# AI Architect Plugin Microsoft AI Solution Architect plugin for Claude Code. ## Hva denne pluginen gjør Tilbyr strukturert arkitekturveiledning for Microsoft AI-stakken: - Azure AI Foundry, Copilot Studio, M365 Copilot - Power Platform AI (AI Builder, Power Automate) - Microsoft Agent Framework - Sikkerhet og compliance - EU AI Act-klassifisering og compliance ## Regulatorisk arbeidsflyt `/architect:classify` → `/architect:dpia` (Art. 13/14 input) → `/architect:ros` (dimensjon 6 input) ## Kommandoer | Kommando | Beskrivelse | |----------|-------------| | `/architect` | Start en strukturert arkitekturrådgivning med Cosmo Skyberg | | `/architect:help` | Vis oversikt over alle kommandoer, agenter og kunnskapsbaser | | `/architect:compare` | Sammenlign Microsoft AI-plattformer for et gitt scenario | | `/architect:security` | Sikkerhets- og compliance-vurdering (6 dimensjoner) | | `/architect:cost` | Kostnadsestimat med konfidensgradering (NOK) | | `/architect:adr` | Generer Architecture Decision Record (MADR v3.0) | | `/architect:research` | Utforsk siste nytt for en Microsoft AI-plattform | | `/architect:poc` | Generer POC-plan med suksesskriterier og risiko | | `/architect:license` | Kartlegg AI-kapabiliteter per lisenstype | | `/architect:migrate` | Planlegg migrasjon mellom plattformer | | `/architect:utredning` | AI-arkitekturutredning for norsk offentlig sektor | | `/architect:diagram` | Generer arkitekturdiagram med Imagen 3 (mcp-image) | | `/architect:review` | Kjør arkitekturgjennomgang mot norske offentlig sektor-krav | | `/architect:generate-skills` | Generer kunnskapsfiler med MCP-research (batch) | | `/architect:ros` | Gjennomfør ROS-analyse (Risiko- og Sårbarhetsanalyse) for et AI-system | | `/architect:dpia` | Gjennomfør DPIA/PVK for et AI-system | | `/architect:summary` | Generer teknisk sammendrag og beslutningsnotat fra arkitekturvurderinger | | `/architect:export` | Eksporter arkitekturdokument til PDF | | `/architect:classify` | EU AI Act-klassifisering: risikonivå + rolle | | `/architect:requirements` | Konkrete AI Act-krav basert på risikonivå og rolle | | `/architect:transparency` | Generer Art. 13/50 transparensnotis på norsk | | `/architect:frimpact` | FRIA (Art. 27) — obligatorisk for offentlig sektor | | `/architect:conformity` | Samsvarsvurdering (Art. 43) — sjekkliste + erklæring | | `/architect:onboard` | Onboard pluginen med virksomhetsspesifikk kontekst | ## Agenter | Agent | Formål | Modell | |-------|--------|--------| | `research-agent` | MCP-isolert research med microsoft-learn | opus | | `security-assessment-agent` | 6-dimensjons sikkerhetsrammeverk med 1-5 scoring | opus | | `cost-estimation-agent` | Kostnadsestimering i NOK med TCO-sammenligning | opus | | `adr-writer-agent` | ADR-generering i MADR v3.0-format | opus | | `license-mapper-agent` | Kryssreferering av lisenser mot plattformkapabiliteter | opus | | `diagram-generation-agent` | Arkitekturdiagrammer med Imagen 3 via mcp-image | opus | | `architecture-review-agent` | Arkitekturgjennomgang mot Digdir, AI Act, NSM, Schrems II | opus | | `ros-analysis-agent` | ROS-analyse med 7 dimensjoner, NS 5814-metodikk og AI-trusselbibliotek | opus | | `dpia-agent` | DPIA/PVK for AI-systemer med risikomatrise og tiltakstabell | opus | | `summary-agent` | Teknisk sammendrag og beslutningsnotat fra arkitekturvurderinger | opus | | `ai-act-assessor` | EU AI Act-klassifisering, forpliktelser og compliance-vurdering | opus | | `onboarding-agent` | Strukturert onboarding-intervju for virksomhetstilpasning | opus | ## Skills (5 domenespesifikke) | Skill | Formål | Referansefiler | BrukerIntent | |-------|--------|----------------|--------------| | `ms-ai-advisor` | Cosmo Skyberg-persona, 