fix(ms-ai-architect): de 40 slettingene er anvendt — og residu-soeket fant defekten ved siden av editen, tolvte gang
idx-26an er LUKKET. Alle 40 medlemmer editert, én fil om gangen, med eksakt-treff per fil. Ingen kryss-fil search-and-replace kjoerte paa noe tidspunkt, saa prefiks-faren ble aldri testet av flaks. Diff-formen er MAALT, ikke paastaatt: 40 filer, 42 slettinger, 0 innsettinger. 38 filer −1 linje, 2 filer −2. FOER EDIT, alle 40: ankeret verifisert ordrett, unikt ved split-telling i sin egen fil, OG likt HELE linja (lines[n] === anker for 40/40). Den siste sjekken er den som beviser at intet anker var en delstreng av en lengre blandet linje — idx-26ao/idx-26ap-defektklassen — i stedet for aa stole paa at screenet fanget alle. TO MEDLEMMER FIKK TO-LINJERS SLETTING, ved presedens og ikke ved valg: i ai-services-api-best-practices.md:762 og model-deployment-strategies-azure.md:1067 sto footerlinja som eget avsnitt mellom blanklinjer, saa den tilhoerende blanklinja fulgte med. Samme form ble slettet samme vei i088cf06(idx-26j); aa slette linja alene ville etterlatt dobbel blanklinje. STRUKTURSJEKK OVER HELE SETTET FOER EDIT, ikke paa oeyemaal: naermeste ikke-blanke linje over hvert medlem testet for overskriftsform, for aa fange en sletting som gjoer en overskrift foreldreloes. Nooeyaktig ett treff — «## Kilder og verifisering» rett over reserved-capacity-planning.md:557 — og det er falsk alarm: overskriften beholder kropp, «**Unique Sources:** 9» foelger rett etter. ETTER EDIT: alle 40 ankere bekreftet borte. RESIDU-SOEK PER FIL, med TO nett med ULIK blindhet. Nett A (etikett- eller overskriftsform + kall-vokabular + siffer, etikett-fritt per §9.15) ga 11, alle falske positive ved handlesning: backoff-sekunder, soek per bruker i et kosteksempel, en ToolCallAccuracy-terskel, KQL-retensjon, en pris-per-kall-tabell. Nett B (ordet MCP med et siffer paa samme linje) ga 82, hvorav 81 er proveniens-DATOSTEMPLER av formen «(Verified MCP 2026-04)» — nettopp current-provenance-klassen denne formen BEHOLDER, ikke tellinger. ETT EKTE RESIDU, BOKFOERT SOM idx-26aq OG IKKE REPARERT. ai-services-cost-optimization.md: slettingen av totalen paa :396 fjernet en motsigelse, men lot den SAMME uverifiserbare paastanden staa ti linjer over, i en form ingen linjebasert sveip enumererer — sju MCP-kall oppramset ett per linje paa :388-394, under en overskrift som selv baerer tallet. Den er overskriftsbaaren og hoerer derfor under aapent spoersmaal #22 ved siden av idx-26aj og idx-26ak, ikke under denne entryens linjeform. RESIDUET BLE STOERRELSESMAALT FOER DET BLE BOKFOERT: noeyaktig 5 filer av 389 baerer en enumerert MCP-kall-liste. Én er falsk positiv, tre er alt bokfoert (idx-26z, idx-26ai, idx-26ak), og denne var den eneste ubokfoerte — og den eneste av de fem blant disse 40. EN RESOLVED ENTRY BLE FALSIFISERT, og rettet med datert tilleggsklausul i samme pass (presedens4032dfc, ikke stille gjenaapning): idx-26j la denne filas :396 i boetta «not checkable — a total with no per-tool numbers to sum». De per-verktoey- tallene FINNES, de ligger bare ti linjer opp og forbi en overskrift. Aritmetikk-testen var anvendelig og den feiler: 6 oppgitt mot 7 oppramset. De tre andre i boetta ble re-verifisert mot HEAD FOER klausulen ble skrevet og alle tre staar. Én av fire feil, ikke fire av fire — boetta er bulket, ikke tom. Boettene styrte KUN bokfoering, som ratifisert: konsistente og inkonsistente medlemmer ble slettet av identisk grunn. Koe: 51 entries (30 aapne, 21 resolved). Suite: 1052/1052.
