feat(ultraplan-local): v1.6.0 — /ultraresearch-local deep research command
Add /ultraresearch-local for structured research combining local codebase analysis with external knowledge via parallel agent swarms. Produces research briefs with triangulation, confidence ratings, and source quality assessment. New command: /ultraresearch-local with modes --quick, --local, --external, --fg. New agents: research-orchestrator (opus), docs-researcher, community-researcher, security-researcher, contrarian-researcher, gemini-bridge (all sonnet). New template: research-brief-template.md. Integration: --research flag in /ultraplan-local accepts pre-built research briefs (up to 3), enriches the interview and exploration phases. Planning orchestrator cross-references brief findings during synthesis. Design principle: Context Engineering — right information to right agent at right time. Research briefs are structured artifacts in the pipeline: ultraresearch → brief → ultraplan --research → plan → ultraexecute. Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
This commit is contained in:
Kjell Tore Guttormsen
commit
baa2d0220b
488 changed files with 213221 additions and 0 deletions
|
|
@ -0,0 +1,357 @@
|
|||
# Copilot Agent Integration Patterns
|
||||
|
||||
**Last updated:** 2026-02
|
||||
**Status:** GA
|
||||
**Category:** Agent Orchestration & Automation
|
||||
|
||||
---
|
||||
|
||||
## Introduksjon
|
||||
|
||||
Integrasjon av agenter med Microsoft Copilot-økosystemet -- Copilot Studio, Microsoft 365 Copilot og Copilot Chat -- gir agenter tilgang til millioner av brukere gjennom kjente grensesnitt i Teams, Outlook, Word og andre Microsoft 365-applikasjoner. Denne integrasjonen utnytter Copilots orkestrator, grunnmodeller og sikkerhetstjenester, slik at agenter arver enterprise-grade compliance, RAI-standarder og governance uten ekstra utviklingsarbeid.
|
||||
|
||||
Microsoft tilbyr to hovedveier for agent-integrasjon med Copilot: **Declarative agents** som konfigurerer Copilots innebygde orkestrator med tilpassede instruksjoner, kunnskapskilder og handlinger, og **Custom engine agents** som bruker egne modeller og orkestreringslogikk men eksponeres gjennom Copilots brukergrensesnitt. Valget mellom disse avhenger av behovet for kontroll, fleksibilitet og integrasjonsgrad med Microsoft 365-datakilder.
|
||||
|
||||
Copilot Studio fungerer som det primære utviklingsverktøyet for begge agenttyper, med low-code-verktøy for forretningsbrukere og pro-code-muligheter via Microsoft 365 Agents Toolkit for utviklere. Semantic Kernel gir programmatisk integrasjon gjennom `CopilotStudioAgent`-klassen som kobler Copilot Studio-agenter direkte inn i multi-agent orkestreringsflyter.
|
||||
|
||||
## Kjernekomponenter
|
||||
|
||||
| Komponent | Formål | Teknologi |
|
||||
|-----------|--------|-----------|
|
||||
| Copilot Orchestrator | Orkestrer agentforespørsler i M365 | Microsoft 365 Copilot platform |
|
||||
| Declarative Agent Manifest | Konfigurer agentens kapabiliteter | JSON manifest-filer |
|
||||
| Copilot Studio | Low-code agentutvikling | Microsoft Copilot Studio |
|
||||
| Agents Toolkit | Pro-code agentutvikling | VS Code / Visual Studio extension |
|
||||
| CopilotStudioAgent (SK) | Programmatisk integrasjon | Semantic Kernel Agent Framework |
|
||||
| Graph Connectors | Tilgang til organisasjonsdata | Microsoft Graph, Copilot connectors |
|
||||
|
||||
## Copilot Studio Agent Binding
|
||||
|
||||
### Declarative Agent arkitektur
|
||||
|
||||
```
|
||||
┌───────────────────────────────────────────────┐
|
||||
│ Microsoft 365 Copilot │
|
||||
│ ┌─────────────────────────────────────────┐ │
|
||||
│ │ Copilot Orchestrator │ │
|
||||
│ │ - Intent classification │ │
|
||||
│ │ - Grounding via Microsoft Graph │ │
