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 2026-04-08 08:58:35 +02:00
commit baa2d0220b
488 changed files with 213221 additions and 0 deletions

View file

@ -0,0 +1,528 @@
# Azure AI Foundry Agent Service (GA)
**Last updated:** 2026-02
**Status:** GA (mai 2025)
**Category:** Agent Orchestration & Automation
---
## Introduksjon
Azure AI Foundry Agent Service er Microsofts fullt administrerte runtime for å bygge, deploye og skalere AI-agenter i produksjon. Tjenesten nådde General Availability (GA) 19. mai 2025 og er nå kjernen i Microsoft Foundry-plattformen.
I stedet for å bygge én monolittisk agent som kan alt, lar Foundry Agent Service deg komponere spesialiserte agenter som samarbeider i strukturerte, langvarige workflows. Tjenesten håndterer infrastruktur, state management, sikkerhet og observability — slik at utviklere kan fokusere på forretningslogikk.
Den kritiske verdien: **produksjonsklar fra dag én** med innebygd enterprise-sikkerhet (Microsoft Entra, RBAC, content filtering), persistent conversation state, server-side tool orchestration og full sporbarhet — uten å måtte bygge og drifte noe av dette selv.
## Hva er Foundry Agent Service?
Foundry Agent Service er limet som kobler sammen de fire kjernekomponentene i Microsoft Foundry:
| Komponent | Rolle |
|-----------|-------|
| **AI-modeller** | GPT-4o, o3, Llama, Grok, DeepSeek m.fl. |
| **Verktøy og rammeverk** | Code Interpreter, File Search, MCP, OpenAPI, Azure Functions |
| **Governance og compliance** | Microsoft Entra, RBAC, content filters, audit logs |
| **Orkestrering** | Connected Agents, Workflows, Agent Catalog |
En agent i Foundry har tre kjernekomponenter:
1. **Modell (LLM)**: Driver resonnering og språkforståelse
2. **Instruksjoner**: Definerer agentens mål, atferd og begrensninger
3. **Verktøy**: Lar agenten hente kunnskap eller utføre handlinger
## GA-milepæler (mai 2025)
| Feature | Status |
|---------|--------|
| Foundry Agent Service kjerne | **GA** |
| Connected Agents (multi-agent) | **GA** |
| Agent tracing og debugging | **GA** |
| Logic Apps-triggerintegrasjon | **GA** |
| Bing Custom Search tool | **GA** |
| MCP tool (Model Context Protocol) | **GA** (juni 2025) |
| Deep Research tool (o3-deep-research) | **GA** (juni 2025) |
| Hosted agents (containerized) | **Preview** |
| Multi-Agent Workflows (YAML) | **Preview** |
| Memory Store API | **Preview** |
## Kjernefunksjoner
### 1. Persistent Conversation Threads
Foundry Agent Service støtter persistent samtalestate via **threads**, **messages** og **runs**:
| Komponent | Beskrivelse |
|-----------|-------------|
| **Thread** | Konversasjonssesjon mellom agent og bruker. Lagrer meldinger og håndterer automatisk truncation for å passe i modellens context window. |
| **Message** | Individuelle meldinger i en thread — kan inneholde tekst, bilder og filer. Lagres som en strukturert liste. |
| **Run** | Aktivering av agenten på en thread. Agenten prosesserer meldingshistorikken, kaller modeller og verktøy, og legger til nye meldinger. |
| **Run Steps** | Detaljert liste over hvert steg agenten tok i en run — nyttig for debugging og audit. |
**Nøkkelegenskaper:**
- Opptil **100 000 meldinger** per thread
- Automatisk context-truncation
- Vedvarende på tvers av sesjoner (cross-session continuity)