This commit is contained in:
parent
50c38a72ea
commit
79bb54412b
41 changed files with 20 additions and 45 deletions
File diff suppressed because one or more lines are too long
|
|
@ -514,6 +514,5 @@ Backend mottar POST med verb + data, returnerer oppdatert card.
|
|||
- JSONPath syntax for template_selector
|
||||
- Cross-platform rendering principles
|
||||
|
||||
**MCP calls:** 3 docs_search, 2 docs_fetch, 1 code_sample_search
|
||||
**Unique URLs:** 12 Microsoft Learn documentation pages
|
||||
**Confidence:** Verified (all core claims backed by MCP sources)
|
||||
|
|
|
|||
|
|
@ -493,5 +493,4 @@ while True:
|
|||
12. [Retry operations - Dynamics 365](https://learn.microsoft.com/en-us/dynamics365/fin-ops-core/dev-itpro/data-entities/service-protection-retry-operations)
|
||||
13. [Retry policies - Azure Functions](https://learn.microsoft.com/en-us/azure/azure-functions/functions-bindings-error-pages)
|
||||
|
||||
**MCP Calls:** 6 (3 searches, 2 fetches, 1 code sample search)
|
||||
**Unique URLs:** 13 sources
|
||||
|
|
|
|||
|
|
@ -458,5 +458,4 @@ Work IQ (semantic search) krever **minst én Microsoft 365 Copilot-lisens** i te
|
|||
| Work IQ (tidl. Tenant Graph Grounding) | **Verified** | MCP: knowledge-copilot-studio#turn-on-work-iq |
|
||||
|
||||
**Sist verifisert:** 2026-06-19
|
||||
**MCP-kall:** 7 (3 search, 3 fetch, 1 code sample search)
|
||||
**Unike kilder:** 9 Microsoft Learn-dokumenter
|
||||
|
|
|
|||
|
|
@ -353,4 +353,3 @@ SharePoint Copilot Agents respekterer **eksisterende SharePoint-permissions og s
|
|||
---
|
||||
|
||||
**Total unique sources:** 9 Microsoft Learn-artikler (verified via MCP).
|
||||
**MCP-calls:** 5 (3 search + 2 fetch).
|
||||
|
|
|
|||
|
|
@ -466,6 +466,5 @@ Chat-historikk i Teams/Copilot er underlagt arkiveringskrav for offentlig sektor
|
|||
| Kostnad og lisensiering | Baseline | Offentlige prislister + erfaring |
|
||||
| For arkitekten (Cosmo) | Baseline | Best practices fra feltet |
|
||||
|
||||
**MCP-kall utført:** 6 (3 search, 2 fetch, 1 code sample search)
|
||||
**Unike kilder:** 6 Microsoft Learn-artikler
|
||||
**Dato verifisert:** 2026-02-04
|
||||
|
|
|
|||
|
|
@ -680,7 +680,6 @@ User → Copilot Studio → Azure OpenAI
|
|||
### Confidence assessment
|
||||
|
||||
**Kilder brukt:** 8 offisielle Microsoft Learn-artikler + 17 code samples
|
||||
**MCP calls:** 5 (search + fetch)
|
||||
**Siste oppdatert:** Dokumentasjon datert 2025-2026
|
||||
**Confidence på innhold:** 90% (høy – basert på førstepartskilde)
|
||||
|
||||
|
|
|
|||
|
|
@ -1077,4 +1077,3 @@ def grade(sample: dict, item: dict) -> float:
|
|||
|
||||
**Last Verified:** 2026-06-19
|
||||
**Version:** Microsoft Foundry v2 (2024-2026), Prompt Flow v1.13+ (2024-2026; utfases 2027-04-20 → Microsoft Agent Framework)
|
||||
**MCP Calls:** 3 (microsoft_docs_search × 2, microsoft_docs_fetch × 2, microsoft_code_sample_search × 1)
|
||||
|
|
|
|||
|
|
@ -560,7 +560,6 @@ results = mlflow.genai.evaluate(
|
|||
---
|
||||
|
||||
**Document metadata:**
|
||||
- **MCP calls:** 3 (microsoft_docs_search) + 2 (microsoft_docs_fetch) + 1 (microsoft_code_sample_search) = 6
|
||||
- **Unique sources:** 10 Microsoft Learn URLs
|
||||
- **Word count:** ~3200 ord
|
||||
- **File size:** ~29 KB
|
||||
|
|
|
|||
|
|
@ -532,4 +532,3 @@ Gir data lineage tracking og governance-enforcement.
