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-infrastructure/references/bcdr/ai-foundry-disaster-recovery-planning.md
+++ b/skills/ms-ai-infrastructure/references/bcdr/ai-foundry-disaster-recovery-planning.md
@ -0,0 +1,498 @@
+# AI Foundry Disaster Recovery Planning
+
+**Last updated:** 2026-02
+**Status:** GA
+**Category:** Business Continuity & Disaster Recovery
+
+---
+
+## Introduksjon
+
+Azure AI Foundry (tidligere Azure AI Studio / Azure Machine Learning) er Microsofts sentrale plattform for utvikling, evaluering og deployering av AI-modeller og agenter. Plattformen tilbyr imidlertid ikke automatisk failover eller disaster recovery ut av boksen -- dette er eksplisitt dokumentert av Microsoft. Det betyr at organisasjoner i norsk offentlig sektor som bygger forretningskritiske AI-loesninger pa AI Foundry, ma planlegge og implementere sin egen DR-strategi.
+
+Disaster recovery for AI Foundry-prosjekter er mer kompleks enn for tradisjonelle webapplikasjoner. Et AI-prosjekt bestar av mange sammenkoblede komponenter: modelldeployeringer, datasett, pipeline-konfigurasjoner, agentdefinisjoner, tilkoblinger til eksterne tjenester, og tilhoerende infrastruktur som Azure Cosmos DB, Azure AI Search og Azure Storage. Tap av en enkelt komponent kan gjore hele AI-loesningen uoperativ. Saerlig for Foundry Agent Service er tilstandsdata (samtalehistorikk, agent-definisjoner, trad-kontekst) fordelt pa tvers av flere lagringstjenester, og det finnes per i dag ingen innebygd en-klikks eksport/import-funksjon for komplett gjenoppretting.
+
+Denne referansen dekker prosjektdata-backup og replikering, modellversjonskontroll og gjenoppretting, configuration as code for reproduserbarhet, RTO/RPO-definisjoner for AI-prosjekter, og testing og validering av DR-prosedyrer. Alt er forankret i Microsofts offisielle veiledning for high availability og disaster recovery for AI Foundry.
+
+## Prosjektdata-backup og replikering
+
+### Komponentoversikt for AI Foundry-prosjekter
+
+| Komponent | Lagringssted | Backup-ansvar | Replikeringsmetode |
+|-----------|-------------|---------------|---------------------|
+| Prosjektkonfigurasjon | AI Foundry control plane | Kunde (IaC) | Bicep/Terraform redeploy |
+| Modelldeployeringer | Azure OpenAI / AI Foundry | Kunde (IaC) | Redeploy fra kildekontroll |
+| Agentdefinisjoner | Cosmos DB (Standard mode) | Kunde | Cosmos DB continuous backup |
+| Samtalehistorikk (traader) | Cosmos DB (`enterprise_memory`) | Kunde | Cosmos DB PITR |
+| Kunnskapsfiler (agent) | Azure Storage | Kunde | GRS/GZRS replikering |
+| Soekeindekser (agent) | Azure AI Search | Kunde | Manuell gjenskapning |
+| Datasett og artefakter | Azure Storage (prosjekt) | Kunde | GRS/GZRS replikering |
+| Notebook-filer og kode | Azure Storage | Kunde | Git + Azure Storage |
+| Tilkoblinger og secrets | Azure Key Vault | Microsoft | Auto-failover til sekundaer region |
+| Container images | Azure Container Registry | Microsoft* | Geo-replikering (konfigurer) |
+| Application Insights | Log Analytics workspace | Kunde | Opprett i begge regioner |
+
+> *Azure Container Registry ma konfigureres for geo-replikering av kunden, men Microsoft haandterer selve replikeringsmekanismen.
