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>
2026-04-08 08:58:35 +02:00 · 2026-04-08 08:58:35 +02:00 · baa2d0220b
commit baa2d0220b
488 changed files with 213221 additions and 0 deletions
--- a/skills/ms-ai-engineering/references/agent-orchestration/foundry-workflows-visual-orchestration.md
+++ b/skills/ms-ai-engineering/references/agent-orchestration/foundry-workflows-visual-orchestration.md
@ -0,0 +1,631 @@
+# Foundry Workflows — Visuell Multi-Agent Orkestrering
+
+**Last updated:** 2026-02
+**Status:** Public Preview (announced MS Ignite november 2025)
+**Category:** Agent Orchestration & Automation
+
+---
+
+## Introduksjon
+
+Foundry Workflows er den visuelle orkestreringsdesigneren i Microsoft Foundry (Azure AI Foundry) for å bygge, teste og deploye multi-agent-prosesser uten å skrive orkestreringslogikk for hånd. Annonsert i Public Preview på Microsoft Ignite november 2025, er Workflows bygget på toppen av **Microsoft Agent Framework** og tilbyr en drag-and-drop-kanvas kombinert med YAML-definisjon for team som vil ha en visuell designopplevelse med pro-code-flukt.
+
+Den kritiske innsikten er at Foundry Workflows løser et annet problem enn enkelt-agenter: der én agent håndterer ett fokusert problem, koordinerer en Workflow flere spesialiserte agenter, branching-logikk, datatransformasjoner og menneskelige godkjenningstrinn i en **repeterbar, versjonert og observerbar prosess**. Dette er produksjonsnivå-automatisering — ikke prototyping.
+
+Workflows er ett av tre agenttyper i Foundry:
+- **Prompt-based**: Enkelt-agent med instruksjoner og verktøy
+- **Workflow**: Sekvenser og orkestrering av agenter (denne filen)
+- **Hosted (preview)**: Containeriserte agenter med egendefinert kode
+
+---
+
+## Visuell Designer
+
+### Drag-and-Drop Kanvas
+
+Foundry Workflows tilbyr en nettleserbasert visuell designer tilgjengelig direkte i Foundry Portal:
+
+| Funksjonalitet | Beskrivelse |
+|---------------|-------------|
+| **Drag-and-drop** | Legg til og flytt noder på en kanvas uten kode |
+| **Kanter (edges)** | Koble noder med piler for å definere dataflyt og sekvens |
+| **Livevisualisering** | Noder lyser opp i sanntid under kjøring — se hvilken agent som er aktiv nå |
+| **Tospannsvisning** | Bytt mellom visuell kanvas og YAML-redigering — endringer synkroniseres automatisk |
+| **Notater** | Legg til forklarende tekst direkte på kanvaset for dokumentasjon og kontekst |
+| **Maler** | Start fra Sequential, Human-in-the-loop, eller Group chat-mal |
+| **Versionslogg** | Klikk på versjonsdropdown for å navigere mellom lagrede versjoner |
+
+### Toveis YAML/Visuell-synkronisering
+
+Et sentralt designprinsipp er at visuell og YAML-representasjon alltid er i sync:
+
+```yaml
+# Eksempel: Sequential workflow (YAML-visning)
+kind: Sequential
+name: document-review-workflow
+agents:
+  - name: extractor-agent
+    agentId: agent-extractor-001
+    outputVariable: Local.extractedData
+  - name: reviewer-agent
+    agentId: agent-reviewer-002
+    input: =Local.extractedData
+  - name: approver-agent
+    agentId: agent-approver-003
+    input: =Local.reviewResult
+```
+
+Endringer i YAML-visning reflekteres umiddelbart i kanvaset — og vice versa. Dette gjør det mulig for forretningsbrukere å jobbe visuelt mens utviklere jobber i YAML eller VS Code.
+
+---
+
+## Node-typer
+
+Noder er byggesteinene i en Workflow. Hver node utfører én spesifikk handling.