- BYO Storage: thread-data kan lagres i **Azure Cosmos DB** du kontrollerer
- State eksponert via `PersistentAgentsClient` (.NET) og `azure-ai-agents` (Python)
```python
# Opprett thread og kjør agent (Python SDK)
from azure.ai.projects import AIProjectClient
from azure.ai.agents.models import MessageRole
from azure.identity import DefaultAzureCredential
project_client = AIProjectClient(
endpoint=os.environ["PROJECT_ENDPOINT"],
credential=DefaultAzureCredential(),
)
thread = project_client.agents.threads.create()
message = project_client.agents.messages.create(
thread_id=thread.id,
role=MessageRole.USER,
content="Analyser årsrapporten og gi en sammendrag",
)
run = project_client.agents.runs.create_and_process(
thread_id=thread.id, agent_id=agent.id
)
```
### 2. Feilhåndtering og resiliens
Foundry Agent Service har innebygd server-side tool orchestration med automatisk retry:
- **Automatisk verktøy-retry**: Tool calls re-kjøres ved midlertidige feil uten manuell håndtering
- **Run status tracking**: States inkluderer `queued`, `in_progress`, `requires_action`, `completed`, `failed`, `cancelled`, `expired`
- **Exponential backoff**: Anbefalt klientstrategi ved 429 rate limit-feil
- **Tool depth protection**: Connected agents har maks dybde 2 for å unngå cascading failures
- **Content filtering**: Innebygde content safety filters på alle outputs
### 3. MCP-støtte (Model Context Protocol)
Fra juni 2025 støtter Foundry Agent Service Model Context Protocol (MCP) — en åpen standard for verktøyintegrasjon via JSON-RPC:
**Bruksmønster:**
```csharp
// Definer MCP-verktøy (C# SDK)
MCPToolDefinition mcpTool = new(mcpServerLabel, mcpServerUrl);
mcpTool.AllowedTools.Add("search_azure_rest_api_code");
PersistentAgent agent = agentClient.Administration.CreateAgent(
model: deploymentName,
name: "mcp-agent",
instructions: "Bruk tilgjengelige MCP-verktøy for å svare på spørsmål.",
tools: [mcpTool]);
```
**Autentiseringsmetoder for MCP-servere:**
- Uautentisert (dev/test)
- Key-based (x-functions-key header)
- Microsoft Entra (Project Managed Identity eller OAuth passthrough)
**Integrering via Azure Functions:**
- MCP-server kan hostes på Azure Functions og eksponeres som `https://{app}.azurewebsites.net/runtime/webhooks/mcp`
- Støtter både synkrone (MCP) og asynkrone (Azure Queue) meldingsmønstre
**NB for offentlig sektor:** Foundry Agent Service kobler kun til **offentlig tilgjengelige** MCP-endepunkter. Interne endepunkter krever eksponering via API Gateway eller Azure Application Proxy.
### 4. A2A-protokollstøtte
Foundry Agent Service støtter Agent-to-Agent (A2A) interoperabilitet:
- **A2APreviewTool**: Koble Foundry-agenter til A2A-kompatible remote agenter
- Agenter fra ulike rammeverk (Semantic Kernel, AutoGen, LangGraph) kan kommunisere via A2A
- Kombineres med Agent Registry (Microsoft Entra) for enterprise discovery og audit
```csharp
// A2A-verktøy i Foundry-agent
A2APreviewTool a2aTool = new()
{
ProjectConnectionId = connection.Id,
BaseUri = new Uri("https://remote-agent/a2a")
};
PromptAgentDefinition agentDef = new(model: "gpt-4o")
{
Instructions = "Du er en hjelpsom assistent.",
Tools = { a2aTool }
};
```
Se separat KB `agent-to-agent-communication.md` for fullstendig A2A-dokumentasjon.