|
||||
│ │ - RAI filters │ │
|
||||
│ └───────────────┬─────────────────────────┘ │
|
||||
│ │ │
|
||||
│ ┌───────────────▼─────────────────────────┐ │
|
||||
│ │ Declarative Agent Config │ │
|
||||
│ │ ┌──────────┬──────────┬──────────┐ │ │
|
||||
│ │ │Custom │Custom │Custom │ │ │
|
||||
│ │ │Instruc- │Knowledge │Actions │ │ │
|
||||
│ │ │tions │(SP, Graph│(API │ │ │
|
||||
│ │ │ │Connectors│Plugins) │ │ │
|
||||
│ │ └──────────┴──────────┴──────────┘ │ │
|
||||
│ └─────────────────────────────────────────┘ │
|
||||
│ │
|
||||
│ Surfacing: Teams, Outlook, Word, Excel │
|
||||
└───────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
### Agent manifest-fil
|
||||
|
||||
```json
|
||||
{
|
||||
"name": "SaksbehandlingAgent",
|
||||
"description": "Hjelper saksbehandlere med å finne relevant regelverk og tidligere vedtak",
|
||||
"instructions": "Du er en assistent for saksbehandlere i norsk offentlig sektor. Du hjelper med å finne relevant regelverk, tidligere vedtak og saksbehandlingsrutiner. Svar alltid med kildehenvisning. Følg Forvaltningslovens prinsipper.",
|
||||
"capabilities": [
|
||||
{
|
||||
"name": "WebSearch",
|
||||
"disabled": true
|
||||
},
|
||||
{
|
||||
"name": "CodeInterpreter",
|
||||
"disabled": true
|
||||
},
|
||||
{
|
||||
"name": "GraphicArt",
|
||||
"disabled": true
|
||||
}
|
||||
],
|
||||
"conversation_starters": [
|
||||
{
|
||||
"title": "Finn regelverk",
|
||||
"text": "Hva sier regelverket om..."
|
||||
},
|
||||
{
|
||||
"title": "Tidligere vedtak",
|
||||
"text": "Finn lignende saker der..."
|
||||
}
|
||||
],
|
||||
"actions": [
|
||||
{
|
||||
"id": "searchRegulations",
|
||||
"file": "regulations-api-plugin.json"
|
||||
}
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
## Message Format Adaptation
|
||||
|
||||
### Adaptive Cards for rike svar
|
||||
|
||||
```json
|
||||
{
|
||||
"type": "AdaptiveCard",
|
||||
"version": "1.5",
|
||||
"body": [
|
||||
{
|
||||
"type": "TextBlock",
|
||||
"text": "Saksbehandlingsresultat",
|
||||
"weight": "Bolder",
|
||||
"size": "Large"
|
||||
},
|
||||
{
|
||||
"type": "FactSet",
|
||||
"facts": [
|
||||
{"title": "Saksnummer", "value": "${saksnummer}"},
|
||||
{"title": "Status", "value": "${status}"},
|
||||
{"title": "Regelverk", "value": "${regelverk}"}
|
||||
]
|
||||
},
|
||||
{
|
||||
"type": "ActionSet",
|
||||
"actions": [
|
||||
{
|
||||
"type": "Action.OpenUrl",
|
||||
"title": "Se fullstendig sak",
|
||||
"url": "${sakUrl}"
|
||||
},
|
||||
{
|
||||
"type": "Action.Submit",
|
||||
"title": "Send til godkjenning",
|
||||
"data": {"action": "approve", "sakId": "${sakId}"}
|
||||
}
|
||||
]
|
||||
}
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
### Copilot-kompatibelt responsformat
|
||||
|
||||
```python
|
||||
# Formater agentrespons for Copilot-kontekst
|
||||
class CopilotResponseFormatter:
|
||||
def format_for_copilot(self, agent_response: dict) -> dict:
|
||||
"""Tilpass agentrespons til Copilot-forventninger"""
|
||||
return {
|
||||
"text": agent_response["content"],
|
||||
"citations": [
|
||||
{
|
||||
"title": ref["title"],
|
||||
"url": ref["url"],
|
||||
"content": ref["snippet"]
|
||||
}
|
||||
for ref in agent_response.get("references", [])
|
||||
],
|
||||
"followup_prompts": agent_response.get("suggestions", []),
|
||||
"confidence": agent_response.get("confidence", None),
|
||||
}
|
||||
```
|
||||
|
||||
## Capability Exposure
|
||||
|
||||
### API Plugin for Copilot
|
||||
|
||||
```json
|
||||
{
|
||||
"schema_version": "v2.1",
|
||||
"name_for_human": "Regelverk-søk",
|
||||
"description_for_human": "Søk i norske lover og forskrifter",
|
||||
"description_for_model": "Bruk denne pluginen når brukeren spør om norske lover, forskrifter eller regelverk. Pluginen søker i Lovdata og returnerer relevante paragrafer.",
