ms-ai-architect/docs/plugin-roadmap-2026-07.md

Plugin-roadmap: sesjonsplan R0–R18 (2026-07)

Styrende sesjonsplan for ms-ai-architect fra 2026-07-02, basert på full statusanalyse (visjon/planer, ground-truth-audit m/testkjøring, Spor 1-planlesing). Erstatter IKKE eksisterende planer (korrekthetsprogrammet, Spor 1-planen, briefer) — sekvenserer dem og fyller hullene analysen avdekket. Operatør-detaljer som ikke hører hjemme i repoet ligger i en LOCAL-ONLY-annex (.claude/projects/2026-07-02-helhetlig-roadmap/).

Status 2026-07-02: måle-/hardningsfasen av korrekthetsprogrammet er ferdig (judge v3.1 P100/R100, alle §8-gap lukket, suite 641/641, alle skills ≥90) — men mekanismen er dormant til Spor 1 kjøres. Gapet mellom visjon («reference-filene 100 % til å stole på» som prosessgaranti) og realitet er nøyaktig de ueksekverte sporene under.

Modelldirektiv

Alle sesjoner i denne roadmapen + alle deres subagenter kjøres på Opus 4.8 med xhigh reasoning effort (operatørbeslutning 2026-07-02). Aldri Sonnet/Haiku. Agent-tool: model: "opus".

Prinsipper

1. Én sesjon = én fullført enhet: hver sesjon avsluttes med suite grønn (exit-kode), commit + push, STATE.md overskrevet med neste sesjons-ID.
2. Split-regel: blir en sesjon for stor midtveis → fullfør en HEL delmengde (per skill / per batch), commit, la STATE peke på resten som egen sesjon. Aldri halvferdig tilstand.
3. TDD Iron Law for all produksjonskode; aldri auto-fiks KB (judge/audit flagger → menneske bekrefter mot kilde → fiks).
4. Scope-fence: sesjonens innhold er grensen; muligheter utover foreslås i sluttrapporten, utføres ikke.
5. Provenans-regel (ny): hvert tall som skrives i STATE/docs bærer scope + målemetode i én linje (analysen 2026-07-02 brukte en hel avstemmingsrunde på å re-utlede at «45» var non-advisor-scoped).

Sekvens og avhengigheter

R0 (tillit+hygiene+klargjøring)
 └─→ R1 → R2 → R3 → R4   (Spor 1 substrat via /trekexecute; release v1.17.0 i R4)
        └─→ R5 (Spor 0-fiksing)
              └─→ R6 (judge-pass brief+plan) → R7…R10 (korpus-pass; antall fastsettes i R6)
                    └─→ R11 (flag→fiks) → R12 (§7 fersk-gull — programmets sluttbevis)
                          └─→ R13 → R14 (S-Cosmo, sist i programmet)
                                └─→ R15 (skill-eval v2 plan) → R16+ (eksekvering)
Fleksible (uavhengige, kan interleaves): R17 (dekningsaudit), R18 (onboarding-uplift)
Parkert (eget operatør-go): OKF second brain · pris/unsourced-verifisering

---

R0 — Tillit, dok-hygiene og Spor 1-klargjøring (kort økt)

Mål: fjern alt som kan villede fremtidige sesjoner eller svekke tillit, og gjør Spor 1-planen eksekverbar.

1. Sanering: fjern identifiserende personkontekst fra ett tracked dokument (utpekt i LOCAL-ONLY-annexen) + søk hele tracked-treet for samme mønster; historikk-håndtering = operatørbeslutning dokumentert i annexen.
2. Utracket brief: docs/skill-validation-routine-brief-2026-07.md — public-egnethetssjekk → commit (eller flytt til .claude/projects/ hvis intern).
3. CLAUDE.md: rett de to stale pekerne → skills/ms-ai-advisor/references/architecture/recommended-mcp-servers.md.
4. Tellinger: fjern «398 inkl. plugin-nivå» overalt (plugin-nivå references/ har aldri eksistert; 389 er totalen).
5. Programdok: §6-statustabell à jour med §8 (Spor 2a/2b/3 lukket 2026-06-30); historisk-merknad på 84,2-tallene i intro.
6. Workflow-plan: superseded-peker øverst → programdokumentet.
7. development.md: fjern «For Cosmo»-instruksen — produserer aktivt ny drift mot aldri-ny-Cosmo-regelen.
8. STATE-korreksjoner: registry-semantikk (2 disk-filer mangler i registry — ikke «stale cache»); Status-tall 31→29 (målt 2026-07-02, non-advisor); provenans-regelen innføres.
9. P0-beslutninger (operatør, minutter): velsign Spor 1-planens Assumption #1 (fjern stale **Verified:** MCP på de 14 filene) + bekreft TOC-scope-default (alle 324 store filer).
10. Plan-patch: legg manifest-re-entrans-vakt inn i Spor 1-planen (klassifiserer-CLI --write skal nekte/merge når manifestet er beriket med resolvedBy/source) + re-valider planen.