+
+### Oversikt over node-typer
+
+| Node-type | Kategori | Formål |
+|-----------|----------|--------|
+| **Invoke agent** | Agent | Kall en Foundry-agent og bruk output videre |
+| **If/else** | Logic | Branching basert på betingelse (Power Fx) |
+| **Go to** | Logic | Hopp til en annen node (loop-kontroll) |
+| **For each** | Logic | Iterer over en liste eller tabell |
+| **Set variable** | Data transformation | Tilordne verdi til lokal variabel |
+| **Parse value** | Data transformation | Tolk/transformer data (f.eks. JSON-parsing) |
+| **Send message** | Basic chat | Send tekst til brukeren |
+| **Ask a question** | Basic chat / Human-in-the-loop | Spør brukeren og vent på svar |
+
+### Detaljer: Agent-noden
+
+Agentnode lar deg kalle enhver eksisterende Foundry-agent fra prosjektet ditt, eller opprette en ny agent direkte fra kanvaset:
+
+```yaml
+# Agent-node med strukturert JSON-output
+- kind: InvokeAgent
+  id: classify_document
+  agentId: agent-classifier-001
+  input: =Local.uploadedDocument
+  outputVariable: Local.classificationResult
+  responseFormat:
+    type: json_schema
+    schema:
+      type: object
+      properties:
+        category: { type: string }
+        confidence: { type: number }
+        requiresHumanReview: { type: boolean }
+      required: [category, confidence, requiresHumanReview]
+```
+
+### Detaljer: Human-in-the-loop-noden
+
+Human-in-the-loop er et førsteklasses konsept i Foundry Workflows. Workflowen **pauser** ved noden og venter på menneskelig input eller godkjenning før den fortsetter:
+
+```yaml
+- kind: AskQuestion
+  id: request_approval
+  activity:
+    text: =Concat("Klassifisering: ", Local.classificationResult.category,
+                  ". Confidence: ", Text(Local.classificationResult.confidence, "0%"),
+                  ". Godkjenner du dette?")
+  outputVariable: Local.humanApproval
+
+- kind: IfElse
+  id: check_approval
+  condition: =Lower(Local.humanApproval) = "ja"
+  truePath: proceed_node
+  falsePath: escalation_node
+```
+
+**Godkjennings-mønster** (approval workflow):
+```yaml
+- kind: AskQuestion
+  id: manager_approval
+  activity:
+    text: "Dokument krever godkjenning. Skriv 'godkjenn' eller 'avvis':"
+  outputVariable: Local.decision
+
+- kind: IfElse
+  id: route_decision
+  condition: =Local.decision = "godkjenn"
+  truePath: publish_agent
+  falsePath: return_for_revision
+```
+
+### Detaljer: Loop-noden (For each)
+
+```yaml
+- kind: ForEach
+  id: process_each_document
+  collection: =Local.documentList
+  itemVariable: Local.currentDoc
+  body:
+    - kind: InvokeAgent
+      id: process_doc
+      agentId: agent-processor-001
+      input: =Local.currentDoc
+      outputVariable: Local.processedDoc
+    - kind: SetVariable
+      id: append_result
+      variable: Local.results
+      value: =Concat(Local.results, Local.processedDoc, "\n")
+```
+
+---
+
+## Orkestreringsmønstre (Maler)
+
+Foundry tilbyr tre startmaler inspirert av Microsoft Agent Framework:
+
+| Mønster | Beskrivelse | Typisk brukstilfelle |
+|---------|-------------|----------------------|
+| **Sequential** | Resultat fra én agent sendes direkte til neste i fast rekkefølge | Dokumentprosessering, flertrinns-analyse, innholdspipelines |
+| **Human-in-the-loop** | Workflowen pauser og venter på brukerinput eller godkjenning | Godkjenningsprosesser, compliance-sjekk, vedtak som krever menneskelig oversikt |
+| **Group chat** | Kontroll sendes dynamisk mellom agenter basert på kontekst og regler | Eskalering, eksperthandoff, dynamiske arbeidsflyter |
+
+---
+
+## Feilhåndtering
+
+Foundry Workflows har innebygd feilhåndteringsmekanikk, primært via Power Fx betingelseslogikk og workflow-strukturering. Full retry-policy konfigurasjon er foreløpig mer moden i pro-code/YAML-tilnærminger.
