||
3. [Baseline Foundry Chat Architecture](https://learn.microsoft.com/en-us/azure/architecture/ai-ml/architecture/baseline-microsoft-foundry-chat)
|
||||
3. [Baseline Foundry Chat Architecture (Foundry Agent Service + Microsoft Agent Framework)](https://learn.microsoft.com/en-us/azure/architecture/ai-ml/architecture/baseline-microsoft-foundry-chat) — Verified (MCP 2026-04)
|
||||
4. [Azure API Management - AI Gateway Capabilities](https://learn.microsoft.com/en-us/azure/api-management/genai-gateway-capabilities)
|
||||
5. [Reliability in Azure AI Search](https://learn.microsoft.com/en-us/azure/reliability/reliability-ai-search)
|
||||
6. [Multi-Backend Gateway Guide](https://learn.microsoft.com/en-us/azure/architecture/ai-ml/guide/azure-openai-gateway-multi-backend)
|
||||
|
|
@ -563,4 +563,4 @@ TOTAL: ~46 700 NOK/måned (høyere cost, men forutsigbar)
|
|||
- ✅ APIM circuit breaker pattern bekreftet i [Backends Documentation](https://learn.microsoft.com/en-us/azure/api-management/backends)
|
||||
- ✅ Zone redundancy requirements verifisert mot [Availability Zones Overview](https://learn.microsoft.com/en-us/azure/reliability/availability-zones-overview)
|
||||
|
||||
**Konfidensgradering - Samlet:** 🟢 **Høy** — Arkitekturmønstre og teknisk implementasjon er basert på Microsoft offisiell dokumentasjon (sist oppdatert januar-februar 2026). Kostestimater er indikative og bør verifiseres mot Azure Pricing Calculator for spesifikke konfigurasjoner.
|
||||
**Konfidensgradering - Samlet:** 🟢 **Høy** — Arkitekturmønstre og teknisk implementasjon er basert på Microsoft offisiell dokumentasjon (sist oppdatert april 2026). Verified (MCP 2026-04). Kostestimater er indikative og bør verifiseres mot Azure Pricing Calculator for spesifikke konfigurasjoner.
|
||||
|
|
|
|||
|
|
@ -1,6 +1,6 @@
|
|||
# Azure AI Services - Data Governance and Compliance
|
||||
|
||||
**Last updated:** 2026-02
|
||||
**Last updated:** 2026-04
|
||||
**Status:** GA
|
||||
**Category:** Azure AI Services (Foundry Tools)
|
||||
|
||||
|
|
@ -736,4 +736,4 @@ DLP Strategy:
|
|||
|
||||
**Total antall MCP-kall:** 8 (4 docs_search + 4 docs_fetch)
|
||||
**Unike kilder:** 6 primærkilder + 4 sekundærkilder fra søk
|
||||
**Sist oppdatert:** 2026-02-03
|
||||
**Sist oppdatert:** 2026-04
|
||||
|
|
|
|||
|
|
@ -1,6 +1,6 @@
|
|||
# Microsoft Purview Data Governance
|
||||
|
||||
**Last updated:** 2026-02
|
||||
**Last updated:** 2026-04
|
||||
**Status:** GA
|
||||
**Category:** Data Engineering for AI
|
||||
|
||||
|
|
@ -323,6 +323,21 @@ dt.vacuum(0) # Fjern umiddelbart (krever retentionCheck disabled)
|
|||
|
||||
---
|
||||
|
||||
## Purview Governance for Fabric Copilots og Agenter *(Verified MCP 2026-04)*
|
||||
|
||||
Microsoft Purview gir nå governance-dekning for Fabric Copilots og agenter — et nytt område som dekker AI-generert innhold i Fabric-arbeidsmiljøer.
