3M+ Zarejestrowane Akty Przeniesienia Własności: Badanie Nieruchomości z Dni do Minut
Sytuacja
Założyciel firmy technologicznej z USA budował platformę do badań nieruchomości dla prawników zajmujących się nieruchomościami: prawników, którzy poszukują niedoszacowanych działek jako możliwości inwestycyjnych dla swoich klientów. Ich praca zależy od znalezienia specyficznego języka ukrytego w aktach własności, takiego jak służebności, ograniczenia, prawa dostępu i klauzule graniczne.
Przed tym projektem, znalezienie odpowiednich działek oznaczało ręczne przeszukiwanie DataTree i baz danych hrabstw, czytanie poszczególnych plików PDF aktów własności oraz porównywanie z mapami podatkowymi, danymi o strefowaniu i demografią w oddzielnych zakładkach. Jedno kwalifikowane prowadzenie mogło zająć dni. Niektóre pytania nie mogły być w ogóle odpowiedziane.
Problem
Prawnicy tracili transakcje, ponieważ koszt badań był zbyt wysoki. Każda nieruchomość musiała być ręcznie sprawdzana pod kątem kryteriów słów kluczowych, a następnie wzbogacana o dane geograficzne i rekordy infrastruktury z czterech różnych źródeł. Założyciel próbował ręcznych obejść i gotowych narzędzi. Nic nie łączyło źródeł. Nic nie filtrowało według specyficznego języka prawnego, którego jego klienci potrzebowali, aby znaleźć.
Pytanie nie brzmiało "czy możemy to przyspieszyć?" Brzmiało "czy możemy uczynić pytania, które wcześniej nie miały odpowiedzi, możliwymi do odpowiedzenia?"
Rozwiązanie
Zbudowałem kompleksową platformę inteligencji nieruchomości z dwoma warstwami.
Frontend to aplikacja SPA w React wdrożona na Vercel, gdzie prawnicy wyszukują, filtrują i przeglądają nieruchomości. Każdy wynik otwiera widok szczegółowy z historią aktów, ograniczeniami wielkości działek, mapami podatkowymi, infrastrukturą i demografią hrabstwa, wszystko renderowane dynamicznie z backendu Supabase z zabezpieczeniem na poziomie wiersza.
Backend to n8n jako API. Zamiast uruchamiać n8n jako "klej automatyzacyjny", użyłem go jako warstwy API produkcyjnego dla pipeline'u przetwarzania aktów. Gdy prawnik uruchamia wyszukiwanie słów kluczowych, żądanie kierowane jest przez funkcję brzegową Supabase do webhooków n8n. Pipeline pobiera akty własności z DataTree, filtruje według słów kluczowych prawnych, wzbogaca dopasowania o dane geograficzne Zonomics, przeprowadza analizę AI za pomocą Claude (OpenRouter) i zapisuje postęp z powrotem do Supabase w czasie rzeczywistym. Prawnicy widzą postęp w miarę dopasowywania i wzbogacania rekordów.
Ta architektura dała założycielowi backend, który jest w pełni kontrolowalny, łatwy do modyfikacji i szybki do rozszerzenia: nowe źródła danych lub kroki analizy są dostarczane w ciągu godzin, a nie sprintów. Aby wspierać tę prędkość, zbudowałem niestandardowy zestaw narzędzi Claude Code, który zarządza przepływami pracy n8n programowo (tworzenie, synchronizacja i debugowanie ich z specyfikacji w języku naturalnym).
Stos technologiczny: n8n, Supabase (PostgreSQL, Auth, Storage, Edge Functions), React 19, TypeScript, Vite, Vercel, DataTree API, Zonomics API, Claude API (przez OpenRouter), OpenAI API, Google Maps Embed API, Node.js, Zod, Anthropic SDK
Wyniki
- 3M+ rekordów aktów przetworzonych przez pipeline
- Dni do minut na każde kwalifikowane zapytanie badawcze
- Pytania teraz możliwe do odpowiedzenia, które wcześniej nie były (zapytania z wielu źródeł, które były ekonomicznie nieopłacalne ręcznie)
- System produkcyjny aktywnie używany przez zespół założyciela, obsługujący klientów prawnych
- Backend w pełni kontrolowalny: nowe źródła danych, słowa kluczowe i kroki analizy AI są dostarczane bez przebudowy
- Zaprojektowany dla microSaaS: system jest już przygotowywany do zewnętrznego dostępu przez ograniczony zestaw prawników
Jak to działa
1. Prawnik wprowadza kryteria słów kluczowych (język prawny, którego potrzebują w aktach) i zakres geograficzny
2. Żądanie kierowane jest przez funkcję brzegową Supabase do webhooka n8n
3. Pipeline n8n pobiera pasujące rekordy aktów z DataTree
4. Dopasowania wzbogacane są o dane geograficzne Zonomics, mapy podatkowe, infrastrukturę, demografię
5. Claude analizuje każdy akt pod kątem istotności; wyniki są oceniane i sortowane
6. Prawnik pobiera tylko te akty, które spełniają wszystkie jego kryteria za pomocą podpisanych adresów URL Supabase
Założyciel firmy technologicznej z USA budował platformę do badań nieruchomości dla prawników zajmujących się nieruchomościami: prawników, którzy poszukują niedoszacowanych działek jako możliwości inwestycyjnych dla swoich klientów. Ich praca zależy od znalezienia specyficznego języka ukrytego w aktach własności, takiego jak służebności, ograniczenia, prawa dostępu i klauzule graniczne.