+
+### Praktisk feilhåndtering med Power Fx
+
+```yaml
+# Sjekk om agent-output er gyldig før neste steg
+- kind: IfElse
+  id: validate_output
+  condition: =IsBlank(Local.agentResult) Or IsError(Local.agentResult)
+  truePath: error_handler_node
+  falsePath: next_step_node
+
+# Feilhåndterings-node
+- kind: SendActivity
+  id: error_handler_node
+  activity:
+    text: =Concat("Feil i prosessering. Melding: ", Local.lastError,
+                  ". Sak eskalert til manuell behandling.")
+```
+
+### Timeout-håndtering
+
+Fra offisiell dokumentasjon (troubleshooting): komplekse workflows kan timeout dersom eksterne tjenester ikke svarer innenfor forventet tid. Anbefalt mønster:
+
+| Problem | Mitigering |
+|---------|------------|
+| Workflow timer ut | Bryt komplekse workflows i mindre segmenter |
+| Agent svarer ikke | Sjekk at agentens modell og verktøy er konfigurert korrekt |
+| Uventet output | Valider JSON-schema på agent-noder; bruk `IfError()` i Power Fx |
+
+### Retry (via Microsoft Agent Framework / YAML)
+
+For pro-code-tilnærming med Agent Framework YAML:
+```yaml
+- kind: InvokeAgent
+  id: resilient_agent_call
+  agentId: agent-001
+  retryPolicy:
+    maxRetries: 3
+    retryDelay: PT5S   # ISO 8601 duration: 5 sekunder
+    retryOn: [Timeout, ServiceUnavailable]
+```
+
+---
+
+## Power Fx for Betingelser og Datatransformasjon
+
+Power Fx er Microsofts lavkodespråk (Excel-lignende formler) brukt i Foundry Workflows for å drive logikk og datamanipulasjon.
+
+### Variabelscoping
+
+| Prefiks | Scope | Eksempel |
+|---------|-------|---------|
+| `Local.` | Lokal til workflowen | `Local.documentCategory` |
+| `System.` | Systemvariabler (bruker, samtale, tid) | `System.User.Language` |
+
+### Nyttige formler
+
+```
+# Strengmanipulasjon
+Upper(Local.Var01)               -- Konverter til store bokstaver
+Concat("Hei, ", Local.userName)  -- Strengkonkatenering
+Len(Local.responseText)          -- Lengde
+
+# Betingelser
+If(Local.score > 0.8, "godkjent", "avvist")
+IsBlank(Local.agentResult)       -- Sjekk om variabel er tom
+IsError(Local.result)            -- Sjekk om forrige steg feilet
+
+# Dato/tid
+Text(Now(), "yyyy-MM-dd")        -- Formater dato
+DateDiff(Local.startDate, Now(), Days)  -- Beregn antall dager
+```
+
+---
+
+## Integrasjon med Foundry Agent Service og MCP
+
+### Foundry Agent Service
+
+Foundry Workflows er bygget direkte inn i Foundry Agent Service — ikke et separat produkt. Workflows er et agenttype på linje med prompt-based og hosted agenter, og deler:
+
+- **Identitets- og RBAC-modell**: Workflows bruker prosjektidentitet under utvikling og egen Agent Identity etter publisering
+- **Verktøykatalog**: Alle verktøy som er tilgjengelige for enkelt-agenter (Code Interpreter, Bing Search, Azure AI Search, Key Vault, MCP-servere) er tilgjengelige i agent-noder inni workflows
+- **Livssyklus**: Workflows følger samme Develop → Test → Evaluate → Publish → Monitor-livssyklus som enkelt-agenter
+
+### MCP-verktøy i Workflows
+
+Agent-noder i Workflows støtter MCP-tilkoblinger på linje med enkelt-agenter:
+
+```yaml
+# Agent-node med MCP-verktøy (konfigurert på selve agenten)
+- kind: InvokeAgent
+  id: research_step
+  agentId: agent-researcher-mcp
+  # Agenten er konfigurert med MCP-server (f.eks. microsoft-learn, sharepoint)
+  input: =Local.researchQuery
+  outputVariable: Local.researchFindings
+```
+
+**Foundry MCP Server** (preview) eksponerer Foundry selv som et MCP-endepunkt — agenter og workflows kan dermed orkestreres fra MCP-kompatible klienter uten å skrive backend-kode.