|
||||
"auth": {
|
||||
"type": "oauth",
|
||||
"authorization_url": "https://login.microsoftonline.com/{tenant}/oauth2/v2.0/authorize",
|
||||
"token_url": "https://login.microsoftonline.com/{tenant}/oauth2/v2.0/token",
|
||||
"scopes": "api://regulations-api/.default"
|
||||
},
|
||||
"api": {
|
||||
"type": "openapi",
|
||||
"url": "https://api.regulations.no/openapi.json"
|
||||
},
|
||||
"functions": [
|
||||
{
|
||||
"name": "searchRegulations",
|
||||
"description": "Søk etter lover og forskrifter",
|
||||
"parameters": {
|
||||
"query": {
|
||||
"type": "string",
|
||||
"description": "Søketekst for lover og forskrifter"
|
||||
},
|
||||
"category": {
|
||||
"type": "string",
|
||||
"enum": ["lov", "forskrift", "rundskriv"],
|
||||
"description": "Type regulering"
|
||||
}
|
||||
}
|
||||
}
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
## User Context Passing
|
||||
|
||||
### Semantic Kernel CopilotStudioAgent
|
||||
|
||||
```python
|
||||
from semantic_kernel.agents import CopilotStudioAgent
|
||||
|
||||
# Opprett CopilotStudioAgent for bruk i multi-agent orkestrering
|
||||
agent = CopilotStudioAgent(
|
||||
name="CopilotStudioHRAgent",
|
||||
# Kobles til en eksisterende Copilot Studio-agent
|
||||
agent_id="<copilot-studio-agent-id>",
|
||||
endpoint="<copilot-studio-endpoint>",
|
||||
# Brukerkontekst passeres automatisk
|
||||
)
|
||||
|
||||
# Bruk i Semantic Kernel orkestrering
|
||||
thread = CopilotStudioAgentThread()
|
||||
async for response in agent.invoke(
|
||||
messages=[ChatMessageContent(
|
||||
role=AuthorRole.User,
|
||||
content="Hva er min feriesaldo?"
|
||||
)],
|
||||
thread=thread
|
||||
):
|
||||
print(response.content)
|
||||
```
|
||||
|
||||
### Brukerkontekst fra Microsoft Graph
|
||||
|
||||
```csharp
|
||||
// Berik agent-kontekst med brukerdata fra Graph
|
||||
public class UserContextEnricher
|
||||
{
|
||||
private readonly GraphServiceClient _graphClient;
|
||||
|
||||
public async Task<UserContext> EnrichContext(string userId)
|
||||
{
|
||||
var user = await _graphClient.Users[userId]
|
||||
.GetAsync(config =>
|
||||
{
|
||||
config.QueryParameters.Select = new[]
|
||||
{
|
||||
"displayName", "department", "jobTitle",
|
||||
"officeLocation", "preferredLanguage"
|
||||
};
|
||||
});
|
||||
|
||||
return new UserContext
|
||||
{
|
||||
Name = user.DisplayName,
|
||||
Department = user.Department,
|
||||
Role = user.JobTitle,
|
||||
Location = user.OfficeLocation,
|
||||
Language = user.PreferredLanguage ?? "nb-NO",
|
||||
// Brukes i agent-instruksjoner for personalisering
|
||||
};
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
## Session Management
|
||||
|
||||
### Copilot conversation threading
|
||||
|
||||
```python
|
||||
# Håndter samtalehistorikk på tvers av Copilot-sesjoner
|
||||
class CopilotSessionManager:
|
||||
def __init__(self, cosmos_client):
|
||||
self.container = cosmos_client.get_database_client("agents") \
|
||||
.get_container_client("sessions")
|
||||
|
||||
async def get_or_create_session(
|
||||
self, user_id: str, agent_id: str
|
||||
) -> dict:
|
||||
"""Hent eller opprett sesjon for bruker-agent-par"""
|
||||
try:
|
||||
session = await self.container.read_item(
|
||||
item=f"{user_id}:{agent_id}",
|
||||
partition_key=user_id
|
||||
)
|
||||
except Exception:
|
||||
session = {
|
||||
"id": f"{user_id}:{agent_id}",
|
||||
"user_id": user_id,
|
||||
"agent_id": agent_id,
|
||||
"created_at": datetime.utcnow().isoformat(),
|
||||
"message_count": 0,
|
||||
"context_summary": "",
|
||||
"ttl": 86400 # 24 timer
|
||||
}
|
||||
await self.container.upsert_item(session)
|
||||
|
||||
return session
|
||||
|
||||
async def update_context_summary(
|
||||
