feat(ms-ai-architect): Spor 1 — Port-1-substrat migrert på 4 ikke-advisor-skills (243 Source + 327 Type + 325 TOC + stale-verified poison fjernet) [skip-docs]

Steg 9 (R4): unified migrate-corpus.mjs --write over engineering/governance/
infrastructure/security. 327 filer mutert, verified=null, prosa byte-identisk
(fra første ## seksjon), advisor urørt (0 endringer).

To applier-fixes oppdaget under kjøring (TDD, RED→GREEN):
- insertHeaderFields: anker faller nå tilbake når en meta-linje selv passerer
  500B (2 filer pakket et avsnitt i **Status:** → Type/Source landet utenfor
  scan-vinduet, applierens post-write-assertion fanget + restaurerte).
- normalizeStaleVerified: fjerner nå ALLE stale non-date **Verified:** i
  500B-vinduet, inkl. stray body-dup rett under --- (9 mlops-genaiops-filer var
  ellers falskt "verified"/fresh, droppet fra worklist). Operatør-godkjent
  utvidelse av carve-out; kun stray metadata-linjer, aldri prosa.

test-transform-criterion: precondition oppdatert til post-migrasjons-sannhet
(fila bærer nå Source). Suite 728/728 grønn.

skills/ms-ai-engineering/references/rag-architecture/rag-document-preprocessing.md

@@ -3,9 +3,23 @@
 **Last updated:** 2026-06-19 | Verified: MCP 2026-06-19
 **Status:** GA
 **Category:** RAG Architecture & Semantic Search
+**Type:** reference
+**Source:** https://learn.microsoft.com/azure/search/search-indexer-overview
 
 ---
 
+## Innhold
+
+- [Introduksjon](#introduksjon)
+- [Kjernekomponenter](#kjernekomponenter)
+- [Arkitekturmønstre](#arkitekturmønstre)
+- [Beslutningsveiledning](#beslutningsveiledning)
+- [Integrasjon med Microsoft-stakken](#integrasjon-med-microsoft-stakken)
+- [Offentlig sektor (Norge)](#offentlig-sektor-norge)
+- [Kostnad og lisensiering](#kostnad-og-lisensiering)
+- [For arkitekten (Cosmo)](#for-arkitekten-cosmo)
+- [Kilder og verifisering](#kilder-og-verifisering)
+
 ## Introduksjon
 
 Dokumentbehandling før indeksering er en kritisk fase i RAG-systemer (Retrieval-Augmented Generation) som transformerer ustrukturerte dokumenter til søkbare, semantisk rike datapunkter. Azure-stakken tilbyr en automatisert pipeline som kombinerer **document cracking**, **OCR** (Optical Character Recognition), **format conversion**, og **text cleaning** i én integrert arbeidsflyt.