+
+---
+
+## Foundry Workflows vs. Logic Apps vs. Power Automate
+
+Dette er den mest stilte arkitekturspørsmålet. Velg basert på hvem som eier prosessen og hva slags intelligens som kreves.
+
+### Sammenligningstabellen
+
+| Dimensjon | Foundry Workflows | Azure Logic Apps | Power Automate |
+|-----------|-------------------|-----------------|----------------|
+| **Primær målgruppe** | AI-ingeniører, løsningsarkitekter, operasjonsteam | IT-profesjonelle, enterprise-integrasjonsteam | Forretningsbrukere, Microsoft 365-brukere |
+| **Kjernekonsept** | Orkestrering av AI-agenter | Enterprise-integrasjon (iPaaS) | Menneskesentrisk automatisering |
+| **Intelligens** | Innebygd — agent-noder tar egne beslutninger | Ingen innebygd LLM — kaller Azure AI som ekstern connector | AI Builder for enkle scenarier |
+| **Triggers** | Chat-basert (brukerinput), API-kall | 1400+ triggere (HTTP, Events, Schedule, Queues, SaaS) | Microsoft 365-hendelser, skjemainnsending, godkjenning |
+| **Tilkoblinger** | Foundry-agenter, MCP-verktøy, Azure-tjenester | 400+ enterprise-koblinger (SAP, Salesforce, AS2, EDI) | Microsoft 365, SharePoint, Teams, Dynamics |
+| **Variabelmodell** | Power Fx, JSON-schema | Expressions (JSON-paths, ARM-funksjoner) | Power Fx |
+| **Feilhåndtering** | Betingelseslogikk, agent-resiliens | Retry-policies, error scopes, dead-letter | Kjøre mislykket gren, parallell gren |
+| **Overvåking** | Agent Monitoring Dashboard, OpenTelemetry traces | Azure Monitor, Logic App Run History | Power Platform Admin Center |
+| **Prising** | Inkludert i Foundry Agent Service (token-basert) | Consumption (per execution) eller Standard (fast) | Per-bruker-lisens (Microsoft 365 inkl.) |
+| **Datasuverenitet** | Azure-regioner (Norway East støttet) | Azure-regioner, on-premises gateway | Power Platform-regioner |
+
+### Beslutningsguide: Velg riktig orkestrator
+
+```
+Trenger prosessen AI-agenter som tar beslutninger?
+├─ Nei → Vurder Logic Apps eller Power Automate
+│   └─ Er det forretningsbrukere som skal eie og kjøre prosessen?
+│       ├─ Ja → Power Automate (Microsoft 365-kontekst)
+│       └─ Nei → Logic Apps (enterprise-integrasjon, høy volum)
+└─ Ja → Foundry Workflows
+    └─ Er det enkelt scenarier med én agent?
+        ├─ Ja → Vurder Foundry single agent (enklere)
+        └─ Nei → Foundry Workflows (multi-agent, branching, HITL)
+```
+
+### Hybridmønster (anbefalt for enterprise)
+
+For norsk offentlig sektor er hybridmønsteret vanligst:
+
+- **Logic Apps**: Trigger fra eksisterende systemer (sak-system, e-post, skjema), integrasjoner mot fagsystemer (SAP, Dynamics), scheduling
+- **Foundry Workflows**: AI-analyse, klassifisering, sammendrag, beslutningsstøtte
+- **Power Automate**: Menneskelige godkjenningstrinn, Teams-varsler, Microsoft 365-oppgaver
+
+```
+Fagsystem → Logic Apps (trigger + datafetch) → Foundry Workflow (AI-analyse)
+         → Logic Apps (skriv resultat tilbake) → Power Automate (varsle saksbehandler)
+```
+
+---
+
+## Deployment: API-endepunkter, Versjonering og A/B-testing
+
+### Publisering som API-endepunkt
+
+Workflows publiseres som **Agent Applications** — selvstendige Azure-ressurser med stabile API-endepunkter:
+
+```bash
+# Verifiser at workflow er publisert
+curl -X POST \
+  "https://<foundry-resource>.services.ai.azure.com/api/projects/<project>/applications/<app>/protocols/openai/responses?api-version=2025-11-15-preview" \
+  -H "Authorization: Bearer <access-token>" \
+  -H "Content-Type: application/json" \
+  -d '{"input": "Start dokumentgjennomgang for saksnummer 2025-1234"}'
+```
+
+**RBAC for publiserte endepunkter**: Klienter som kaller endepunktet må ha `Azure AI User`-rollen på Agent Application-ressursen.