7-fase arbeidsflyt, plattformvalg | 62 | "Hjelp meg velge" | | `ms-ai-governance` | Norsk offentlig sektor-styring, EU-regelverk, ansvarlig AI | 78 | "Er dette lovlig?" | | `ms-ai-security` | Sikkerhetsscoring (6x5), kostnadsestimering (P10/P50/P90) | 60 | "Er dette trygt?" | | `ms-ai-engineering` | RAG, agenter, Azure AI Services, data, MLOps, multimodal | 153 | "Hvordan bygger jeg dette?" | | `ms-ai-infrastructure` | BCDR, hybrid/edge, suveren sky | 34 | "Hvordan drifter jeg dette?" | ### Kunnskapsbase-routing i agenter (max 3 filer per invokasjon) Agenter leser navngitte kjernefiler, ikke hele kataloger: - **security-assessment-agent**: security-scoring-rubrics-6x5.md, ai-security-scoring-framework.md, ai-threat-modeling-stride.md - **cost-estimation-agent**: deterministic-cost-calculation-model.md, azure-ai-foundry-cost-governance.md, cost-models.md - **architecture-review-agent**: decision-trees.md, security.md, public-sector-checklist.md + domene-spesifikke ved behov - **ros-analysis-agent**: ros-ai-threat-library.md, ros-scoring-rubrics-7x5.md, ros-methodology-ns5814-iso31000.md - **dpia-agent**: dpia-norwegian-methodology-ai.md, gdpr-compliance-ai-systems.md, ai-impact-assessment-framework.md - **ai-act-assessor**: ai-act-classification-methodology.md + relevante ai-act-*.md filer (maks 3 per fase) - **summary-agent**: Leser assessment-outputs fra sesjon, ikke KB-filer ## MCP-servere - `microsoft-learn` — Offisiell Microsoft dokumentasjon (search, fetch, code samples) - `mcp-image` — Bildegenerering med Imagen 3 for arkitekturdiagrammer (via diagram-generation-agent) ### Anbefalte MCP-servere (ikke påkrevd) - `azure-mcp-server` (microsoft/azure-mcp-server) — Live Azure-infrastrukturinspeksjon (Storage, Key Vault, Monitor, AI Search, RBAC) - `bicep-mcp-server` — IaC-generering for Azure-ressurser - `azure-devops-mcp` (microsoft/azure-devops-mcp) — Work items, pipelines, repos Se `references/architecture/recommended-mcp-servers.md` for detaljer. ## Utvikling ### Legge til ny kunnskapsbase 1. Opprett `.md`-fil i riktig undermappe under den relevante skillens `references/`-mappe (f.eks. `skills/ms-ai-engineering/references/`) 2. Følg format fra eksisterende filer (header, dato, seksjoner, "For Cosmo"-seksjon) 3. Oppdater relevant SKILL.md med referanse ### Legge til ny kommando 1. Opprett `commands/navn.md` med frontmatter (`description`, `argument-hint`) 2. Følg mønster fra eksisterende kommandoer 3. Oppdater `commands/help.md` med ny kommando 4. Oppdater denne CLAUDE.md ### Legge til ny agent 1. Opprett `agents/navn-agent.md` med frontmatter (`name`, `description`, `model`, `color`, `tools`) 2. Inkluder tydelig "triggers on" i description 3. Oppdater denne CLAUDE.md ### Testing #### Statisk validering ```bash # Kjør plugin-validering (frontmatter, encoding, KB-referanser) bash tests/validate-plugin.sh ``` #### KB-ferskhet (sitemap-basert) ```bash # Ukentlig oppdatering: poll sitemaps → endringsrapport node scripts/kb-update/run-weekly-update.mjs --force # Med discovery av nye relevante sider node scripts/kb-update/run-weekly-update.mjs --force --discover # Kun endringsrapport (etter polling) node scripts/kb-update/report-changes.mjs # Bygg/oppdater URL-registry fra referansefiler node scripts/kb-update/build-registry.mjs [--merge] ``` Systemet poller Microsoft Learn sitemaps ukentlig, sammenligner `` med filenes `Last updated:` header, og genererer en prioritert endringsrapport. Session-start hook trigger bakgrunns-poll automatisk hvis >7 dager siden siste. **Match rate:** ~69% av 1342 URLer matche mot sitemaps. ~31% (mest `azure/ai-foundry/openai/`-stier) finnes ikke i sitemaps pga. Microsofts URL-restrukturering. Legacy (deprecated): ```bash bash