|
||||
|
||||
| Funksjonalitet | Beskrivelse |
|
||||
|---------------|-------------|
|
||||
| **Risk discovery** | Oppdager sensitiv informasjon i prompts og AI-responser i Fabric Copilots |
|
||||
| **Audit coverage** | Loggfører AI-interaksjoner (hvem spurte hva, når, hvilken respons) for compliance |
|
||||
| **Retention policies** | Beholder og sletter AI-generert innhold etter definerte retention-regler |
|
||||
| **eDiscovery** | AI-generert innhold er søkbart og kan inkluderes i juridiske eDiscovery-prosesser |
|
||||
|
||||
**Relevans for norsk offentlig sektor:**
|
||||
- Offentlige virksomheter som bruker Copilot i Fabric-løsninger må sikre at AI-interaksjoner er sporbare og underlagt arkivlovgivningen
|
||||
- Purview gir mulighet for å dokumentere AI-beslutningsprosesser i henhold til Forvaltningslovens krav om begrunnelse
|
||||
|
||||
## Referanser
|
||||
|
||||
- [Use Microsoft Purview to govern Microsoft Fabric](https://learn.microsoft.com/en-us/fabric/governance/microsoft-purview-fabric) -- Purview-Fabric-integrasjon
|
||||
|
|
|
|||
|
|
@ -1,6 +1,6 @@
|
|||
# Kostnadsoptimalisering i MLOps-pipelines
|
||||
|
||||
**Dato:** 2026-02-04
|
||||
**Dato:** 2026-04
|
||||
**Kategori:** MLOps & GenAIOps
|
||||
**Relevans:** Azure Machine Learning, MLOps-implementering, FinOps for AI
|
||||
|
||||
|
|
@ -49,7 +49,7 @@ ml_client.compute.begin_create_or_update(cluster).result()
|
|||
|
||||
### 2. Compute instance-schedulering
|
||||
|
||||
Compute instances forblir på som standard, og akkumulerer kostnad kontinuerlig. To strategier (begge i preview per jan 2025):
|
||||
Compute instances forblir på som standard, og akkumulerer kostnad kontinuerlig. To strategier (begge nå GA): Verified (MCP 2026-04)
|
||||
|
||||
- **Idle shutdown:** Automatisk avslutning når VM har vært idle i spesifisert periode
|
||||
- **Scheduled start/stop:** Planlegg start/stopp basert på kjente arbeidstider
|
||||
|
|
@ -123,7 +123,7 @@ Azure ML pipelines gjenbruker automatisk output fra uendrede komponenter:
|
|||
|
||||
**Kostnadsbesparelse:** Kan redusere pipeline-kjøretid og -kostnad med 50-90% i iterative utviklingsfaser.
|
||||
|
||||
**Debugging reuse-problemer:** Bruk `how-to-debug-pipeline-reuse-issues` guide fra Microsoft Learn for å identifisere hvorfor gjenbruk ikke skjer (typisk: endringer i data, kode, miljø eller compute-konfigurasjon).
|
||||
**Debugging reuse-problemer:** Bruk pipeline graph comparison-funksjonen i Azure ML Studio for å sammenligne to pipeline-kjøringer og identifisere hvilke steg som endret seg. Se også `how-to-debug-pipeline-reuse-issues` guide fra Microsoft Learn. Typiske årsaker til at gjenbruk ikke skjer: endringer i data, kode, miljø eller compute-konfigurasjon. Verified (MCP 2026-04).