+
+### Ressurskonfigurering for gjenoppretting
+
+Microsoft anbefaler foelgende konfigurasjon **foer** en hendelse inntreffer:
+
+```
+------------------------------------------------------------------+
+|  Ressurs                    | Anbefalt konfigurasjon             |
+------------------------------------------------------------------+
+|  Foundry account            | Purview-integrasjon for compliance |
+|  Foundry project            | User-assigned managed identity     |
+|  Agent Service              | Standard deployment mode           |
+|  Cosmos DB                  | Continuous backup med PITR         |
+|                             | Service-managed failover           |
+|                             | Read replication til failover-reg. |
+|  AI Search                  | Unikt navn (unnga kollisjon)       |
+|  Storage account            | GZRS (geo-zone-redundant)          |
+------------------------------------------------------------------+
+```
+
+### Cosmos DB-konfigurasjon for agentdata
+
+Cosmos DB er kritisk for Foundry Agent Service da all agent-tilstand lagres her:
+
+```bash
+# Aktiver continuous backup med 30-dagers PITR
+az cosmosdb create \
+  --name svv-ai-cosmos-prod \
+  --resource-group rg-ai-foundry-prod \
+  --locations regionName="norwayeast" failoverPriority=0 \
+  --locations regionName="swedencentral" failoverPriority=1 \
+  --backup-policy-type Continuous \
+  --continuous-tier Continuous30Days \
+  --enable-automatic-failover true \
+  --default-consistency-level Session
+```
+
+> **Viktig:** Aktiver `Service-Managed Failover` slik at Cosmos DB automatisk kan bytte skriveregion fra primaerregion til sekundaerregion ved et langvarig regionalt utfall.
+
+### Azure Storage-konfigurasjon
+
+```bash
+# Opprett GZRS storage account for prosjektdata
+az storage account create \
+  --name svvaiprodstorage \
+  --resource-group rg-ai-foundry-prod \
+  --location norwayeast \
+  --sku Standard_GZRS \
+  --kind StorageV2 \
+  --min-tls-version TLS1_2 \
+  --allow-blob-public-access false
+```
+
+| Redundanstype | Beskrivelse | Anbefaling |
+|---------------|-------------|------------|
+| LRS | 3 kopier i en region | Kun for utvikling |
+| ZRS | 3 kopier pa tvers av soner | Produksjon uten DR-krav |
+| GRS | LRS + asynkron kopi til sekundaer region | Standard DR |
+| GZRS | ZRS + asynkron kopi til sekundaer region | **Anbefalt for produksjon** |
+| RA-GZRS | GZRS + lesetilgang til sekundaer region | Hoeyest tilgjengelighet |
+
+## Modellversjonskontroll og gjenoppretting
+
+### Versjonskontroll-strategi
+
+AI-modeller gjennomgar kontinuerlig endring -- nye versjoner, fine-tuning, evaluering og deployering. En robust DR-plan krever sporbarhet og reproduserbarhet for alle modellversjoner.
