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-security/references/performance-scalability/auto-scaling-ai-infrastructure.md

@@ -3,9 +3,24 @@
 **Last updated:** 2026-02
 **Status:** GA
 **Category:** Performance & Scalability
+**Type:** reference
 
 ---
 
+## Innhold
+
+- [Introduksjon](#introduksjon)
+- [Grunnleggende skaleringstyper](#grunnleggende-skaleringstyper)
+- [Azure Container Apps for AI-arbeidslaster](#azure-container-apps-for-ai-arbeidslaster)
+- [Skaleringsmetrikker og triggere](#skaleringsmetrikker-og-triggere)
+- [Cooldown-perioder og stabilisering](#cooldown-perioder-og-stabilisering)
+- [Kapasitetsplanlegging](#kapasitetsplanlegging)
+- [Kostnadsoptimalisering gjennom skalering](#kostnadsoptimalisering-gjennom-skalering)
+- [Azure OpenAI-spesifikk skalering](#azure-openai-spesifikk-skalering)
+- [Overvaking av skalering](#overvaking-av-skalering)
+- [Sjekkliste for auto-scaling](#sjekkliste-for-auto-scaling)
+- [For Cosmo](#for-cosmo)
+
 ## Introduksjon
 
 Auto-scaling er en fundamental kapabilitet for AI-infrastruktur i Azure, der arbeidslaster kan variere dramatisk basert pa brukertrafikk, batch-prosessering og hendelsesdrevne triggere. For norsk offentlig sektor er auto-scaling spesielt viktig fordi trafikkmonstre er svart forutsigbare (arbeidstid, sesongvariasjon) men ogsaa kan ha uforutsigbare topper (hoeringsfrister, mediadekning).