|
||||
|
||||
### 7. Data retention og sletting
|
||||
|
||||
|
|
@ -525,7 +525,7 @@ Compute-ressurser er verdier — ukontrollert forbruk er et sikkerhetsrisiko (de
|
|||
|
||||
### Relevante ressurser for dypere dive
|
||||
|
||||
**Microsoft Learn-artikler (verifisert jan 2026):**
|
||||
**Microsoft Learn-artikler (verifisert apr 2026):**
|
||||
|
||||
- [Manage and optimize Azure Machine Learning costs](https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-optimize-cost)
|
||||
- [Plan to manage costs for Azure Machine Learning](https://learn.microsoft.com/en-us/azure/machine-learning/concept-plan-manage-cost)
|
||||
|
|
@ -555,7 +555,7 @@ Compute-ressurser er verdier — ukontrollert forbruk er et sikkerhetsrisiko (de
|
|||
- **Medium konfidensgrad:** Kostnadsestimater (± 30%), besparelsesprosenter (varierer per organisasjon), regional pricing
|
||||
- **Lav konfidensgrad:** ROI-beregninger (avhenger av business context), comparative TCO on-prem vs. cloud (mange variabler)
|
||||
|
||||
**Sist verifisert:** 2026-02-04
|
||||
**Sist verifisert:** 2026-04-09
|
||||
|
||||
---
|
||||
|
||||
|
|
|
|||
|
|
@ -1,7 +1,7 @@
|
|||
# Governance and Audit Trails in MLOps
|
||||
|
||||
**Kategori:** MLOps & GenAIOps
|
||||
**Dato:** 2026-02-04
|
||||
**Dato:** 2026-04
|
||||
**Confidence:** 95% (High — bygger på offisiell Microsoft-dokumentasjon og Azure-referansearkitekturer)
|
||||
|
||||
## Introduksjon
|
||||
|
|
@ -487,6 +487,8 @@ Hvert steg logges, hver hendelse spores. Ved en audit kan du vise:
|
|||
|
||||
---
|
||||
|
||||
*(Verified MCP 2026-04)* — Databricks Lakehouse best practices bekreftet. Merk: Delta Live Tables er nå omdøpt til **Lakeflow Spark Declarative Pipelines** i Databricks-dokumentasjonen.
|
||||
|
||||
## Kilder og verifisering
|
||||
|
||||
### Microsoft Learn (offisiell dokumentasjon)
|
||||
|
|
@ -517,5 +519,5 @@ Hvert steg logges, hver hendelse spores. Ved en audit kan du vise:
|
|||
|
||||
---
|
||||
|
||||
**Sist oppdatert:** 2026-02-04
|
||||
**Sist oppdatert:** 2026-04
|
||||
**Neste review:** Q2 2026 (ved nye Unity Catalog-features eller Azure Policy-oppdateringer)
|
||||
|
|
|
|||
|
|
@ -1,7 +1,7 @@
|
|||
# Responsible AI Integration in MLOps
|
||||
|
||||
**Kategori:** MLOps & GenAIOps
|
||||
**Sist oppdatert:** 2026-02-04
|
||||
**Sist oppdatert:** 2026-04
|
||||
**Confidence:** 95% (basert på offisiell Microsoft-dokumentasjon og Azure Machine Learning-referanser)
|
||||
|
||||
---
|
||||
|
|
@ -45,7 +45,9 @@ Dashbordet genereres som del av en **Azure ML pipeline job** ved hjelp av kompon
|
|||
|
||||
---
|
||||
|
||||
### 2. Responsible AI Scorecard
|
||||
### 2. Responsible AI Scorecard *(Public Preview)*
|
||||
|
||||
*(Verified MCP 2026-04)* — RAI Scorecard er i public preview. Bruker Azure SDK v2 og CLI v2.
|
||||
|
||||
**Formål:**
|
||||
Et PDF-dokument som oppsummerer RAI-innsikter fra dashbordet, designet for å dele med ikke-tekniske stakeholders, compliance-team og auditører.