+
+```
+Git Repository (kildekontroll)
+  |
+  +-- /models/
+  |     +-- model-config.yaml        # Modellkonfigurasjon
+  |     +-- deployment-params.json   # Deployment-parametere
+  |     +-- evaluation-results/      # Evalueringsresultater per versjon
+  |
+  +-- /agents/
+  |     +-- agent-definitions/       # JSON-definisjoner for agenter
+  |     +-- knowledge-sources/       # Referanser til kunnskapsfiler
+  |     +-- tool-bindings/           # Tool-konfigurasjoner
+  |
+  +-- /infrastructure/
+  |     +-- bicep/                   # IaC for alle ressurser
+  |     +-- pipelines/               # CI/CD pipeline-definisjoner
+  |
+  +-- /prompts/
+        +-- system-prompts/          # System-prompter per agent/modell
+        +-- evaluation-datasets/     # Testdata for evaluering
+```
+
+### Modellregistrering og sporing
+
+```yaml
+# model-config.yaml -- Eksempel
+model:
+  name: gpt-4o
+  version: "2024-11-20"
+  deployment_type: data_zone_standard
+  regions:
+    primary: norwayeast
+    secondary: swedencentral
+  quota:
+    primary_tpm: 120000
+    secondary_tpm: 120000
+  fine_tuning:
+    enabled: false
+    base_model: null
+    training_data: null
+  evaluation:
+    last_evaluated: "2026-01-15"
+    accuracy_score: 0.94
+    dataset: "eval-dataset-v3"
+```
+
+### Fine-tuned modeller
+
+For fine-tuned modeller er det spesielt viktig med backup:
+
+| Artefakt | Lagringssted | Backup-metode |
+|----------|-------------|---------------|
+| Treningsdata | Azure Storage | GZRS + versjonering |
+| Modellvekter | AI Foundry model registry | Eksporter + lagre i Storage |
+| Hyperparametere | Git (kildekontroll) | Standard Git-backup |
+| Evalueringsresultater | AI Foundry + Git | Eksporter til Git |
+| Deployment-konfig | Git (Bicep/Terraform) | Standard Git-backup |
+
+> **Merk:** Global training (Public Preview) tilbyr rimeligere fine-tuning, men gir ikke datasuverenitet. For norsk offentlig sektor med strenge krav, bruk regional training i Norway East eller Sweden Central.
+
+## Configuration as Code for reproduserbarhet
+
+### Infrastruktur som kode (IaC)
+
+Microsoft anbefaler eksplisitt a definere account, projects, capability host og avhengigheter i IaC (Bicep eller Terraform). IaC er kilden til sannhet for raskt a reprodusere konfigurasjon og rolletildelinger.
+
+```bicep
+// main.bicep -- AI Foundry prosjekt med DR-konfigurasjon
+param primaryLocation string = 'norwayeast'
+param secondaryLocation string = 'swedencentral'
+param projectName string = 'svv-ai-project'
+
+// Cosmos DB med continuous backup og failover
+resource cosmosAccount 'Microsoft.DocumentDB/databaseAccounts@2024-05-15' = {
+  name: '${projectName}-cosmos'
+  location: primaryLocation
+  properties: {
+    databaseAccountOfferType: 'Standard'
+    consistencyPolicy: {
+      defaultConsistencyLevel: 'Session'
+    }
+    locations: [
+      {
+        locationName: primaryLocation
+        failoverPriority: 0
+        isZoneRedundant: true
+      }
+      {
+        locationName: secondaryLocation
+        failoverPriority: 1
+        isZoneRedundant: true
+      }
+    ]
+    backupPolicy: {
+      type: 'Continuous'
+      continuousModeProperties: {
+        tier: 'Continuous30Days'
+      }
+    }
+    enableAutomaticFailover: true
+  }
+}
+
+// Storage med GZRS
+resource storageAccount 'Microsoft.Storage/storageAccounts@2023-01-01' = {
+  name: '${projectName}storage'
+  location: primaryLocation
+  sku: {
+    name: 'Standard_GZRS'
+  }
+  kind: 'StorageV2'
+  properties: {
+    minimumTlsVersion: 'TLS1_2'
+    allowBlobPublicAccess: false
+    supportsHttpsTrafficOnly: true
+  }
+}
+
+// AI Foundry project (primary region)
+resource aiProject 'Microsoft.MachineLearningServices/workspaces@2024-04-01' = {
+  name: projectName
+  location: primaryLocation
+  identity: {