+
+### Versjonering
+
+Foundry Workflows har et immutabelt versjonssystem:
+
+| Versjonsprinsipp | Detalj |
+|-----------------|--------|
+| **Immutable versions** | Hvert lagring oppretter en ny versjon. Eksisterende versjoner kan ikke endres |
+| **Draft state** | Usavede endringer kan testes i playground, men mistes ved navigering |
+| **Version history** | Alle versjoner er listet i versjonsdropdown; naviger til hvilken som helst |
+| **Rollback** | Deploy en tidligere versjon ved å publisere den på nytt |
+| **Version comparison** | Sammenlign konfigurasjoner, chat-output og YAML mellom versjoner |
+| **Code reference** | Referanse til agent i kode: `<agent_name>:<version>` |
+
+### A/B-testing (begrenset)
+
+Per februar 2026 er A/B-testing av workflows begrenset: all trafikk rutes til én aktiv deployment. For å eksperimentere:
+
+1. Opprett en parallell Agent Application for B-varianten
+2. Split trafikk manuelt i lag foran (API Management, Logic Apps, eller custom router)
+3. Sammenlign metrics i Agent Monitoring Dashboard
+
+Microsofts roadmap indikerer at trafikkdeling mellom deployments planlegges som funksjon.
+
+---
+
+## Overvåking: Tracing, Tokenbruk og Latensmetrikker
+
+### Agent Monitoring Dashboard
+
+Foundry tilbyr et dedikert Agent Monitoring Dashboard tilgjengelig fra **Monitor**-fanen på enhver agent eller workflow:
+
+| Metrikk | Beskrivelse | Terskelverdi å kjenne til |
+|---------|-------------|--------------------------|
+| **Token usage** | Prompt + completion tokens per agent-kall i tidsvindu | Høy tokenbruk kan indikere verbose prompts |
+| **Latency** | End-to-end responstid per workflow-kjøring | >10 sekunder kan indikere modell-throttling |
+| **Run success rate** | Andel kjøringer som fullføres uten feil | <95% bør undersøkes |
+| **Error rate** | Antall mislykkede node-kjøringer | Bør nærme seg 0 i produksjon |
+| **Evaluation metrics** | Scores fra evaluators (korrekthet, sikkerhet, relevans) | Varierer per evaluator |
+
+### Tracing (OpenTelemetry)
+
+Foundry bruker OpenTelemetry med egne semantiske konvensjoner for multi-agent observability:
+
+| Span-type | Formål |
+|-----------|--------|
+| `execute_task` | Overordnet task-planlegging og event-propagering |
+| `agent_to_agent_interaction` | Sporing av kommunikasjon mellom agenter |
+| `agent.state.management` | Context og minnehåndtering |
+| `agent_planning` | Agentens interne planleggingssteg |
+| `execute_tool` | Verktøy-kall med input/output |
+
+**Granular tracing** av en Workflow-kjøring viser:
+- Hvert agent-kall med input og output
+- Variabeltilordninger og verdier
+- Hvilken branch som ble tatt i if/else-noder
+- Latens per node
+- Token-forbruk per LLM-kall
+
+### Continuous Evaluation
+
+```python
+# Sett opp kontinuerlig evaluering av workflow
+from azure.ai.projects import AIProjectClient
+
+client = AIProjectClient(endpoint=project_endpoint, credential=credential)
+
+# Konfigurer evaluator på workflow-kjøringer
+evaluation_config = {
+    "evaluators": {
+        "relevance": {"type": "relevance"},
+        "groundedness": {"type": "groundedness"},
+        "safety": {"type": "safety"}
+    },
+    "samplingRate": 0.1  # Evaluer 10% av produksjonskjøringer
+}
+```
+
+### Integration med Azure Monitor og Application Insights
+
+```