scripts/kb-staleness-check.sh # mtime-basert, upålitelig etter git clone ``` #### E2E-regresjonstester ```bash # Kjør alle E2E-suiter bash tests/run-e2e.sh # Kjør enkeltsuiter bash tests/run-e2e.sh --security bash tests/run-e2e.sh --cost bash tests/run-e2e.sh --summary bash tests/run-e2e.sh --ai-act ``` Fixture-basert validering av agent-output (sikkerhet, kostnad, sammendrag). Tester struktur, encoding, og domene-spesifikke krav uten å invokere Claude. #### Manuell test ```bash # Test at plugin registreres cd claude --plugin ./plugins/ms-ai-architect # Kjør hovedcommand /architect # Vis alle kommandoer /architect:help ``` ## Playground (v3 / v1.10.0) Interaktiv decision-builder + rapport-viewer for Microsoft AI-beslutninger. Erstatter v2 5-stegs-pipelinen med en multi-surface-app som persisterer state og visualiserer importerte rapporter inline. Spec: v3-arkitektur dokumentert under `.claude/projects/2026-05-03-playground-v3-architecture/`. v1.10.0-utvidelser dokumentert under `.claude/projects/2026-05-03-ms-ai-architect-v1-10-playground/`. - **Fil:** `playground/ms-ai-architect-playground.html` (~3870+ linjer, single-file v3-arkitektur) - **4 surfaces:** Onboarding (18 felles felt — 4 strukturerte / 14 fritekst etter v1.10.0) → Home (prosjekt-liste + 3 entry-tracks) → Catalog (24 commands gruppert i 5 expansion-grupper med søk) → Project (per-prosjekt tabs, command-form-prefill fra felles state, paste-back-import med rapport-visualisering) - **Persistens:** IndexedDB-primær med localStorage-fallback. Schema-versjonert (`STATE_KEY = 'ms-ai-architect-state-v1'`) med eager `MIGRATIONS`-pipeline. v1.10.0 introduserer `dataVersion v1→v2`-migrasjon (idempotent) som backfill-er `verdict`+`keyStats`. - **17 rapport-renderers (felles grunnskjelett):** Alle wrapper output via `renderPageShell()` med eyebrow + h1 + valgfri verdict-pill + valgfri key-stats-grid + arketype-spesifikk body. Parser → struktur → HTML rutet via kanonisk archetype-routing-tabell. - **Foundation-helpers:** `renderPageShell`, `renderVerdictPill`, `renderKeyStatsGrid`, `inferVerdict`, `inferKeyStats`, `KEY_STATS_CONFIG`. - **Tier 3-adopsjon:** kanban (conformity, review), mat-ladder (migrate, poc), screen-tabs (utredning, project surface), scenario-card-grid (license, compare), residual-pair (dpia, ros), top-risks (ros), recommendation-card (security, ros), suppressed-panel (review), critique-card (adr), read-more (utredning, summary), traffic-light (poc). - **Theme:** Mørk default + lys theme-toggle med Aksel-tokens i begge moduser (lagt til i v1.10.0). Persistert i `localStorage('ms-ai-architect-theme')`. Theme-bootstrap-script i `` unngår FOUC. - **Eksport/import:** JSON Decision Record-envelope (Blob + FileReader), schema-versjon-bevisst på import. ### Validering (v1.10.0-tall) | Test | Kommando | Dekning | |------|----------|---------| | Statisk struktur | `bash tests/test-playground-v3.sh` | 201 PASS — vendored CSS, surfaces, 24 commands, 14 parsere, 17 renderers (felles grunnskjelett), design-system-klasser, action-handlers, Tier 3-bruk, onboarding field-distribution | | Parser-fixtures | `bash tests/test-playground-parsers.sh` | 70 PASS — 17 fixtures × parser-routing | | Migrasjon | `bash tests/test-playground-migrations.sh` | 7 PASS — v1→v2 idempotent migrasjon | | Kombinert (E2E) | `bash tests/run-e2e.sh --playground` | statisk + parser-suiter | | Manuell A11Y QA | Se `playground/MANUAL-CHECKLIST.md` | 10 seksjoner inkl. axe-core-kjøring per surface | | A11Y-rapport | `playground/A11Y-RAPPORT.md` | Statisk vurdering klar — browser-axe-kjøring pending | ### Demo system (v1.10.1) `scripts/build-demo-state.mjs` leser alle 17 fixture-filer fra `playground/test-fixtures/` og injiserer dem som en `