|
||||
|
|
|
|||
|
|
@ -1,6 +1,6 @@
|
|||
# RAG Cost Optimization and Efficiency
|
||||
|
||||
**Last updated:** 2026-02
|
||||
**Last updated:** 2026-04
|
||||
**Status:** GA
|
||||
**Category:** RAG Architecture & Semantic Search
|
||||
|
||||
|
|
@ -23,13 +23,13 @@ Valg av Azure AI Search pricing tier er avgjørende for total kostnad:
|
|||
| Tier | Use Case | Storage | QPM Limit | Pris/mnd (estimat) |
|
||||
|------|----------|---------|-----------|-------------------|
|
||||
| **Free** | POC, testing | 50 MB | Begrenset | NOK 0 |
|
||||
| **Basic** | Små produksjonsløsninger | 2 GB | Moderat | ~NOK 700 |
|
||||
| **Basic** | Små produksjonsløsninger | 15 GB (services opprettet etter april 2024; eldre: 2 GB) | Moderat | ~NOK 700 | Verified (MCP 2026-04) |
|
||||
| **S1** | Standard produksjon | 25 GB/partition | Høy | ~NOK 2,500 |
|
||||
| **S2** | Store løsninger | 100 GB/partition | Meget høy | ~NOK 10,000 |
|
||||
| **S3 HD** | Multitenant, mange små indekser | 200 GB | Høy | ~NOK 20,000 |
|
||||
| **L1/L2** | Storage-optimized, sjeldne queries | 1 TB+ | Lavere | ~NOK 15,000+ |
|
||||
|
||||
**Viktig:** Services opprettet etter april 2024 får større partitions til samme pris. Basic og S1 gir full API-tilgang til laveste per-SU-rate.
|
||||
**Viktig:** Services opprettet etter april 2024 får større partitions til samme pris. Basic-tier: 15 GB per partisjon (eldre services: 2 GB). S1: 25 GB per partisjon. Tier switching er nå støttet — du kan bytte mellom Basic og Standard S1 direkte uten å recreate servicen. Verified (MCP 2026-04).
|
||||
|
||||
### 2. Token Cost Reduction Strategies
|
||||
|
||||
|
|
@ -214,7 +214,7 @@ Multi-step Task → GPT-4o + reasoning mode
|
|||
| Scenario | Anbefaling | Begrunnelse |
|
||||
|----------|-----------|-------------|
|
||||
| Pilot med < 10K dokumenter | **Basic** | Koster ~1/3 av S1, tilstrekkelig for testing |
|
||||
| Produksjon < 100K dokumenter | **Basic** | Kan skalere til 3 replicas for HA |
|
||||
| Produksjon < 100K dokumenter | **Basic** | Kan skalere til 3 replicas for HA; 15 GB/partisjon gir god buffer |
|
||||
| Produksjon > 100K dokumenter | **S1** | Bedre partition size, raskere indexing |
|
||||
| Multitenant med mange små indekser | **S3 HD** | Optimalisert for høy index-count |
|
||||
| Stort arkiv, sjeldne queries | **L1/L2** | Beste storage/kostnad-ratio |
|
||||
|
|
@ -347,7 +347,7 @@ Metrics:
|
|||
| Tier | Hourly Rate (NOK) | Monthly (730 hrs) | Search Units (SU) | Note |
|
||||
|------|-------------------|-------------------|-------------------|------|
|
||||
| Free | 0.00 | 0 | 1 | 50 MB, 1 index limit |
|
||||
| Basic | ~1.00 | ~730 | 1-3 | 2 GB per partition |
|
||||
| Basic | ~1.00 | ~730 | 1-3 | 15 GB per partition (etter april 2024) | Verified (MCP 2026-04) |
|
||||
| S1 | ~3.50 | ~2,555 | 1-36 | 25 GB per partition |
|
||||
| S2 | ~13.50 | ~9,855 | 1-36 | 100 GB per partition |
|
||||
| S3 | ~27.00 | ~19,710 | 1-36 | 200 GB per partition |
|
||||
|
|
@ -540,4 +540,4 @@ Metrics:
|
|||
**Document version:** 1.0
|
||||
**Research sources:** 13 Microsoft Learn articles
|
||||
**MCP calls:** 3 (search) + 2 (fetch) = 5 total
|
||||
**Last validated:** 2026-02-03
|
||||
**Last validated:** 2026-04-09
|
||||
|
|
|
|||
|
|
@ -1,6 +1,6 @@
|
|||
# RAG at Enterprise Scale - Indexing and Serving
|
||||
|
||||
**Last updated:** 2026-02
|
||||
**Last updated:** 2026-04
|
||||
**Status:** GA
|
||||
**Category:** RAG Architecture & Semantic Search
|
||||
|
||||
|
|
@ -25,7 +25,7 @@ Microsoft tilbyr to grunnleggende tilnærminger til indexing: **push model** (pr
|
|||
| **Exponential Backoff** | Retry-strategi ved 503/207 errors | Implementer 2× delay ved feil, maks 5 forsøk |
|
||||
| **Progress Tracking** | Logging og monitoring av batch progress | Logg failed documents, track indexing rate (docs/sec eller MB/sec) |
|
||||
|
||||
**Push model**: Bruk `IndexDocumentsBatch.Upload()` eller `SearchIndexingBufferedSender` for asynkron batch-opplasting. Azure SDK håndterer automatisk 503-retries, men 207 (partial failure) må håndteres eksplisitt.
