test(ms-ai-architect): playground v3 markdown fixtures (17 commands) [skip-docs]

Synthetic markdown fixtures for the 17 report-producing commands per the canonical archetype-routing-tabell. Each fixture uses the consistent ANPR-trafikkanalyse system from brief example to produce parser-input that exercises every archetype path (aiact, requirements-list, text-document, fria, conformity-checklist, matrix-risk 5x5, matrix-risk-6x5, findings, cost-distribution, capability, phased-plan, markdown, verdict, comparison).

Real /architect:<command> capture deferred to incremental work; synthetic fixtures suffice as parser test input for Steps 11-12.

plugins/ms-ai-architect/playground/test-fixtures/adr.md

@@ -0,0 +1,52 @@
+# ADR-001 — Velg Azure AI Foundry som primær AI-plattform for ANPR-trafikkanalyse
+
+Status: accepted
+Date: 2026-04-30
+Deciders: AI-arkitekt, sikkerhetsarkitekt, seksjonsleder
+Consulted: personvernombud, juridisk rådgiver, Drift
+Informed: prosjekteierskap, KI-seksjonen
+
+## Context and Problem Statement
+
+Statens vegvesen skal modernisere ANPR-trafikkanalyse fra on-prem OCR-løsning til skybasert AI-plattform. Plattformen må støtte custom modell-trening, audit-logging på inferens-nivå, real-time inferens (<100ms P95), og full compliance med EU AI Act + GDPR + sikkerhetsloven.
+
+## Decision Drivers
+
+- Compliance med EU AI Act høyrisiko-krav (Art. 9-15)
+- Norsk dataresidens-krav
+- Customer-managed keys og Private Endpoints
+- Custom modell-trening kapabilitet
+- Total cost of ownership over 3 år
+- Driftbarhet for KI-seksjonen
+
+## Considered Options
+
+1. **Azure AI Foundry** — Enterprise AI-plattform med full compliance-pakke
+2. **Azure ML + AKS** — Mer kontroll, men høyere driftskost
+3. **AWS SageMaker** — Konkurransedyktig, men mangler norske compliance-sertifiseringer
+4. **On-prem GPU-cluster** — Maks kontroll, men krever betydelig CapEx og driftskompetanse
+
+## Decision Outcome
+
+Chosen option: **Azure AI Foundry**, fordi det balanserer compliance, driftbarhet, og fleksibilitet best for vår bemanning og tidsramme.
+
+### Consequences
+
+- Good: full compliance-pakke for offentlig sektor, raskere time-to-prod, integrert med eksisterende Entra ID
+- Good: customer-managed keys og Customer Lockbox tilgjengelig
+- Bad: lock-in til Azure, men mitigert via standardiserte modell-formater (ONNX) og data-portabilitet
+- Bad: høyere månedlig kostnad enn ren Azure ML — kompenseres ved redusert egen-drift
+
+## Validation
+
+Beslutning evalueres etter 12 måneder mot KPI-er:
+- Saksbehandlingstid (mål: -40%)
+- Modell-nøyaktighet (mål: ≥96% F1)
+- Total cost (mål: ≤ NOK 1.7M/år)
+- Compliance-status (mål: 100% av krav dekket innen 2027-08-02)
+
+## More Information
+
+- Compare-rapport: see `compare-foundry-vs-aml.md`
+- Cost-analyse: see `cost-tco-3year.md`
+- Security-vurdering: see `security-foundry-baseline.md`