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:
commit
baa2d0220b
488 changed files with 213221 additions and 0 deletions
79
tests/fixtures/ai-act/fixture.md
vendored
Normal file
79
tests/fixtures/ai-act/fixture.md
vendored
Normal file
|
|
@ -0,0 +1,79 @@
|
|||
## EU AI Act — Vurdering: FartsPrediksjonsagent
|
||||
|
||||
**Dato:** 2026-02-22
|
||||
**Vurdert av:** AI Act Assessor
|
||||
**Organisasjon:** Statens vegvesen
|
||||
|
||||
### 1. Risikoklassifisering
|
||||
|
||||
| Attributt | Verdi |
|
||||
|-----------|-------|
|
||||
| **Risikonivå** | Minimal risiko |
|
||||
| **Annex III-kategori** | Ikke Annex III |
|
||||
| **GPAI-status** | Ja — basert på GPT-4o, men ikke systemisk risiko |
|
||||
| **Klassifiseringsgrunnlag** | Systemet predikerer gjennomsnittsfart på vegstrekninger basert på historiske trafikkdata. Ingen direkte påvirkning på individer, ingen biometrisk identifikasjon, ikke kritisk infrastrukturstyring. |
|
||||
| **Konfidens** | Høy |
|
||||
|
||||
#### Steg 1: Forbudt-sjekk (Art. 5)
|
||||
Ingen av de forbudte praksisene er relevante. Systemet scorer ikke individer sosialt, manipulerer ikke sårbare grupper, og bruker ikke biometrisk fjernidentifisering.
|
||||
|
||||
#### Steg 2: Annex III høyrisiko-sjekk
|
||||
Systemet treffer ingen av de 8 Annex III-kategoriene:
|
||||
- Ikke biometrisk identifisering
|
||||
- Ikke styring av kritisk infrastruktur (predikerer, styrer ikke)
|
||||
- Ikke utdanning/opplæring
|
||||
- Ikke ansettelse/personal
|
||||
- Ikke essensielle offentlige tjenester
|
||||
- Ikke rettshåndhevelse
|
||||
- Ikke migrasjon/grensekontroll
|
||||
- Ikke rettsforvaltning
|
||||
|
||||
#### Steg 3: GPAI-sjekk
|
||||
Systemet bruker Azure OpenAI GPT-4o som grunnmodell. GPT-4o er en GPAI-modell, men FartsPrediksjonsagent er en downstream-applikasjon — provider-forpliktelser for GPAI hviler på Microsoft som modell-provider.
|
||||
|
||||
#### Steg 4: Begrenset/Minimal
|
||||
Systemet har ingen direkte brukerinteraksjon med borgere. Resultater vises kun til trafikkplanleggere internt. Klassifiseres som **minimal risiko**.
|
||||
|
||||
### 2. Rolle
|
||||
|
||||
| Attributt | Verdi |
|
||||
|-----------|-------|
|
||||
| **Organisasjonens rolle** | Deployer |
|
||||
| **Begrunnelse** | Statens vegvesen bruker et AI-system utviklet internt med Azure OpenAI. Ettersom systemet ikke markedsføres til andre, og bruker standard Azure-tjenester uten vesentlig tilpasning av modellen, er rollen deployer. |
|
||||
| **Provider (ekstern)** | Microsoft (Azure OpenAI Service) |
|
||||
|
||||
### 3. Forpliktelser
|
||||
|
||||
| # | Artikkel | Krav | Status | Gap |
|
||||
|---|----------|------|--------|-----|
|
||||
| 1 | Art. 50(1) | Transparens: informer brukere om AI-bruk | Oppfylt | Interne brukere informert |
|
||||
| 2 | Art. 4 | AI-kompetanse: sikre tilstrekkelig kunnskap | Delvis | Opplæringsplan ikke formalisert |
|
||||
| 3 | Frivillig | Code of Conduct (Art. 95) | Ikke startet | Anbefales men ikke påkrevd |
|
||||
|
||||
### 4. Tiltaksplan
|
||||
|
||||
| # | Tiltak | Prioritet | Frist | Ansvarlig |
|
||||
|---|--------|-----------|-------|-----------|
|
||||
| T1 | Formalisér AI-kompetanseplan for trafikkplanleggere | Lav | 2026-12-31 | Seksjonsleder |
|
||||
| T2 | Vurdér frivillig Code of Conduct-tilslutning | Lav | 2027-06-30 | AI-rådgiver |
|
||||
|
||||
### 5. Neste steg
|
||||
|
||||
1. Ingen regulatoriske blokkeringer — systemet kan brukes uten ytterligere tiltak
|
||||
2. Anbefaler `/architect:ros` for generell risikovurdering (god praksis)
|
||||
3. Vurdér `/architect:transparency` for å generere intern AI-bruksnotis
|
||||
|
||||
### Viktige frister
|
||||
|
||||
| Frist | Krav | Relevans |
|
||||
|-------|------|----------|
|
||||
| 2025-02-02 | Forbudte AI-praksiser (Art. 5) | Gjelder ikke |
|
||||
| 2025-08-02 | Governance og sanksjoner (Art. 99) | Gjelder ikke direkte |
|
||||
| 2026-08-02 | GPAI-krav + Annex III høyrisiko | Gjelder ikke (minimal risiko) |
|
||||
| 2027-08-02 | Alle høyrisiko-krav (full compliance) | Gjelder ikke |
|
||||
|
||||
### Referanser
|
||||
- `ai-act-classification-methodology.md` — Klassifiseringsmetodikk (steg 1-4)
|
||||
- `ai-act-compliance-guide.md` — Generell veileder
|
||||
- `ai-act-annex-iii-checklist.md` — Annex III-sjekkliste
|
||||
- Microsoft Learn: Azure OpenAI EU Data Boundary compliance
|
||||
Loading…
Add table
Add a link
Reference in a new issue