Kjell Tore Guttormsen baa2d0220b 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

7.8 KiB

Raw Blame History

Decision Trees for Microsoft AI

Akkumulerte beslutningstrær og arkitekturmønstre for Microsoft AI-stakken.

1. Plattformvalg: Copilot vs Studio vs Foundry

START: Hvem skal bruke løsningen?
│
├─► Informasjonsarbeidere (produktivitet i M365)
│   │
│   └─► Har de M365 E3/E5?
│       ├─► Ja → Trenger de custom agenter?
│       │       ├─► Nei → M365 COPILOT (out-of-box)
│       │       └─► Ja → Er det enkle Q&A-agenter?
│       │               ├─► Ja → AGENT BUILDER (i M365)
│       │               └─► Nei → COPILOT STUDIO
│       │
│       └─► Nei → Vurder lisensoppgradering eller Copilot Chat (gratis)
│
├─► Business users / Citizen developers
│   │
│   └─► Har de Power Platform?
│       ├─► Ja → COPILOT STUDIO
│       └─► Nei → Vurder Power Platform-lisenser
│
└─► Utviklere / Data scientists
    │
    └─► Trenger de multi-model tilgang?
        ├─► Ja → AZURE AI FOUNDRY
        │
        └─► Nei → Kun OpenAI API-kall?
                ├─► Ja, enkelt → AZURE OPENAI (direkte)
                └─► Nei, orkestrering → AZURE AI FOUNDRY

2. Agenttype-valg

START: Hva skal agenten gjøre?
│
├─► Besvare spørsmål basert på dokumenter
│   │
│   └─► Hvem er brukerne?
│       ├─► Interne ansatte i M365 → M365 COPILOT + DECLARATIVE AGENT
│       ├─► Kunder/eksterne → COPILOT STUDIO (web/WhatsApp)
│       └─► Begge → COPILOT STUDIO med auth
│
├─► Utføre handlinger i andre systemer
│   │
│   └─► Er det Power Platform connectors?
│       ├─► Ja → COPILOT STUDIO + Actions
│       └─► Nei → FOUNDRY AGENT SERVICE + Custom APIs
│
├─► Kjøre autonomt i bakgrunnen
│   │
│   └─► Trigges av hendelser i M365?
│       ├─► Ja → COPILOT STUDIO AUTONOMOUS AGENT
│       └─► Nei → FOUNDRY AGENT SERVICE
│
└─► Multi-agent orkestrering
    │
    └─► Kompleksitet?
        ├─► Moderat → COPILOT STUDIO + MCP
        └─► Høy / Forretningskritisk → FOUNDRY AGENT SERVICE

3. RAG-arkitektur

START: Hvor er dataene?
│
├─► Primært i M365 (SharePoint, OneDrive, Teams)
│   │
│   └─► Har M365 Copilot-lisenser?
│       ├─► Ja → Trenger custom app?
│       │       ├─► Nei → M365 COPILOT (out-of-box)
│       │       ├─► Low-code agent → COPILOT STUDIO (tenant graph)
│       │       └─► Custom app → M365 RETRIEVAL API
│       │
│       └─► Nei → AZURE AI SEARCH + SharePoint indexer
│
├─► Azure Blob/ADLS/OneLake
│   │
│   └─► Trenger custom chunking?
│       ├─► Nei → AZURE AI SEARCH (integrated vectorization)
│       └─► Ja → AZURE AI SEARCH + Custom skillset
│
├─► Databaser (SQL, Cosmos DB)
│   │
│   └─► Structured data → AZURE AI SEARCH + Cosmos DB indexer
│       eller → MS AGENT FRAMEWORK + Cosmos DB Vector
│
├─► Multiple kilder
│   │
│   └─► Kompleksitet?
│       ├─► Moderat → AZURE AI SEARCH (hybrid)
│       └─► Høy → AGENTIC RETRIEVAL (preview)
│
└─► Full kontroll påkrevd
    └─► MS AGENT FRAMEWORK + Custom vector store