|
||||
**Push model**: Bruk `IndexDocumentsBatch.Upload()` eller `SearchIndexingBufferedSender` (Azure.Search.Documents SDK v11.7.0, v11.8.0-beta.1 tilgjengelig) for asynkron batch-opplasting. Verified (MCP 2026-04). Azure SDK håndterer automatisk 503-retries, men 207 (partial failure) må håndteres eksplisitt.
|
||||
|
||||
**Pull model (indexers)**: Batch size settes via `batchSize`-parameter. Default varierer per datakilde: 1000 for SQL/Cosmos DB, 10 for Blob Storage (grunnet større dokumentstørrelse).
|
||||
|
||||
|
|
@ -77,7 +77,7 @@ Azure AI Search distribuerer automatisk queries på tvers av replicas. Ingen man
|
|||
- Queries per second (QPS) nærmer seg kapasitetsgrense
|
||||
|
||||
**Partition Scaling Triggers**:
|
||||
- Index size nærmer seg partition-grense (varierer per tier: Basic 2 GB, Standard 25 GB, Standard S2 100 GB, etc.)
|
||||
- Index size nærmer seg partition-grense (varierer per tier: Basic 15 GB [services etter april 2024; eldre: 2 GB], Standard 25 GB, Standard S2 100 GB, etc.) — Verified (MCP 2026-04)
|
||||
- HTTP 429 errors (storage full)
|
||||
- Indexing throughput for lav
|
||||
|
||||
|
|
@ -144,7 +144,7 @@ For global enterprise-løsninger med latency-krav:
|
|||
|
||||
| Tier | Storage per Partition | Indexing Speed | Use Case |
|
||||
|------|----------------------|----------------|----------|
|
||||
| **Basic** | 2 GB (nyere: 15 GB) | Moderat | < 500K dokumenter, low update frequency |
|
||||
| **Basic** | 15 GB (services opprettet etter april 2024; eldre services: 2 GB) | Moderat | < 500K dokumenter, low update frequency | Verified (MCP 2026-04) |
|
||||
| **Standard S1** | 25 GB | God | 1-5M dokumenter, daily updates |
|
||||
| **Standard S2** | 100 GB | Meget god | 5-20M dokumenter, hourly updates |
|
||||
| **Standard S3** | 200 GB | Svært god | 20M+ dokumenter, continuous updates |
|
||||
|
|
@ -258,7 +258,7 @@ Azure AI Search støtter følgende Norge-regioner:
|
|||
|
||||
| Tier | SU-pris (NOK/time)* | Storage per Partition | QPS Estimate |
|
||||
|------|---------------------|----------------------|--------------|
|
||||
| Basic | ~10 kr | 15 GB | ~15 |
|
||||
| Basic | ~10 kr | 15 GB (services etter april 2024) | ~15 | Verified (MCP 2026-04) |
|
||||
| Standard S1 | ~120 kr | 25 GB | ~15 |
|
||||
| Standard S2 | ~480 kr | 100 GB | ~60 |
|
||||
| Standard S3 | ~960 kr | 200 GB | ~120 |
|
||||
|
|
|
|||
Loading…
Add table
Add a link
Reference in a new issue