+Foundry Workflows → OpenTelemetry traces → Application Insights
+                                         → Azure Monitor (platform metrics)
+                                         → Log Analytics Workspace
+                                         → KQL-spørringer og alerter
+```
+
+**KQL-eksempel — oppdag workflows med høy feilrate:**
+```kusto
+traces
+| where customDimensions["workflow_name"] == "dokumentgodkjenning-workflow"
+| where timestamp > ago(24h)
+| summarize SuccessCount = countif(resultCode == "200"),
+            FailureCount = countif(resultCode != "200")
+          by bin(timestamp, 1h)
+| extend SuccessRate = round(100.0 * SuccessCount / (SuccessCount + FailureCount), 1)
+| where SuccessRate < 95
+```
+
+---
+
+## Norsk offentlig sektor
+
+### Visuell styring og revisjonsspor
+
+Foundry Workflows' visuelle designer gir offentlig sektor-organisasjoner en unik fordel: **prosessen er synlig og forklarbar** — ikke skjult i kode. Dette adresserer flere krav:
+
+| Krav | Hvordan Foundry Workflows møter det |
+|------|-------------------------------------|
+| **Innsyn i automatiserte prosesser** | Visuell kanvas kan vises for revisorer og tilsynsmyndigheter |
+| **Dokumentasjon** | YAML-definisjon er versionskontrollert og lesbar — fungerer som prosessdokumentasjon |
+| **Forvaltningsloven § 11a** | Human-in-the-loop-noder sikrer at saksbehandler godkjenner vedtak |
+| **AI Act transparenskrav** | Hvert steg er sporbart via OpenTelemetry; agent-identitet er deklarert |
+| **GDPR — sporbarhet** | `Conversation.Id` og trace-IDer kobler brukeraktivitet til loggoppføringer |
+| **Schrems II** | Deploy til `norwayeast` region; persondata forlater ikke EØS |
+
+### Automatiserte vedtak og forvaltningsloven
+
+**Kritisk**: Workflows som bidrar til vedtaksprosesser i norsk forvaltning må:
+
+1. **Ha human-in-the-loop** for alle vedtak som påvirker rettighetsstatus (§ 11a)
+2. **Logge beslutningsgrunnlaget** — bruk variabellagring og tracing til å bevare agentens resonnement
+3. **Versjonere prosessen** — Foundry Workflows' immutable versioning gir sporbarhet over tid
+4. **DPIA** — Workflows som behandler personopplysninger krever PVK (personvernkonsekvensvurdering)
+
+```yaml
+# Obligatorisk HITL-mønster for offentlig sektor-vedtak
+- kind: InvokeAgent
+  id: analyse_soknad
+  agentId: agent-soknad-analyser
+  outputVariable: Local.analyseResultat
+
+- kind: AskQuestion
+  id: saksbehandler_godkjenning
+  activity:
+    text: =Concat("AI-analyse: ", Local.analyseResultat.anbefaling,
+                  " (confidence: ", Text(Local.analyseResultat.confidence, "0%"), ")",
+                  "\nGrunnlag: ", Local.analyseResultat.begrunnelse,
+                  "\n\nGodkjenner du denne anbefalingen? (ja/nei/endre)")
+  outputVariable: Local.saksbehandlerBeslutning
+
+- kind: SetVariable
+  id: log_beslutning
+  variable: Local.revisionslogg
+  value: =Concat("Vedtak: ", Local.saksbehandlerBeslutning,
+                 " | Tid: ", Text(Now(), "yyyy-MM-dd HH:mm"),
+                 " | Saksbehandler: ", System.User.DisplayName,
+                 " | AI-anbefaling: ", Local.analyseResultat.anbefaling)
+```
+
+### NSM og dataminimering
+
+- Bruk `IsBlank()` og `ParseJSON()` til å filtrere bort unødvendige persondata mellom noder
+- Ikke mellomlagre sensitive data som workflow-variabler utover det som trengs for neste steg