|
|||
8. `/azure/foundry-classic/openai/how-to/use-web-app`
|
||||
|
||||
**Total unique sources**: 8 Microsoft Learn URLs
|
||||
**MCP calls**: 6 (3x microsoft_docs_search, 2x microsoft_docs_fetch, 1x microsoft_code_sample_search)
|
||||
|
|
|
|||
|
|
@ -648,4 +648,3 @@ Foundry Workflows' visuelle designer gir offentlig sektor-organisasjoner en unik
|
|||
| Kostnadsestimater | Ikke inkludert | Se cost-estimation KB for priser |
|
||||
|
||||
**Total sources cited**: 8 unike URL-er fra MCP-research og Tavily
|
||||
**MCP calls**: 4 (2x docs_search, 2x docs_fetch)
|
||||
|
|
|
|||
|
|
@ -717,7 +717,6 @@ scope.RecordOutputMessages(new[] { output });
|
|||
|
||||
---
|
||||
|
||||
**Total MCP calls:** 6 (3 microsoft_docs_search + 2 microsoft_docs_fetch + 1 microsoft_code_sample_search)
|
||||
**Total unique URLs:** 12
|
||||
**Confidence per section:**
|
||||
- Introduksjon, Kjernekomponenter, Arkitekturmønstre: **Verified**
|
||||
|
|
|
|||
|
|
@ -758,5 +758,3 @@ AzureDiagnostics
|
|||
- HTTP idempotency semantics (RFC 7231)
|
||||
- Exponential backoff algorithms
|
||||
- Connection pooling concepts
|
||||
|
||||
**MCP call summary:** 7 microsoft_docs_search + 4 microsoft_docs_fetch + 1 microsoft_code_sample_search = 12 total MCP calls
|
||||
|
|
|
|||
|
|
@ -393,5 +393,4 @@ PTU er en kapasitetsbasert prismodell for Azure OpenAI, primært for produksjons
|
|||
- microsoft_docs_fetch: `/azure/cloud-adoption-framework/scenarios/ai/platform/governance`
|
||||
- microsoft_docs_search: "Azure OpenAI provisioned throughput PTU cost optimization"
|
||||
|
||||
**Total MCP calls:** 6
|
||||
**Unique URLs:** 10
|
||||
|
|
|
|||
|
|
@ -750,6 +750,5 @@ DLP Strategy:
|
|||
- ✅ **Verified** — Bekreftet via MCP microsoft-learn dokumentasjon (januar 2026)
|
||||
- ⚠️ **Baseline** — Basert på modellkunnskap, ingen motstridende MCP-data funnet
|
||||
|
||||
**Total antall MCP-kall:** 8 (4 docs_search + 4 docs_fetch)
|
||||
**Unike kilder:** 6 primærkilder + 4 sekundærkilder fra søk
|
||||
**Sist oppdatert:** 2026-06-19
|
||||
|
|
|
|||
|
|
@ -617,5 +617,4 @@ Test-NetConnection -ComputerName 10.0.2.5 -Port 443
|
|||
- Trusted services bypass med `networkAcls.bypass: "AzureServices"` (REST API-konfigurasjon)
|
||||
|
||||
**Sist verifisert:** 2026-06-19
|
||||
**MCP calls:** 7 (microsoft_docs_search, microsoft_docs_fetch, microsoft_code_sample_search)
|
||||
**Kilder:** 10 unike Microsoft Learn URLs
|
||||
|
|
|
|||
|
|
@ -389,7 +389,6 @@ Azure AI Vision er en **Azure resource** som faktureres direkte via Azure-abonne
|
|||
- **For arkitekten:** ⚠️ Baseline (rådgivningsspørsmål er erfaringsbaserte, ikke offisiell dokumentasjon)
|
||||
|
||||
**Antall unike kilder:** 8 Microsoft Learn-artikler
|
||||
**MCP-kall totalt:** 4 (3 docs_search + 1 code_sample_search)
|
||||
|
||||
---
|
||||
|
||||
|
|
|
|||
|
|
@ -562,7 +562,6 @@ Custom model ekstraherer:
|
|||
| Kostnad og lisensiering | **Verified** | Azure Pricing Calculator + Document Intelligence pricing page |
|
||||
| For arkitekten (Cosmo) | **Baseline** | Modellkunnskap + arkitekturerfaring |
|
||||
|
||||
**Totalt MCP-kall:** 5 (3× search, 2× fetch, 1× code samples)
|
||||
**Unike kilder:** 7 Microsoft Learn-URLer
|
||||
|
||||