## Agenttyper og verktøy
### Innebygde verktøy
| Verktøy | Type | Formål | Tilgjengelighet |
|---------|------|--------|-----------------|
| **Code Interpreter** | Action | Kjøre Python-kode i sandkasse, generere filer og visualiseringer | GA |
| **File Search** | Knowledge | RAG over opplastede filer via Azure AI Search | GA (ikke tilgjengelig i Italy North, Brazil South) |
| **Grounding with Bing Search** | Knowledge | Webgrunnlag via Bing | GA |
| **Bing Custom Search** | Knowledge | Webgrunnlag begrenset til definerte domener | GA |
| **SharePoint** | Knowledge | Tilgang til interne dokumenter via SharePoint | Preview |
| **Azure Functions** | Action | Kalle serverless-funksjoner (synkron via MCP eller asynkron via Queue) | GA |
| **Azure Logic Apps** | Action/Trigger | Over 1400 forhåndsbygde koblinger, event-trigget invokasjon | GA |
| **OpenAPI tool** | Action | Kalle HTTP-endepunkter beskrevet med OpenAPI 3.0-spec | GA |
| **MCP tool** | Action/Knowledge | Koble til MCP-servere (remote) | GA (juni 2025) |
| **Deep Research tool** | Knowledge | Flerstegs research via o3-deep-research + Bing | GA (juni 2025) |
| **Fabric Data Agent** | Knowledge | Chat med strukturert data i Microsoft Fabric | GA |
| **Morningstar tool** | Knowledge | Finansdata fra Morningstar | GA |
### Hosted agents (Preview)
Containeriserte agenter som kjøres på Foundry-administrert infrastruktur:
| Rammeverk | Python | C# |
|-----------|--------|----|
| Microsoft Agent Framework | ✅ | ✅ |
| LangGraph | ✅ | ❌ |
| Custom code | ✅ | ✅ |
## Multi-agent mønstre
### Connected Agents (GA — mai 2025)
Primæragenten delegerer til spesialiserte subagenter via naturlig språk — **ingen ekstern orkestrator nødvendig**:
**Arkitektureksempel:**
```
Primæragent (Kontraktsgjennomgang)
├── Subagent 1: clause-summarizer (File Search + Code Interpreter)
├── Subagent 2: compliance-validator (File Search + OpenAPI)
└── Subagent 3: risk-scorer (Azure Functions)
```
**Begrensninger:**
- Maks dybde: **2 nivåer** (primær → subagent, ikke sub-sub-agenter)
- Connected agents kan ikke bruke lokale funksjoner direkte (bruk OpenAPI tool eller Azure Functions)
- Sitater fra subagenter kan ikke garanteres å propagere til primærsvar
```python
# Opprett Connected Agent-oppsett (Python)
connected_agent = ConnectedAgentTool(
id=stock_agent.id,
name=stock_agent.name,
description="Henter børskurs for selskaper"
)
main_agent = project_client.agents.create_agent(
model=os.environ["MODEL_DEPLOYMENT_NAME"],
name="research-agent",
instructions="Bruk tilgjengelige verktøy for markedsanalyse.",
tools=connected_agent.definitions,
)
```
### Multi-Agent Workflows (Preview)
YAML-basert deklarativ konfigurasjon for komplekse, stateful orkestreringer:
- Visuell designer i Foundry-portalen
- Versjonering og change logs
- Koordinering av multiple agenter med kontekst og state
### Orchestration-mønstre
| Mønster | Beskrivelse | Brukstilfelle |
|---------|-------------|---------------|
| **Supervisor (Connected Agents)** | Primæragent router til spesialiserte subagenter | Modulære workflows, dokumentanalyse |
| **Peer-to-Peer (A2A)** | Agenter kommuniserer direkte uten sentral koordinering | Tight-coupled systemer, lav latens |
| **Hierarkisk (Workflows)** | YAML-definert hierarki med explicit state | Komplekse prosesser, compliance-krav |
| **Event-drevet (Logic Apps)** | Agenter trigges av hendelser (e-post, ticket, fil) | Automatiserte forretningsprosesser |
## Integrasjon med Semantic Kernel
Semantic Kernel integrerer med Foundry Agent Service via `AzureAIAgent`-klassen:
### GA-krav (Semantic Kernel)
| Plattform | Minimumsversjon | Pakke |
|-----------|-----------------|-------|
| .NET | SK 1.53.1+ | `Azure.AI.Agents.Persistent` 1.0.0 |
| Python | SK 1.31.0+ | `azure-ai-agents` 1.0.0+ |
**NB:** Foundry-prosjekter opprettet etter 19. mai 2025 bruker nytt endpoint-format. Pre-GA-prosjekter brukte connection string.