Verifisering: grep -rn 'references/architecture' CLAUDE.md viser kun skills-prefiks · grep -rn '398' CLAUDE.md docs/ → 0 relevante treff · sanering bekreftet med søk → 0 treff i tracked filer · plan-validator strict exit 0 · suite exit 0 · commit + push, git status --short ren.

R1–R4 — Spor 1 substrat-migrering (4 økter, strengt sekvensiell)

Kjøres via /trekexecute --project .claude/projects/2026-06-30-spor1-corpus-migration (lokalt planprosjekt, 11 steg / plan v1.7+). Roadmapen dupliserer ikke stegene — kun sesjonsgrenser og sluttkriterier:

• R1 = Session 1 (Steg 1–4): header-audit → typeklassifiserer-core (TDD) → CLI + manifest persistert (--write, 389 entries, union == uavhengig målt live-tall) → edge-review via subagenter, manifest finalisert. Verifisering: manifest med 389 entries, reviewFlag:false overalt; suite exit 0.
• R2 = Session 2 (Steg 5–6): insertHeaderFields + kirurgisk normalizeStaleVerified (TDD; first-match/----aware/pipe-safe) → authority-URL per reference-fil (deterministiske tie-breaks → subagent → defer-not-guess). Verifisering: suite exit 0; manifest source-beriket; defer-listen eksplisitt (aldri gjettet URL).
• R3 = Session 3 (Steg 7–8): migrate-corpus.mjs unified applier (TDD: backup + atomisk skriv + advisor-fence + per-felt-idempotens + post-write-assert) → akseptansetester skrevet FØR kjøring. Verifisering: suite exit 0 inkl. nye akseptansetester.
• R4 = Session 4 (Steg 9–11): kjør migreringen (~327 Type / ~253 Source / 324 TOC / 14 stale-verified fjernet) → re-score (CT5 available:true, N4 ~1) + worklist-aktivering + docs/spor1-migration-outcome.md (transient Spor D sub-90 merkes som policy-artefakt) → hygiene + full suite. Deretter batch-release v1.17.0 (release-plugin.mjs, check-versions.mjs 0 ERROR).

Eskaleringsregel (fra plananalysen): per-fil post-write-assert-feil i Steg 9 → restore + stopp + rapporter; «logg som defer og fortsett» er ikke tillatt uten plan-revisjon.

R5 — Spor 0: de 38+4 kjente innholds-fiksene (1 økt, split per skill ved behov)

Påfør spor0-fix-manifest.json (38 fikser / 25 filer) + G5b-fillisten (adr-template.md, multi-region-azure-openai-deployment.md, network-resilience-patterns-ai.md, vector-storage-cost-optimization.md). Mønster: subagent-fan-out henter/bekrefter kilde per fiks (v3.1-fanout-runbook som mal); hovedkontekst redigerer; tvilstilfeller → operatør. Forutsetning: R4 ferdig (substratet i ro). Verifisering: manifest 38/38 applied m/kilde-URL per fiks; suite exit 0.

R6 — Korpus-judge-pass: brief + plan (1 planleggingsøkt, Voyage)

Selvbærende brief + adversarielt reviewet plan for v3.1-judgen over alle verifiserbare påstander i non-advisor-korpuset (~2146 fetches, ikke resume-safe → sesjons-batchet design med per-batch-manifest). Briefen skal inkludere: (a) G2-restgapet — generaliser stempel-guarden i transform.mjs FØR evt. judge-minor-bump; (b) beslutning retire vs. harden backfill-toc.mjs (unified applier har overtatt; anbefaling: retire); (c) flaggformat som mater R11 direkte; (d) G6 ingestion-gate (§8): design to-lags sikkerhetsgate for all henting av eksternt innhold — llm-security-pluginen aktivert + verifisert fyrende (post-mcp-verify) i alle fetch-økter (headless-caveat GH #36071 → foreground eller kompenserende skann) + deterministisk node-skann (unicode/decode/injection) over endrede skills/**/*.md før commit. Verifisering: brief- + plan-validator strict exit 0; antall R7–R10-økter fastsatt; G6-gate-design eksplisitt i briefen.