---
|
||||
|
|
|
|||
|
|
@ -535,5 +535,4 @@ Billable characters: `Hello, world!` = 13 tegn (ikke `<speak>` eller `<voice>`)
|
|||
| Kostnad og lisensiering | ✅ Documented | Pricing docs + examples |
|
||||
| For arkitekten | ⚠️ Baseline | Praktisk erfaring, ikke dokumentert i MCP |
|
||||
|
||||
**Totalt antall MCP-kall:** 7 (4 × docs_search, 3 × docs_fetch, 1 × code_sample_search)
|
||||
**Unike kilder:** 10+ Microsoft Learn-artikler
|
||||
|
|
|
|||
|
|
@ -399,5 +399,4 @@ General translation Domain-specific terms
|
|||
| Kostnad og lisensiering | Baseline | Azure pricing calculator (ikke i MCP-søk, men offentlig info) |
|
||||
| For arkitekten | Baseline | Syntetisk veiledning basert på features fra MCP docs |
|
||||
|
||||
**Total MCP calls:** 4 (docs_search) + 3 (docs_fetch) = **7**
|
||||
**Unique Microsoft Learn URLs:** 6
|
||||
|
|
|
|||
|
|
@ -375,7 +375,6 @@ Hvis kunden bruker legacy `DataDriftDetector` (azureml-datadrift SDK):
|
|||
- Power BI integration for drift dashboards
|
||||
- Migration patterns fra v1 til v2 API
|
||||
|
||||
**MCP Calls:** 5 (3 × microsoft_docs_search, 1 × microsoft_docs_fetch, 1 × microsoft_code_sample_search)
|
||||
**Unique Sources:** 12 Microsoft Learn URLs
|
||||
|
||||
|
||||
|
|
|
|||
|
|
@ -735,6 +735,5 @@ Databricks MLOps Stacks demonstrerer best practice for multi-team collaboration:
|
|||
- ✅ Inner loop vs. outer loop architectural pattern
|
||||
- ✅ Azure Monitor integration for multi-team observability
|
||||
|
||||
**Totalt antall MCP-kall:** 6 (3x search, 2x fetch, 1x code samples)
|
||||
**Totalt antall kilder:** 9 primærkilder
|
||||
**Dokumentkvalitet:** ⭐⭐⭐⭐⭐ (Komplett dekning basert på offisiell dokumentasjon)
|
||||
|
|
|
|||
|
|
@ -1064,8 +1064,6 @@ Denne kunnskapsreferansen er basert på følgende Microsoft Learn-artikler og co
|
|||
- [Azure Machine Learning pricing](https://azure.microsoft.com/en-us/pricing/details/machine-learning/)
|
||||
→ Compute costs for managed endpoints
|
||||
|
||||
**MCP-kall utført:** 8 (microsoft_docs_search × 5, microsoft_docs_fetch × 2, microsoft_code_sample_search × 1)
|
||||
|
||||
---
|
||||
|
||||
**Sist oppdatert:** 2026-04-10
|
||||
|
|
|
|||
|
|
@ -730,7 +730,6 @@ jobs:
|
|||
14. **GDPR Article 22:** https://gdpr-info.eu/art-22-gdpr/
|
||||
15. **Digdir AI-retningslinjer:** https://www.digdir.no/
|
||||
|
||||
**MCP-calls brukt:** 6 (microsoft_docs_search x 3, microsoft_docs_fetch x 2, microsoft_code_sample_search x 1)
|
||||
**Kilder totalt:** 15
|
||||
**Confidence:** 95% (høy tillit til Microsoft-dokumentasjon, moderat for implementeringseksempler)
|
||||
|
||||
|
|
|
|||
|
|
@ -555,5 +555,4 @@ Metrics:
|
|||
|
||||
**Document version:** 1.0
|
||||
**Research sources:** 13 Microsoft Learn articles
|
||||
**MCP calls:** 3 (search) + 2 (fetch) = 5 total
|
||||
**Last validated:** 2026-04-09
|
||||
|
|
|
|||
|
|
@ -557,6 +557,5 @@ Real-Time Dashboard er IKKE erstatning for data warehouse. Bruk for operational
|
|||
| Kostnad og lisensiering | Baseline | Pricing calculated fra public Azure pricing (Feb 2026) |
|
||||
| Offentlig sektor compliance | Baseline | Applied GDPR/AI Act principles til verified features |
|
||||
|
||||
**MCP calls:** 6 (3 × search, 2 × fetch, 1 × code search)
|