self, session_id: str, user_id: str, new_summary: str
|
||||
):
|
||||
"""Oppdater komprimert kontekst for langvarige samtaler"""
|
||||
await self.container.patch_item(
|
||||
item=session_id,
|
||||
partition_key=user_id,
|
||||
patch_operations=[
|
||||
{"op": "replace", "path": "/context_summary",
|
||||
"value": new_summary},
|
||||
{"op": "incr", "path": "/message_count", "value": 1}
|
||||
]
|
||||
)
|
||||
```
|
||||
|
||||
## Declarative vs Custom Engine Integration
|
||||
|
||||
| Aspekt | Declarative Agent | Custom Engine Agent |
|
||||
|--------|-------------------|---------------------|
|
||||
| Hosting | Copilots orkestrator | Egne servere/Azure |
|
||||
| Modell | Copilots foundation model | Valgfri modell |
|
||||
| Kanaler | Teams, Outlook, Word, Excel | Teams, Copilot, eksterne kanaler |
|
||||
| Utvikling | Low-code (Copilot Studio) / Pro-code (Agents Toolkit) | Full kode-kontroll |
|
||||
| Compliance | Arver M365 compliance | Eget ansvar |
|
||||
| Begrensninger | Sekvensiell prosessering, begrenset orkestrering | Ingen begrensninger |
|
||||
| Governance | M365 admin center | Egne governance-verktøy |
|
||||
|
||||
## Norsk offentlig sektor
|
||||
|
||||
| Aspekt | Krav | Implementering |
|
||||
|--------|------|----------------|
|
||||
| Datalokalitet | Schrems II | Copilot EU Data Boundary + tenant-config |
|
||||
| M365-lisens | Copilot-lisens per bruker | Kostnadsvurdering per avdeling |
|
||||
| Innholdssikkerhet | Ansvarlig AI | Copilots innebygde RAI-filtre |
|
||||
| Tilgangsstyring | eInnsyn | Admin center agent governance |
|
||||
| Språk | Norsk (bokmål/nynorsk) | Custom instruksjoner på norsk |
|
||||
|
||||
### Deployment-mønster for offentlig sektor
|
||||
|
||||
```
|
||||
1. Pilot: 5-10 brukere med sideloaded agent
|
||||
2. Avdeling: Publiser til organizational catalog
|
||||
3. Etat: Utvidet tilgang via M365 admin center
|
||||
4. Tverrgående: Vurder commercial marketplace (for felles løsninger)
|
||||
```
|
||||
|
||||
## Beslutningsrammeverk
|
||||
|
||||
| Scenario | Anbefaling | Begrunnelse |
|
||||
|----------|------------|-------------|
|
||||
| Enkel FAQ-bot med M365-data | Declarative agent via Copilot Studio | Raskest å implementere, arver M365 |
|
||||
| Avansert orkestrering, egne modeller | Custom engine agent via Agents Toolkit | Full kontroll over logikk og modeller |
|
||||
| Multi-agent som inkluderer Copilot | CopilotStudioAgent i Semantic Kernel | Kombiner Copilot med egne agenter |
|
||||
| ISV-løsning for flere kunder | Commercial Marketplace-publisering | Bred distribusjon, M365 integrasjon |
|
||||
| Intern pilot med eksisterende data | Declarative agent med SharePoint-kunnskap | Utnytter eksisterende infrastruktur |
|
||||
|
||||
## For Cosmo
|
||||
|
||||
- **Declarative agents er startpunktet** for de fleste M365-integrerte scenarier -- de arver Copilots orkestrator, compliance og distribusjon. Gå til custom engine kun ved reelle begrensninger.
|
||||
- **CopilotStudioAgent i Semantic Kernel** er broen mellom Copilot-verdenen og programmatisk agent-orkestrering -- bruk den for å inkludere Copilot Studio-agenter i multi-agent-systemer.
|
||||
- **API plugins** er nøkkelen til å gi agenter handlingsevne utover samtale -- definer OpenAPI-spesifikasjoner for alle virksomhetssystemer agenten skal interagere med.
|
||||
- **User context fra Microsoft Graph** forbedrer personalisering dramatisk -- avdeling, rolle og språkpreferanser gir agenten nødvendig kontekst uten at brukeren trenger å gjenta seg.
|
||||
- **For norsk offentlig sektor**: Utnytt Copilots EU Data Boundary for datalokalitet, konfigurer instruksjoner på norsk, og bruk M365 admin center for sentral governance av agentdistribusjon.
|
||||
Loading…
Add table
Add a link
Reference in a new issue