```python
# Semantic Kernel AzureAIAgent (Python)
from semantic_kernel.agents import AzureAIAgent
from azure.identity import DefaultAzureCredential
async with (
DefaultAzureCredential() as creds,
AzureAIAgent.create_client(credential=creds) as client,
):
agent = await AzureAIAgent.create(
client=client,
id=agent_id,
kernel=kernel,
)
# Kjør agent
response = await agent.invoke(messages, thread=thread)
```
```csharp
// Semantic Kernel AzureAIAgent (.NET)
PersistentAgentsClient agentsClient = AzureAIAgent.CreateAgentsClient(
"<endpoint>", new DefaultAzureCredential());
PersistentAgent definition = await agentsClient.Administration.CreateAgentAsync(...);
AzureAIAgent agent = new(definition, agentsClient);
```
**Semantic Kernel Orchestration-støtte:**
- `GroupChatOrchestration` — group chat pattern mellom agenter
- `SequentialOrchestration` — kjede agenter i sekvens
- `HandoffOrchestration` — agent A overlater kontroll til agent B
- Kombineres med A2A for cross-framework interoperabilitet
## Prising
Foundry Agent Service følger en **pay-as-you-go**-modell uten fast månedsavgift for selve agenttjenesten:
| Kostnadselement | Modell | Estimat |
|-----------------|--------|---------|
| **LLM inference** | Per token (input + output) for valgt modell | Varierer per modell (GPT-4o: ca. 37–148 NOK/1M tokens) |
| **Code Interpreter** | Per sesjon (aktiv i 1 time som default) | Ca. 0,55 USD per sesjon |
| **File Search / Vector Storage** | Per GB lagret per dag | Ca. 0,10 USD/GB/dag |
| **Thread/Message storage** | Inkludert i tjenesten | Gratis |
| **BYO Cosmos DB** | Egne Cosmos DB-priser | Varierer |
| **Azure Logic Apps-triggers** | Per kjøring | Ca. 0,00017 USD per kjøring |
| **MCP server hosting (Azure Functions)** | Consumption-plan | Fra gratis nivå |
**Faktureringsprinsipper:**
1. Du betaler for inference av base-modellen per agent (hvis du har 3 agenter med GPT-4o, betaler du for alle 3)
2. Code Interpreter: Per sesjon, ikke per kall — ett aktivt thread-run i 45 min = én sesjon
3. Ingen egne rate limits på Agent Service API — throttling skjer på modellnivå
**Viktig for budsjett:**
- Bruk `azd down` eller slett ressurser ved test for å unngå løpende kostnader
- Sett opp Azure Cost Management-varsler på Foundry-ressurser
- Container Registry (Basic) og Application Insights påløper ved hosted agents
Se: [azure.microsoft.com/pricing/details/ai-foundry](https://azure.microsoft.com/pricing/details/ai-foundry/)
## Regional tilgjengelighet
Foundry Agent Service er tilgjengelig i følgende Azure-regioner (per februar 2026):
| Region | Status |
|--------|--------|
| **Norway East** | **Tilgjengelig** |
| Sweden Central | Tilgjengelig |
| West Europe | Tilgjengelig |
| Germany West Central | Tilgjengelig |
| France Central | Tilgjengelig |
| Switzerland North | Tilgjengelig |
| UK South | Tilgjengelig |
| East US / East US 2 | Tilgjengelig |
| ... (19 regioner totalt) | Se docs for full liste |
**Viktig for norsk offentlig sektor:**
- **Norway East er støttet** — dette er foretrukket region for virksomheter med krav til datasuverenitet
- **Sweden Central** er alternativ region innenfor EØS
- **Ikke alle verktøy er tilgjengelige i alle regioner** — sjekk tool-by-region-matrisen i dokumentasjonen
- File Search er ikke tilgjengelig i Italy North og Brazil South
- Code Interpreter er ikke tilgjengelig i alle regioner
