Lexifi.

Legal intelligence-infrastruktur för svensk rättspraxis. Byggt på tre veckor.

Vad handlar projektet om?

Legal intelligence-infrastruktur för svensk rättspraxis. Byggt på tre veckor. Byggt av Snabba Pucks med Python och FastAPI i backend, Next.js 15 i frontend. Fullständigt fungerande dashboard från dag ett

01/BAKGRUND

Svenska domstolsavgöranden är offentlig data men ostrukturerad. Det finns ingen samlad sökbar databas för rättspraxis med pattern recognition. Karnov, JUNO och liknande tjänster fokuserar på dokumentlagring, inte analys.

Lexifi byggdes för att lösa det: en strukturerad infrastruktur som behandlar domar som data, inte text.

02/VAD VI BYGGDE

01 / INGESTION-PIPELINE

Automatiserad hämtning från Domstolsverket och enskilda hovrätter. Cron-driven indexering, deduplicering, versionshantering. 3 854 avgöranden indexerade.

02 / EXTRACTION-LAGER

Sju specialiserade extractors: HeaderExtractor (domstol, målnummer, datum), SectionParser, EntityExtractor (domare, åklagare, ombud), SideExtractor, OutcomeExtractor (sju utfallskoder), SentenceExtractor (påföljd, månader, böter), LegalReferenceExtractor (lagrum).

03 / AI-ANALYSLAGER

Pattern recognition över liknande avgöranden. Confidence scoring per extraktion. Hallucinationskontroll. Källspårning per påstående.

04 / INTELLIGENCE-TERMINAL

Drill-down-terminal över brottstyper, straffmätning och domstolspraxis — pattern recognition exponerad genom interaktiva filter och paneler. Mörkt designsystem, live API-koppling, realtids-status. Bearer token-auth.

05 / MARKETING SITE

Publik sajt med live pipeline-feed, infrastruktur-sida, pilotprogram-flöde, bokning utan tredjepartsberoende.

03/SPECS

TIMELINE

3 veckor från start

TEAM SIZE

1 (solo execution)

LINES OF CODE

~34 000 (Python + TypeScript)

DATABASE TABLES

13 + 19 migrations

API ENDPOINTS

30+ routes

COMPONENTS

17 (UI + layout)

TESTS

3 800+ enhetstester

INDEXED RECORDS

3 854 avgöranden

EXTRACTION ACCURACY

0.81 medel-confidence

HOSTING

EU-baserat (Render · Vercel)

04/ARKITEKTUR

BACKEND

Python · FastAPI · PostgreSQL · SQLAlchemy · Alembic · pdfplumber · scikit-learn · Anthropic SDK

FRONTEND

Next.js 15 · React 19 · TypeScript · Tailwind v4 · Recharts · TanStack Table

PIPELINE

Cron-driven ingestion · Multi-process bulk loader · SHA-256 deduplication · Confidence scoring · Source tracking

DEPLOY

Render (backend) · Vercel (frontend) · Cloudflare (CDN/WAF) · Bearer token-auth · CORS isolerat per origin

05/RESULTAT

→Fullständigt fungerande dashboard från dag ett
→3 854 indexerade avgöranden
→Live API med under 200ms svarstid
→0 TypeScript-fel, 0 produktionsbuggar
→Klar för pilotprogram med 5-8 byråer

06/LÄRDOMAR

·Strikta designsystem-tokens i CSS-variabler ger förutsägbar konsistens utan komponent-biblioteksberoende
·Route groups i Next.js löser publik/privat-separation utan komplexa middleware-hack
·Bearer token-auth mellan Next.js och FastAPI är trivial att implementera och tillräcklig för alpha-fas
·Live data i marketing (pipeline-feed) bevisar system-existens på sätt copy aldrig kan

Tänkte du på något liknande?

Vi tar uppdrag där komplexiteten är reell och deadlinen nära. Vad behöver du byggt?

Boka samtal →