+    type: 'UserAssigned'
+    userAssignedIdentities: {
+      '${managedIdentity.id}': {}
+    }
+  }
+  properties: {
+    friendlyName: 'SVV AI Project'
+    storageAccount: storageAccount.id
+    keyVault: keyVault.id
+    applicationInsights: appInsights.id
+  }
+}
+```
+
+### CI/CD Pipeline for dual-region deployment
+
+```yaml
+# azure-pipelines.yml
+trigger:
+  branches:
+    include:
+      - main
+
+stages:
+  - stage: DeployPrimary
+    displayName: 'Deploy to Norway East'
+    jobs:
+      - job: DeployInfra
+        steps:
+          - task: AzureCLI@2
+            inputs:
+              azureSubscription: 'svv-ai-prod'
+              scriptType: 'bash'
+              scriptLocation: 'inlineScript'
+              inlineScript: |
+                az deployment group create \
+                  --resource-group rg-ai-foundry-norwayeast \
+                  --template-file infrastructure/bicep/main.bicep \
+                  --parameters location=norwayeast
+
+  - stage: DeploySecondary
+    displayName: 'Deploy to Sweden Central'
+    dependsOn: DeployPrimary
+    jobs:
+      - job: DeployInfra
+        steps:
+          - task: AzureCLI@2
+            inputs:
+              azureSubscription: 'svv-ai-prod'
+              scriptType: 'bash'
+              scriptLocation: 'inlineScript'
+              inlineScript: |
+                az deployment group create \
+                  --resource-group rg-ai-foundry-swedencentral \
+                  --template-file infrastructure/bicep/main.bicep \
+                  --parameters location=swedencentral
+
+  - stage: DeployAgents
+    displayName: 'Deploy Agent Definitions'
+    dependsOn:
+      - DeployPrimary
+      - DeploySecondary
+    jobs:
+      - job: DeployAgentDefs
+        steps:
+          - script: |
+              python scripts/deploy-agents.py \
+                --config agents/agent-definitions/ \
+                --regions norwayeast swedencentral
+```
+
+### Viktige IaC-prinsipper for DR
+
+1. **Bruk user-assigned managed identity** -- ved gjenskapning av ressurser forblir rolletildelinger gyldige
+2. **Unnga usporede endringer i portalen** -- alle endringer gjennom IaC/pipeline
+3. **Bygg IaC modulaert** -- uavhengig deployment per prosjekt
+4. **Opprett rolletildelinger i IaC** -- ikke manuelt i portalen
+5. **Deploy til begge regioner i samme pipeline** -- unnga drift
+
+## RTO og RPO-definisjoner for AI-prosjekter
+
+### Begrepsforklaring
+
+| Begrep | Definisjon | Relevans for AI |
+|--------|-----------|-----------------|
+| **RTO** | Recovery Time Objective -- maks akseptabel tid for a gjenopprette | Hvor lenge kan AI-tjenesten vaere nede? |
+| **RPO** | Recovery Point Objective -- maks akseptabelt datatap malt i tid | Hvor mye samtalehistorikk/data kan vi miste? |
+| **MTTR** | Mean Time To Recovery -- gjennomsnittlig gjenopprettingstid | Faktisk maalt gjenopprettingstid |
+| **MTBF** | Mean Time Between Failures -- gjennomsnittlig tid mellom feil | Paalitelighetsmal for AI-tjenesten |
+
+### Anbefalte RTO/RPO per komponent
+
+| Komponent | RTO-mal | RPO-mal | Gjenopprettingsmetode |
+|-----------|---------|---------|----------------------|
+| **Azure OpenAI inference** | < 5 min | N/A (stateless) | Automatisk failover via gateway |
+| **Agent Service** | < 30 min | < 1 time | Redeploy fra IaC + Cosmos PITR |
+| **Samtalehistorikk** | < 2 timer | < 5 min | Cosmos DB continuous backup |
+| **Kunnskapsbaser (RAG)** | < 1 time | < 24 timer | Reindeksering fra kilde |
+| **Fine-tuned modeller** | < 4 timer | < 24 timer | Redeploy fra model registry |
+| **Pipeline/evaluering** | < 8 timer | < 24 timer | Redeploy fra Git |
+
+### Tier-basert DR-strategi
+
+```
+Tier 1 -- Virksomhetskritisk (RTO < 5 min, RPO ~0)
+  - Azure OpenAI inference med multi-region gateway
+  - Automatisk failover via APIM backend pool