**Sjekk regional verktøytilgjengelighet:**
[learn.microsoft.com/azure/ai-foundry/agents/concepts/tool-best-practice#tool-support-by-region-and-model](https://learn.microsoft.com/azure/ai-foundry/agents/concepts/tool-best-practice?view=foundry#tool-support-by-region-and-model)
## Enterprise-sikkerhet og governance
| Funksjon | Beskrivelse |
|----------|-------------|
| **Microsoft Entra ID** | Identitet og RBAC for agenter og ressurser |
| **Content filtering** | Innebygde content safety filters og prompt injection-beskyttelse (XPIA) |
| **Network isolation** | Private endpoints og virtual network-integrasjon |
| **BYO Storage** | Bruk eget Azure Cosmos DB og Azure AI Search — data forlater ikke din kontroll |
| **Audit logs** | Full sporbarhet av agent-kjøringer via Application Insights |
| **Tracing** | End-to-end OpenTelemetry-instrumentering |
| **Encryption** | Data kryptert i transit og at rest |
## Offentlig sektor (Norge)
### GDPR og personvern
| Krav | Foundry Agent Service-implementasjon |
|------|--------------------------------------|
| **Datasuverenitet** | Norway East-region, BYO Cosmos DB for thread-lagring |
| **Behandlingsgrunnlag** | Logg `threadId` + `runId` for å spore behandlinger |
| **Slettingsrett** | `DELETE /threads/{threadId}` for sletting av konversasjonshistorikk |
| **Dataportabilitet** | Eksporter meldingshistorikk via `GET /threads/{id}/messages` |
| **Personvern by design** | Deklarér data-kategorier i agentens instruksjoner og dokumentasjon |
### AI Act (EU Forordning 2024)
| Krav | Implementasjon |
|------|----------------|
| **Transparens** | Agentens navn og formål må kommuniseres til bruker |
| **Human oversight** | Bruk Logic Apps triggers med godkjenningssteg for høyrisiko-handlinger |
| **Sporbarhet** | Application Insights + Run Steps for full auditabilitet |
| **Risikovurdering** | DPIA for agenter som behandler persondata (bruk `/architect:dpia`) |
### Forvaltningsloven § 11a (Automatiserte vedtak)
Agenter som bidrar til vedtaksprosesser **må**:
1. Logge alle agent-runs med `runId` og `threadId`
2. Muliggjøre manuell overstyring via human-in-the-loop i workflow
3. Vedlegge agent-konversasjonshistorikk som saksgrunnlag
## For Cosmo: Beslutningsveiledning
### Velg Foundry Agent Service når
| Scenario | Begrunnelse |
|----------|-------------|
| **Du trenger produksjonsklar agent fra dag én** | Innebygd enterprise-sikkerhet, compliance, skalering |
| **Persistent conversation state er nødvendig** | Threads håndterer state automatisk |
| **Multi-agent workflow uten custom orkestrator** | Connected Agents med naturlig-språk routing |
| **Regulerte virksomheter (offentlig sektor, helse, finans)** | Content filtering, audit logs, Entra-integrasjon |
| **Rike verktøy ut-av-boksen** | Code Interpreter, File Search, MCP, Logic Apps (1400+ koblinger) |
| **Semantic Kernel / Microsoft Agent Framework** | Native integrasjon via `AzureAIAgent` |
| **Integrasjon med eksisterende Azure-infrastruktur** | Logic Apps triggers, Azure Functions, Cosmos DB, AI Search |
### Velg Copilot Studio i stedet når
| Scenario | Begrunnelse |
|----------|-------------|
| **Innholdsforvaltere og forretningsbrukere bygger agenten** | Lav-kode/no-kode oppsett |
| **Agent primært skal svare på spørsmål (Q&A)** | Enkel knowledge base-integrasjon |
| **Microsoft 365-integrasjon er primærkrav** | Teams, Outlook, SharePoint out-of-box |
| **Power Platform-workflows er kjernen** | Dypere Power Automate-integrasjon |