+- Konfigurer Azure Monitor-oppbevaring i henhold til virksomhetens sletteplan
+
+---
+
+## For Cosmo: Beslutningsveiledning
+
+### Spørsmål å stille kunden
+
+1. **Trenger prosessen mer enn én agent?**
+   - Nei → Foundry enkelt-agent (enklere, billigere)
+   - Ja → Foundry Workflows
+
+2. **Er det saksbehandlere som skal godkjenne underveis?**
+   - Ja → Human-in-the-loop-mønster i Foundry Workflows
+   - Nei → Vurder fullt automatisert workflow eller Logic Apps
+
+3. **Er prosessen godt definert (sekvens av steg)?**
+   - Ja → Sequential workflow (mal)
+   - Nei, dynamisk → Group chat-mønster eller enkelt-agent med verktøy
+
+4. **Hvem skal vedlikeholde prosessen?**
+   - Forretningsteam (lav teknisk kompetanse) → Visuell designer i Foundry Workflows
+   - Utviklerteam → YAML + VS Code + CI/CD-integrasjon
+   - Blandet → Foundry Workflows (begge tilnærminger i ett verktøy)
+
+5. **Trenger prosessen triggers fra eksisterende systemer?**
+   - Sak-system, e-post, filopprettelse → Logic Apps trigger → Foundry Workflow (hybrid)
+   - Chat/Teams → Copilot Studio → Foundry Workflow
+
+6. **Hva er compliance-kravene?**
+   - Forvaltningsloven → HITL obligatorisk, logging av beslutningsgrunnlag
+   - GDPR → Databehandleravtale med Microsoft, Norway East-region, DPIA
+   - NSM grunnprinsipper → Minste privilegium, audit logging, MFA
+
+7. **Er det behov for A/B-testing av ulike prosessdefinisjoner?**
+   - Ja, kritisk → Vurder Logic Apps eller custom routing (mer fleksibelt nå)
+   - Ja, enkelt → Manuell splitt via to Agent Applications
+
+### Kompetansekrav
+
+| Rolle | Foundry Workflows-kompetanse | Tid til produktivitet |
+|-------|-----------------------------|-----------------------|
+| Forretningsanalytiker | Visuell designer, Human-in-the-loop, Power Fx grunnleggende | 1-2 dager |
+| Løsningsarkitekt | Node-typer, orkestreringsmønstre, deployment, integrasjon | 3-5 dager |
+| AI-ingeniør | YAML-editing, VS Code-integrasjon, Agent Framework, CI/CD | 1 uke |
+| DevOps | Publisering, RBAC, monitoring, alerting | 2-3 dager |
+
+### Fallgruver
+
+| Fallgruve | Konsekvens | Mitigering |
+|-----------|------------|-----------|
+| **Bruke Workflow for enkelt scenarier** | Unødvendig kompleksitet og overhead | En agent med verktøy er tilstrekkelig for de fleste enkelt-oppgaver |
+| **Ingen HITL der det kreves** | Compliance-brudd (Forvaltningsloven) | Design HITL inn fra dag én for vedtaksprosesser |
+| **For lange workflow-kjøringer** | Timeout, dårlig UX | Del opp i delprosesser; bruk asynkron orkestrering for lang-levende tasks |
+| **Ukontrollerte persondata i variabler** | GDPR-risiko | Filtrer og minimer data mellom noder; bruk Key Vault for sensitiv info |
+| **Ingen versjonskontroll av YAML** | Kan ikke rollbacke ved feil | Eksporter YAML til Git-repo som del av CI/CD-pipeline |
+| **Avhengighet av visuell designer uten backup** | Vendor lock-in i UI | Alltid vedlikehold YAML som autoritativ kilde; bruk VS Code |
+
+### Modenhetsnivåer
+
+#### Nivå 1: Utforsking (0-1 måned)
+- Bygg en 2-3 agent Sequential workflow via visuell designer
+- Test Human-in-the-loop-malen
+- Evaluer tracing i Agent Monitoring Dashboard
+
+**Success metric**: Første Workflow publisert og testet med reell brukerinput
+
+#### Nivå 2: Pilot (1-3 måneder)