R7–R10 — Korpus-judge-pass eksekvering (antall fra R6; estimat 4 økter à ~80 filer)

Per økt: én batch judged komplett → flagg akkumulert i manifest. Judge-passet endrer ALDRI KB-innhold — kun verified-stempling av grønne filer + flagging. G6-gate (ufravikelig): økten starter ALDRI uten llm-security aktiv med hooks verifisert fyrende, eller R6-definert kompenserende deterministisk skann. Verifisering per økt: G6-gate bekreftet ved øktstart; 0 udømte i batchen; git status viser kun manifest-/stempel-endringer; suite exit 0.

R11 — Flag→fiks-loop (1 økt, split ved stort flaggvolum)

Operatør-bekreftede fikser mot kilde + verified-bump per fikset fil (§3c-disiplin). Verifisering: alle flagg lukket (fikset eller avvist m/begrunnelse); suite exit 0.

R12 — §7 fersk-gull-måling: programmets sluttbevis (1 økt)

Trekk NYTT blindt gull-utvalg (G5-protokoll: re-adjuder mot live før fasiten stoles på), mål flagget feilrate. <~2 % → prosessgarantien er dokumentert virksom — visjonens suksesskriterium. Utvalget blir neste kalibreringssett; periodisk gull-re-adjudering forankres her. Verifisering: rapport med målt feilrate + konfidensintervall committed; ≥2 % → ny R11-runde planlegges, ikke bortforklares.

R13 — S-Cosmo del 1: mekanisk korpus-rens (1 økt)

Scripted transform (TDD) for Cosmo-forekomster i ref-korpuset (378 ref-filer; heading-nøytralisering) + absorberte rester: redirects (1a-C) og store-fil-TOC (1b). Verifisering: grep -rl "Cosmo" skills/*/references | wc -l → 0; suite exit 0; stikkprøve-diff-review.

R14 — S-Cosmo del 2: persona, advisor og legacy (1 økt)

Fjerning i SKILL.md-er, 23 commands, 11 docs, rot-filer + generate-skills.md/transform-prompt.md; advisor frontmatter-backfill + advisor judge-pass (advisor judged etter Cosmo); retir legacy bash MODEL=sonnet. Release-bump. Verifisering: grep -rli "cosmo" --include='*.md' . (unntak per cosmo-removal-brief) → 0; advisor stemplet; suite exit 0; release grønn.

R15 → R16+ — Skill-eval v2 (1 planleggingsøkt + est. 2–3 eksekveringsøkter)

/trekplan --brief docs/skill-validation-routine-brief-2026-07.md (committet i R0). Trinn 2 (live triggering m/precision+recall, 3× repetisjon, train/held-out), Trinn 3 (uplift vs. baseline), Trinn 4 (behavioral gate + generate-skills-wiring). Briefens §7-beslutninger (adopt vs. reimplement, kostnadsgating) avgjøres av operatør ved planreview. Re-score ETTER Spor 1 + S-Cosmo (kanonisert rekkefølge, programdok §6). Verifisering: briefens 7 testbare suksesskriterier.

R17 — Dekningsaudit (1 økt — fleksibel, uavhengig)

Svar på det aldri-målte spørsmålet: dekker de 389 filene de riktige temaene? Fan-out: Microsoft AI-landskapet (Foundry / Copilot / Power Platform / Agent Framework / AI Act-flater) vs. faktisk KB-dekning → dekningsrapport + prioritert gap-liste som mates inn som fremtidige KB-emner (født-verifisert generering). Verifisering: rapport committed med tema-matrise + gap-liste.

R18 — Onboarding uplift-måling (1 økt — fleksibel, uavhengig)

Maskineriet er bygget (krav 1+2+3 + per-kategori-hint); målingen er aldri kjørt. Design: samme oppgavesett med/uten onboardet kontekst, mål merkbar letthet (tid/kvalitet). Verifisering: uplift-rapport committed; beslutning videre loggført.

Parkert (krever eget operatør-go)

• OKF second brain (spec v0.1 ratifisert; bygging = separat go).
• Pris/unsourced-verifisering (74 % av prispåstander ikke maskinverifiserbare; operatør-gated).
• Historikk-håndtering for saneringen i R0 hvis operatør ønsker mer enn fremoverrettet fiks (egen beslutning).