+  - Eksempel: Innbyggertjenester, sanntids beslutningsstotte
+
+Tier 2 -- Forretningsviktig (RTO < 30 min, RPO < 1 time)
+  - Agent Service med Cosmos DB failover
+  - Forhands-deployert sekundaer region (warm standby)
+  - Eksempel: Intern chatbot, saksbehandlingsassistent
+
+Tier 3 -- Stottende (RTO < 4 timer, RPO < 24 timer)
+  - Manuell gjenskapning fra IaC
+  - Cold standby i sekundaer region
+  - Eksempel: Batch-analysejobber, treningspipelines
+```
+
+## Testing og validering av DR-prosedyrer
+
+### DR-testrammeverk
+
+| Testtype | Frekvens | Omfang | Ansvarlig |
+|----------|----------|--------|-----------|
+| **Tabletop exercise** | Kvartalsvis | Gjennomgang av prosedyrer | Arkitekturteam |
+| **Komponent-failover** | Manedlig | Enkeltkomponent (f.eks. Cosmos DB) | Driftsteam |
+| **Full DR-drill** | Halvaarlig | Komplett failover til sekundaer region | Hele teamet |
+| **Chaos engineering** | Lopende | Automatisert feilinjeksjon | CI/CD pipeline |
+
+### DR-testprosedyre
+
+```
+Fase 1: Forberedelse (1 dag foer)
+  [ ] Verifiser at IaC er oppdatert og synkronisert
+  [ ] Bekreft at Cosmos DB backup er aktiv og fungerer
+  [ ] Sjekk at sekundaer region har tilstrekkelig kvote
+  [ ] Varsle relevante interessenter
+
+Fase 2: Simulert utfall (testdag)
+  [ ] Deaktiver primaer region i gateway (APIM policy-endring)
+  [ ] Verifiser at trafikk rutes til sekundaer region
+  [ ] Kjoer funksjonelle tester mot sekundaer region
+  [ ] Mal faktisk RTO og RPO
+
+Fase 3: Validering (under test)
+  [ ] Verifiser AI-inferens fungerer korrekt
+  [ ] Sjekk at agentsamtaler kan fortsette
+  [ ] Kontroller at data-konsistens er ivaretatt
+  [ ] Verifiser overvaking og varsling
+
+Fase 4: Tilbakeforing (etter test)
+  [ ] Reaktiver primaer region
+  [ ] Verifiser at trafikk returnerer til normalt moenster
+  [ ] Dokumenter resultater og avvik
+  [ ] Oppdater DR-plan basert pa laerdommer
+```
+
+### Azure Chaos Studio-integrasjon
+
+Bruk Azure Chaos Studio for automatisert feilinjeksjon:
+
+```json
+{
+  "type": "Microsoft.Chaos/experiments",
+  "name": "ai-foundry-dr-test",
+  "properties": {
+    "steps": [
+      {
+        "name": "CosmosDB-failover",
+        "branches": [
+          {
+            "name": "main",
+            "actions": [
+              {
+                "type": "continuous",
+                "name": "urn:csci:microsoft:cosmosDB:failover/1.0",
+                "duration": "PT10M",
+                "parameters": [
+                  {
+                    "key": "readRegion",
+                    "value": "Norway East"
+                  }
+                ],
+                "selectorId": "cosmos-selector"
+              }
+            ]
+          }
+        ]
+      }
+    ],
+    "selectors": [
+      {
+        "id": "cosmos-selector",
+        "type": "List",
+        "targets": [
+          {
+            "id": "/subscriptions/.../cosmosdb-account",
+            "type": "ChaosTarget"
+          }
+        ]
+      }
+    ]
+  }
+}
+```
+
+### Dokumentasjon av DR-tester
+
+| Felt | Beskrivelse |
+|------|-------------|
+| **Testdato** | Dato og tidspunkt for testen |
+| **Testtype** | Tabletop / Komponent / Full DR |
+| **Deltakere** | Navn og roller |
+| **Scenario** | Hva ble simulert |
+| **Faktisk RTO** | Malt gjenopprettingstid |
+| **Faktisk RPO** | Malt datatap |
+| **Avvik fra mal** | Var det gap mellom mal og resultat? |
+| **Funn og laerdommer** | Hva fungerte, hva ma forbedres? |
+| **Tiltak** | Konkrete forbedringspunkter med eier og frist |
+
+## Gjenopprettingsprosedyre ved regionalt utfall
+
+### Steg-for-steg gjenoppretting
+
+```
+1. DETEKSJON (automatisk)
+   - Azure Monitor-varsling om regionalt utfall
+   - Health check-feil fra APIM gateway
+
+2. VURDERING (5-10 min)
+   - Er utfallet midlertidig eller vedvarende?