+- Én faktisk forretningsprosess i Foundry Workflows
+- YAML eksportert til Git for versjonskontroll
+- Continuous evaluation konfigurert (10% sampling)
+- Logging til Azure Monitor konfigurert
+
+**Success metric**: Workflow kjører i produksjon, <5% feilrate, audit trail komplett
+
+#### Nivå 3: Skalering (3-12 måneder)
+- Multiple workflows per team/domene
+- CI/CD-pipeline for YAML-deploy
+- Hybrid med Logic Apps for triggere fra fagsystemer
+- Custom evaluators for domene-spesifikke kvalitetsmetrikker
+- DPIA gjennomført og oppdatert
+
+**Success metric**: Driftsavhengig prosess automatisert, sporbar, og godkjent av revisjon
+
+---
+
+## Kilder og verifisering
+
+### Microsoft Learn (Verified)
+
+1. **Build a workflow in Microsoft Foundry**
+   - https://learn.microsoft.com/azure/ai-foundry/agents/concepts/workflow?view=foundry
+   - Confidence: **Verified** (offisiell workflow-guide, Foundry new portal)
+
+2. **Agent development lifecycle**
+   - https://learn.microsoft.com/azure/ai-foundry/agents/concepts/development-lifecycle?view=foundry
+   - Confidence: **Verified** (versjonering, publisering, livssyklus, januar 2025)
+
+3. **Publish and share agents in Microsoft Foundry**
+   - https://learn.microsoft.com/azure/ai-foundry/agents/how-to/publish-agent?view=foundry
+   - Confidence: **Verified** (Agent Application deployment, API-kall, RBAC)
+
+4. **Monitor agents with the Agent Monitoring Dashboard**
+   - https://learn.microsoft.com/azure/ai-foundry/observability/how-to/how-to-monitor-agents-dashboard?view=foundry
+   - Confidence: **Verified** (token usage, latency, success rate, evaluators)
+
+5. **Declarative Workflows — Overview (Agent Framework)**
+   - https://learn.microsoft.com/agent-framework/workflows/declarative
+   - Confidence: **Verified** (YAML patterns, looping, HITL, error handling)
+
+6. **Human-in-the-Loop Workflows**
+   - https://learn.microsoft.com/agent-framework/workflows/human-in-the-loop
+   - Confidence: **Verified** (HITL-mønster, pause og resume, compliance)
+
+7. **Transparency Note for Azure Agent Service**
+   - https://learn.microsoft.com/azure/ai-foundry/responsible-ai/agents/transparency-note?view=foundry-classic
+   - Confidence: **Verified** (Foundry Workflows capabilities, visioning, governance)
+
+### Microsoft Dev Blog (Verified)
+
+8. **Introducing Multi-Agent Workflows in Foundry Agent Service**
+   - https://devblogs.microsoft.com/foundry/introducing-multi-agent-workflows-in-foundry-agent-service/
+   - Confidence: **Verified** (MS Ignite november 2025 announcement, feature liste, customer quotes)
+
+### Confidence per seksjon
+
+| Seksjon | Confidence | Kilde |
+|---------|-----------|-------|
+| Visuell designer og node-typer | Verified | MS Learn workflow-guide |
+| Orkestreringsmønstre | Verified | MS Learn + Agent Framework docs |
+| Feilhåndtering | Baseline | MS Learn troubleshooting + Agent Framework YAML |
+| Foundry vs Logic Apps vs Power Automate | Baseline | MS Learn + community analysis |
+| Deployment og versjonering | Verified | MS Learn publish-agent guide |
+| Monitoring og tracing | Verified | MS Learn monitoring dashboard + OpenTelemetry docs |
+| Norsk offentlig sektor | Baseline | LLM-kunnskap + NO compliance praksis |
+| 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)