| **Citizen developers** | Ingen programmeringskrav |
### Velg Microsoft Agent Framework over Foundry Agent Service når
| Scenario | Begrunnelse |
|----------|-------------|
| **POC / eksperimentell utvikling** | Raskere iterasjon uten production constraints |
| **Custom orchestration patterns** | Mer fleksibel enn Connected Agents |
| **LangGraph Python-workflows** | Støttet via hosted agents, men bedre i Agent Framework direkte |
### Migrasjon fra preview til GA
**Breaking changes ved GA (19. mai 2025):**
| Pre-GA | GA |
|--------|-----|
| Tilkobling via `connection_string` | Tilkobling via `endpoint` URL |
| `azure.ai.projects.models` imports | `azure.ai.agents.models` imports |
| `AIProjectClient.get_agents_client()` | `PersistentAgentsClient(endpoint, credential)` |
| `AgentsClient.CreateAgentAsync()` | `PersistentAgentsClient.Administration.CreateAgentAsync()` |
| SK Python < 1.31.0 | SK Python >= 1.31.0 |
| SK .NET < 1.53.1 | SK .NET >= 1.53.1 |
| `Azure.AI.Projects` beta | `Azure.AI.Agents.Persistent` 1.0.0 |
**Migrasjonsguide (Semantic Kernel):**
- .NET: https://learn.microsoft.com/semantic-kernel/support/migration/azureagent-foundry-ga-migration-guide
- Python: Samme URL, velg Python-fanen
### Spørsmål å stille
1. **Trenger du persistent state?** → Ja: Foundry Agent Service (threads). Nei: Vurder stateless Responses API
2. **Antall agenter og orkestreringslogikk?** → 1-5 enkle: Connected Agents. Kompleks YAML-logikk: Workflows (preview)
3. **Hvem bygger agenten?** → Utviklere: Foundry Agent Service. Forretningsbrukere: Copilot Studio
4. **Krav til datasuverenitet?** → Norway East + BYO Cosmos DB
5. **Budget-sensitivitet?** → Dimensjoner Code Interpreter-bruk (per sesjon) og vector storage nøye
6. **Finnes det eksisterende Logic Apps-workflows?** → Bruk triggers for event-drevet agent-aktivering
### Røde flagg
- **"Vi vil ikke ha noe på Azure"** → Foundry Agent Service er Azure-eksklusivt
- **"Vi trenger on-premises"** → Microsoft Agent Framework med private hosting
- **"Agenten trenger å kalle interne MCP-servere"** → Krever offentlig tilgjengelig endpoint eller API Gateway
- **"Vi har ikke Microsoft Entra"** → Foundry krever Entra for RBAC og identitet
- **"Sub-agenter må kunne ha egne sub-agenter"** → Connected Agents har maks dybde 2
### Modenhetsnivåer
#### Nivå 1: POC (0-3 måneder)
- Enkel agent med 1-2 verktøy (File Search eller Code Interpreter)
- REST API quickstart eller Foundry-portalen
- Standard Microsoft-lagring (ikke BYO Cosmos DB)
#### Nivå 2: Pilot (3-12 måneder)
- Connected Agents for modulær arkitektur
- MCP-integrasjon med interne systemer
- Application Insights for observability
- BYO Cosmos DB for thread storage
#### Nivå 3: Produksjon (12+ måneder)
- Multi-Agent Workflows med YAML
- Logic Apps triggers for event-drevet invokasjon
- Full audit compliance (GDPR, AI Act)
- VNet-integrasjon og private endpoints
## Grenser og kvoter
| Grense | Verdi |
|--------|-------|
| Maks filer per agent/thread | 10 000 |
| Maks filstørrelse | 512 MB |
| Total opplastet filstørrelse | 300 GB |
| Maks tokens for vector store-tilknytning | 2 000 000 tokens |
| Maks meldinger per thread | 100 000 |
| Maks tegn per melding | 1 500 000 |
| Maks verktøy per agent | 128 |
| Connected agent maks dybde | 2 |
Rate limiting skjer på modell-deployment-nivå, ikke Agent Service-nivå. Se Azure OpenAI kvoter for TPM/RPM-grenser per region og modell.