Przed tym projektem, znalezienie odpowiednich działek oznaczało ręczne przeszukiwanie DataTree i baz danych hrabstw, czytanie poszczególnych plików PDF aktów własności oraz porównywanie z mapami podatkowymi, danymi o strefowaniu i demografią w oddzielnych zakładkach. Jedno kwalifikowane prowadzenie mogło zająć dni. Niektóre pytania nie mogły być w ogóle odpowiedziane.
Problem
Prawnicy tracili transakcje, ponieważ koszt badań był zbyt wysoki. Każda nieruchomość musiała być ręcznie sprawdzana pod kątem kryteriów słów kluczowych, a następnie wzbogacana o dane geograficzne i rekordy infrastruktury z czterech różnych źródeł. Założyciel próbował ręcznych obejść i gotowych narzędzi. Nic nie łączyło źródeł. Nic nie filtrowało według specyficznego języka prawnego, którego jego klienci potrzebowali, aby znaleźć.
Pytanie nie brzmiało "czy możemy to przyspieszyć?" Brzmiało "czy możemy uczynić pytania, które wcześniej nie miały odpowiedzi, możliwymi do odpowiedzenia?"
Rozwiązanie
Zbudowałem kompleksową platformę inteligencji nieruchomości z dwoma warstwami.
Frontend to aplikacja SPA w React wdrożona na Vercel, gdzie prawnicy wyszukują, filtrują i przeglądają nieruchomości. Każdy wynik otwiera widok szczegółowy z historią aktów, ograniczeniami wielkości działek, mapami podatkowymi, infrastrukturą i demografią hrabstwa, wszystko renderowane dynamicznie z backendu Supabase z zabezpieczeniem na poziomie wiersza.
Backend to n8n jako API. Zamiast uruchamiać n8n jako "klej automatyzacyjny", użyłem go jako warstwy API produkcyjnego dla pipeline'u przetwarzania aktów. Gdy prawnik uruchamia wyszukiwanie słów kluczowych, żądanie kierowane jest przez funkcję brzegową Supabase do webhooków n8n. Pipeline pobiera akty własności z DataTree, filtruje według słów kluczowych prawnych, wzbogaca dopasowania o dane geograficzne Zonomics, przeprowadza analizę AI za pomocą Claude (OpenRouter) i zapisuje postęp z powrotem do Supabase w czasie rzeczywistym. Prawnicy widzą postęp w miarę dopasowywania i wzbogacania rekordów.
Ta architektura dała założycielowi backend, który jest w pełni kontrolowalny, łatwy do modyfikacji i szybki do rozszerzenia: nowe źródła danych lub kroki analizy są dostarczane w ciągu godzin, a nie sprintów. Aby wspierać tę prędkość, zbudowałem niestandardowy zestaw narzędzi Claude Code, który zarządza przepływami pracy n8n programowo (tworzenie, synchronizacja i debugowanie ich z specyfikacji w języku naturalnym).
Stos technologiczny: n8n, Supabase (PostgreSQL, Auth, Storage, Edge Functions), React 19, TypeScript, Vite, Vercel, DataTree API, Zonomics API, Claude API (przez OpenRouter), OpenAI API, Google Maps Embed API, Node.js, Zod, Anthropic SDK
Wyniki
- 3M+ rekordów aktów przetworzonych przez pipeline
- Dni do minut na każde kwalifikowane zapytanie badawcze
- Pytania teraz możliwe do odpowiedzenia, które wcześniej nie były (zapytania z wielu źródeł, które były ekonomicznie nieopłacalne ręcznie)
- System produkcyjny aktywnie używany przez zespół założyciela, obsługujący klientów prawnych
- Backend w pełni kontrolowalny: nowe źródła danych, słowa kluczowe i kroki analizy AI są dostarczane bez przebudowy
- Zaprojektowany dla microSaaS: system jest już przygotowywany do zewnętrznego dostępu przez ograniczony zestaw prawników
Jak to działa
1. Prawnik wprowadza kryteria słów kluczowych (język prawny, którego potrzebują w aktach) i zakres geograficzny
2. Żądanie kierowane jest przez funkcję brzegową Supabase do webhooka n8n
3. Pipeline n8n pobiera pasujące rekordy aktów z DataTree
4. Dopasowania wzbogacane są o dane geograficzne Zonomics, mapy podatkowe, infrastrukturę, demografię
5. Claude analizuje każdy akt pod kątem istotności; wyniki są oceniane i sortowane
6. Prawnik pobiera tylko te akty, które spełniają wszystkie jego kryteria za pomocą podpisanych adresów URL Supabase
Charków 
Gotowy do podjęcia pracy