||||
**Unique sources:** 8 Microsoft Learn URLs
|
||||
**Last verified:** 2026-06-19
|
||||
|
|
|
|||
|
|
@ -634,5 +634,4 @@ PTU equivalent: ~300 PTUs @ $6/PTU = $1800/måned
|
|||
| Offentlig sektor | **Baseline** | Generell GDPR/AI Act kunnskap + Microsoft compliance docs |
|
||||
| Kostnad og lisensiering | **Verified** | Azure OpenAI pricing, AI Content Safety pricing |
|
||||
|
||||
**MCP research calls:** 3 (microsoft_docs_search × 3, microsoft_docs_fetch × 2, microsoft_code_sample_search × 1)
|
||||
**Unique URLs:** 12
|
||||
|
|
|
|||
|
|
@ -596,7 +596,6 @@ Models, prompts, eval datasets, scorers – full reproducibility er non-negotiab
|
|||
- Azure AI monitoring configuration
|
||||
- Teams SDK feedback loop handlers
|
||||
|
||||
**Total MCP calls:** 6 (3 searches + 2 fetches + 1 code sample search)
|
||||
**Unique sources:** 12 verified Microsoft Learn URLs
|
||||
**Confidence level:** 95% Verified (core concepts + implementation details), 5% Baseline (cost estimates, Norwegian public sector specifics)
|
||||
**Last verified:** 2026-06-19
|
||||
|
|
|
|||
|
|
@ -829,5 +829,4 @@ For offentlig sektor i Norge:
|
|||
3. "AI human oversight escalation patterns"
|
||||
4. Code search: "human review AI workflow approval" (C#)
|
||||
|
||||
**MCP Calls:** 6 (3 searches + 2 fetches + 1 code sample search)
|
||||
**Unique URLs:** 9 Microsoft Learn articles
|
||||
|
|
|
|||
|
|
@ -558,6 +558,5 @@ Offentlig sektor i Norge har strengere krav til transparens, likeverdighet og of
|
|||
- EU AI Act compliance framework
|
||||
- Norwegian public sector regulations (Offentlighetsloven, Personopplysningsloven, Forvaltningsloven)
|
||||
|
||||
**MCP Calls:** 4 (microsoft_docs_search x3, microsoft_docs_fetch x2)
|
||||
**Unique Sources:** 9 Microsoft Learn URLs
|
||||
**Research Date:** 2026-02-04
|
||||
|
|
|
|||
|
|
@ -511,5 +511,4 @@ For statlige AI-prosjekter som krever beslutningsgrunnlag:
|
|||
- **Baseline (4 sources):** Etablert industripraksis, bekreftet via modellkunnskap (pre-2025)
|
||||
|
||||
**Total kilder:** 12 unike URLer
|
||||
**MCP calls:** 5 (3 søk + 2 fetch)
|
||||
**Research coverage:** Comprehensive — teknisk implementasjon, compliance, norsk offentlig sektor, cost optimization
|
||||
|
|
|
|||
|
|
@ -533,5 +533,4 @@ Denne referansen er basert på offisiell Microsoft-dokumentasjon og verifiserte
|
|||
- **Norwegian public sector compliance:** Baseline (synthesized fra AI Act + Forvaltningsloven + Digdir, ikke Microsoft-spesifikk)
|
||||
- **Architectural patterns:** Baseline (best practices fra industry + Microsoft Transparency Note, ikke eksplisitt dokumenterte mønstre)
|
||||
|
||||
**MCP-kall:** 6 (3x microsoft_docs_search, 2x microsoft_docs_fetch, 1x microsoft_code_sample_search)
|
||||
**Unike kilder:** 8 Microsoft Learn-artikler
|
||||
|
|
|
|||
|
|
@ -534,5 +534,4 @@ Nar du radgir om Content Safety for norske losninger:
|
|||
- **Kostnad i NOK:** Antatt (basert pa USD-priser med valutakonvertering)
|
||||
- **Samisk sprakstutte:** Antatt (ikke nevnt i Microsoft docs — sannsynlig ikke trent)
|
||||
|
||||
**MCP-kall:** 6 (microsoft_docs_search x6)
|
||||
**Unike kilder:** 8 Microsoft Learn-artikler
|
||||
|
|
|
|||
|
|