## Kilder og verifisering
### Microsoft Learn (Verified)
1. **What is Foundry Agent Service?**
- https://learn.microsoft.com/azure/ai-foundry/agents/overview?view=foundry-classic
- Confidence: **Verified** (offisiell oversikt, GA-dokumentasjon)
2. **What's new in Foundry Agent Service (GA mai 2025)**
- https://learn.microsoft.com/azure/ai-foundry/agents/whats-new?view=foundry-classic
- Confidence: **Verified** (changelog, mai–juni 2025)
3. **Connected Agents**
- https://learn.microsoft.com/azure/ai-foundry/agents/how-to/connected-agents?view=foundry-classic
- Confidence: **Verified** (multi-agent SDK guide og eksempler)
4. **Foundry Agent Service limits, quotas, and regional support**
- https://learn.microsoft.com/azure/ai-foundry/agents/concepts/limits-quotas-regions?view=foundry
- Confidence: **Verified** (komplett region- og grense-tabell)
5. **MCP tool — Foundry Agent Service**
- https://learn.microsoft.com/azure/ai-foundry/agents/how-to/tools-classic/model-context-protocol-samples?view=foundry-classic
- Confidence: **Verified** (C# og Python code samples)
6. **Threads, runs, and messages**
- https://learn.microsoft.com/azure/ai-foundry/agents/concepts/threads-runs-messages?view=foundry-classic
- Confidence: **Verified** (kjernekonsept-dokumentasjon)
7. **AzureAIAgent Foundry GA Migration Guide (SK Python)**
- https://learn.microsoft.com/semantic-kernel/support/migration/azureagent-foundry-ga-migration-guide
- Confidence: **Verified** (breaking changes og migrasjonsguide)
8. **Transparency Note for Azure Agent Service**
- https://learn.microsoft.com/azure/ai-foundry/responsible-ai/agents/transparency-note?view=foundry-classic
- Confidence: **Verified** (ansvarlig AI-rammeverk)
9. **Foundry Agent Service FAQ (prising)**
- https://learn.microsoft.com/azure/ai-foundry/agents/faq?view=foundry-classic
- Confidence: **Verified** (offisiell prisingsforklaring)
### Confidence per seksjon
| Seksjon | Confidence | Kilde |
|---------|-----------|-------|
| GA-milepæler og features | Verified | MS Learn whatsnew |
| Thread/message/run model | Verified | MS Learn threads-runs-messages |
| Connected Agents | Verified | MS Learn connected-agents (med kodeeksempler) |
| MCP-støtte | Verified | MS Learn MCP samples + Functions integration |
| A2A-protokoll | Verified | MS Learn agent framework |
| Regional tilgjengelighet | Verified | MS Learn limits-quotas-regions |
| Semantic Kernel integrasjon | Verified | SK migration guide + SK docs |
| Prising | Baseline | MS Learn FAQ + Azure pricing page (estimater i NOK) |
| GDPR/AI Act-mapping | Baseline | LLM kunnskap + NO compliance praksis |
**Total sources cited:** 9 primærkilder fra MCP-research
**MCP calls:** 4 (2x search-rounds med 4 parallelle kall, 2x fetch)