+   - Hvilke tjenester er pavirket?
+   - Utloes DR-plan hvis utfall > 15 min
+
+3. FAILOVER (15-30 min)
+   - Oppdater APIM til a rute all trafikk til sekundaer region
+   - Verifiser Cosmos DB automatisk failover
+   - Deploy manglende agentdefinisjoner fra kildekontroll
+   - Oppdater DNS hvis relevant
+
+4. VALIDERING (15 min)
+   - Kjoer smoke tests mot sekundaer region
+   - Verifiser at alle endepunkter responderer
+   - Kontroller data-tilgjengelighet
+
+5. KOMMUNIKASJON
+   - Varsle interne brukere om situasjonen
+   - Oppdater statusside
+
+6. FAILBACK (nar primaer region er tilbake)
+   - Verifiser primaer region er stabil
+   - Gradvis ruter trafikk tilbake
+   - Synkroniser eventuelle endringer fra sekundaer region
+```
+
+## Referanser
+
+- [High availability and resiliency for Microsoft Foundry projects and Agent Services](https://learn.microsoft.com/en-us/azure/ai-foundry/how-to/high-availability-resiliency)
+- [Foundry Agent Service disaster recovery](https://learn.microsoft.com/en-us/azure/ai-foundry/how-to/agent-service-disaster-recovery)
+- [Foundry Agent Service resource and data loss recovery](https://learn.microsoft.com/en-us/azure/ai-foundry/how-to/agent-service-operator-disaster-recovery)
+- [High availability and disaster recovery for hub projects](https://learn.microsoft.com/en-us/azure/ai-foundry/how-to/hub-disaster-recovery)
+- [Azure security baseline for Azure AI Foundry - Backup and recovery](https://learn.microsoft.com/en-us/security/benchmark/azure/baselines/azure-ai-foundry-security-baseline#backup-and-recovery)
+- [Continuous backup with point-in-time restore in Azure Cosmos DB](https://learn.microsoft.com/en-us/azure/cosmos-db/continuous-backup-restore-introduction)
+
+## For Cosmo
+
+- **Bruk denne referansen** nar kunden planlegger disaster recovery for AI Foundry-prosjekter, spesielt nar det gjelder Agent Service, fine-tuned modeller, eller komplekse AI-pipelines som ma overleve regionalt utfall.
+- **Fremhev at AI Foundry IKKE tilbyr automatisk failover** -- dette er kundens ansvar. Krav til IaC, dual-region deployment og Cosmos DB continuous backup ma kommuniseres tydelig.
+- **Anbefal user-assigned managed identity** som standard -- dette forenkler gjenoppretting dramatisk ved a eliminere behovet for a gjenskape rolletildelinger.
+- **Tilpass RTO/RPO-maler til organisasjonens faktiske behov** -- ikke alle AI-tjenester er virksomhetskritiske. Bruk tier-modellen for a differensiere innsats og kostnad.
+- **Undersstrek viktigheten av regelmessig DR-testing** -- en DR-plan som ikke er testet er ingen plan. Anbefal kvartalsvis tabletop og halvaarlig full DR-drill som minimum.