@ -691,5 +691,4 @@ def cached_groundedness_check(key):
|
|||
| Offentlig sektor Norge | Baseline (modellkunnskap) + kjent lovverk | 🟡 Baseline |
|
||||
| Kostnadsestimater | Baseline (modellkunnskap av prismodeller) | 🟡 Baseline |
|
||||
|
||||
**MCP-kall utført:** 4 (2x docs_search, 1x code_sample_search, 2x docs_fetch)
|
||||
**Kilder hentet:** 7 Microsoft Learn-artikler
|
||||
|
|
|
|||
|
|
@ -900,6 +900,5 @@ Savings with PTU: 3 000 NOK/month (17% reduction)
|
|||
| Cost & Licensing | Verified (pricing) + Baseline (optimization tips) | Pricing from Learn, tips synthesized |
|
||||
| For arkitekten | Baseline | Advisory guidance, not documented feature |
|
||||
|
||||
**Total MCP Calls:** 4 (3x microsoft_docs_search, 1x microsoft_docs_fetch, 1x microsoft_code_sample_search)
|
||||
**Unique Source URLs:** 12 (Microsoft Learn verified)
|
||||
**Baseline sections:** 4 (Architecture patterns, Norwegian public sector, decision guidance, advisory)
|
||||
|
|
|
|||
|
|
@ -526,6 +526,5 @@ Korrekt forecasting driver kostnadsoptimalisering:
|
|||
|
||||
---
|
||||
|
||||
**Total MCP calls:** 3 (docs_search) + 2 (docs_fetch) + 1 (code_sample_search) = 6
|
||||
**Unique sources:** 8 Microsoft Learn URLs
|
||||
**File size:** ~14 KB
|
||||
|
|
|
|||
|
|
@ -613,7 +613,6 @@ Hvis inference-kostnad per prediction >10% av business value per prediction, er
|
|||
| Kostnad og lisensiering | **Verified** | Microsoft Learn pricing docs via MCP |
|
||||
| For arkitekten | **Baseline** | Konsulenterfaring-simulering (modellkunnskap) |
|
||||
|
||||
**Totalt MCP-kall:** 3 (microsoft_docs_search) + 2 (microsoft_docs_fetch) + 1 (microsoft_code_sample_search) = 6
|
||||
**Unike kilder:** 12 Microsoft Learn-artikler
|
||||
|
||||
---
|
||||
|
|
|
|||
|
|
@ -567,7 +567,6 @@ Bruk alltid confidence markers når du anbefaler modeller:
|
|||
| PTU gir 3 000 input TPM per PTU for GPT-4.1 | Source 6 | Høy |
|
||||
|
||||
**Totalt antall kilder:** 9 (6 primære Microsoft Learn-artikler, 3 pricing-referanser)
|
||||
**MCP-kall brukt:** 6 (4x docs_search, 2x docs_fetch)
|
||||
|
||||
### Siste oppdatering og gyldighet
|
||||
|
||||
|
|
|
|||
|
|
@ -554,7 +554,6 @@ Tilgjengelig i deployment workflow:
|
|||
|
||||
## Kilder og verifisering
|
||||
|
||||
**MCP Calls:** 3
|
||||
**Unique Sources:** 9
|
||||
|
||||
| Kilde | Type | Last Verified |
|
||||
|
|
|
|||
|
|
@ -641,6 +641,5 @@ az webapp create --name webapp-slm-phi4 --resource-group rg-slm-norway --plan pl
|
|||
|
||||
---
|
||||
|
||||
**Total MCP-kall:** 4 (3x search, 2x fetch, 1x code samples)
|
||||
**Total kilder:** 6 unike Microsoft Learn URLer
|
||||
**Konfidensfordeling:** 70% Verified (MCP), 30% Baseline (modellkunnskap + estimering)
|
||||
|
|
|
|||
|
|
@ -608,5 +608,4 @@ def track_token_usage(prompt, completion, model="gpt-4o"):
|
|||
9. [tiktoken GitHub repository](https://github.com/openai/tiktoken)
|
||||
|
||||
**Verification Date:** 2026-06
|
||||
**MCP Calls:** 4 (microsoft_docs_search × 3, microsoft_docs_fetch × 2, microsoft_code_sample_search × 1)
|
||||
**Confidence Level:** High — all data sourced from official Microsoft Learn documentation and verified OpenAI tooling
|
||||
|
|
|
|||
Loading…
Add table
Add a link
Reference in a new issue