4. Sikkerhetsnivå

START: Hvilke compliance-krav?
│
├─► Offentlig sektor / Høy sensitivitet
│   │
│   └─► Er EU Data Boundary tilstrekkelig?
│       ├─► Ja → M365 COPILOT eller COPILOT STUDIO (EU region)
│       │       + Microsoft Purview for governance
│       │       + Sensitivity labels
│       │
│       └─► Nei, strengere krav → AZURE AI FOUNDRY
│               + Private endpoints
│               + Customer-managed keys
│               + Defender for Cloud AI SPM
│
├─► Enterprise / Standard compliance
│   │
│   └─► Intern eller ekstern bruk?
│       ├─► Intern → Standard konfigurasjon OK
│       │       + Azure AD / Entra ID auth
│       │       + Default content filters
│       │
│       └─► Ekstern → COPILOT STUDIO eller FOUNDRY
│               + Azure AI Content Safety
│               + Prompt Shields aktivert
│               + Rate limiting
│
├─► Starter opp / Lav risiko
│   │
│   └─► Default sikkerhet er typisk tilstrekkelig
│       + API keys OK for prototyping
│       + Managed identity for produksjon
│
└─► Regulert industri (finans, helse)
    │
    └─► HIPAA?
        ├─► Ja → Verifiser HIPAA BAA
        │       + M365 Copilot (med riktig lisens)
        │       + Azure AI (HIPAA-eligible services)
        │
        └─► Nei, annen regulering → Verifiser compliance-sertifiseringer
                + ISO 27001, SOC 2, etc.
                + Data residency-krav

5. Kostnadsoptimalisering

START: Hva er budsjettsituasjonen?
│
├─► Stram / Må minimere kostnader
│   │
│   └─► Har allerede M365 Copilot-lisenser?
│       ├─► Ja → Utnytt inkluderte features først
│       │       + Agent Builder (gratis med lisens)
│       │       + Copilot Studio i M365/Teams (inkludert)
│       │
│       └─► Nei → Pay-as-you-go
│               + Azure OpenAI direkte
│               + Copilot Credits ($0.01/credit)
│
├─► Moderat / Forutsigbarhet viktig
│   │
│   └─► PREPAID SUBSCRIPTIONS
│       + Copilot Credits monthly pool
│       + Azure Reserved Capacity
│
├─► Fleksibel / Optimalisering viktig
│   │
│   └─► FOUNDRY MODEL ROUTER
│       + Cost mode for høyvolum
│       + Smaller models for enklere oppgaver
│       + GPT-5-mini vs GPT-5-pro
│
└─► Ukjent / Trenger estimat
    └─► Bruk ESTIMERINGSVERKTØY
        + Microsoft Copilot Studio estimator
        + Azure Pricing Calculator
        + Pilot med logging av token-bruk

Quick Reference: Plattform-egenskaper

Egenskap	M365 Copilot	Copilot Studio	Azure AI Foundry
Målgruppe	Informasjonsarbeidere	Makers, citizen devs	Utviklere
Tilnærming	Out-of-box	Low-code	Code-first
Modeller	GPT (managed)	GPT + custom	11,000+
Data access	M365 Graph	Graph + 1000 connectors	Custom
Governance	M365 admin	PP admin center	Azure RBAC
Pris	~$30/user/mnd	Pay-per-message	Pay-per-token
Time-to-value	Timer	Dager	Uker
Fleksibilitet	Lav	Medium	Høy

Quick Reference: Sikkerhet per plattform

Sikkerhetsfunksjon	M365 Copilot	Copilot Studio	Azure AI Foundry
EU Data Boundary	✓	✓ (EU region)	✓ (velg region)
Managed Identity	N/A	✓	✓
Private Endpoints	N/A	✗	✓
Customer-managed keys	✗	Preview	✓
Content Safety	Built-in	Built-in	Konfigurerbar
Prompt Shields	Built-in	Built-in	Konfigurerbar
Purview integration	✓	✓	✓
Defender for Cloud	✓	✓	✓
HIPAA	✓	✓	✓
ISO 27001	✓	✓	✓

Kilder og verifisering

Original analysis synthesized from platform reference files in this knowledge base, which are derived from Microsoft Learn documentation (CC BY 4.0):

platforms/m365-copilot.md — M365 Copilot capabilities and licensing
platforms/copilot-studio.md — Copilot Studio features and use cases
platforms/azure-ai-foundry.md — Azure AI Foundry architecture and pricing
platforms/power-platform.md — Power Platform AI capabilities

Decision trees and decision guidance are original work.

Sist oppdatert: Januar 2026

7.8 KiB Raw Blame History