# Lawrence AI: z hotového AI jádra k platformě připravené pro právníky

> Lawrence AI měli právní AI jádro. Postavili jsme kolem něj SaaS produkt: rozhraní, backend, multiagentní vyhledávání i infrastrukturu, s vývojáři klienta.

- Canonical: https://techmates.io/cs/case-studies/lawrenc-ai
- Client: Lawrence AI
- Industry: Právní technologie
- Published: 2026-08-19
- Services: AI agenti a automatizace, Vývoj softwaru na míru
- Technology: Node.js, React, Next.js, Multiagentní orchestrace LLM s RAG, Infrastruktura jako kód (GitOps)

---

## Právní asistent existoval jako jádro, ne ještě jako produkt

Lawrence AI je virtuální právní asistent pro právníky, advokátní kanceláře a firemní právní týmy. Uživatel si vybere zákony, které se na věc vztahují, nahraje vlastní dokumenty, například vzory smluv, právní stanoviska nebo soudní rozhodnutí, a pokládá otázky. Odpověď musí zůstat opřená o tyto zdroje.

Když jsme nastoupili, AI jádro bylo napsané a otestované. Chybělo všechno, čeho se platící uživatel dotýká: rozhraní, backend, infrastruktura a rutina každodenního provozu. Naším úkolem bylo jádro zrevidovat a stabilizovat a potom kolem něj postavit produkční SaaS platformu.

### Co právník od odpovědi čeká

- Odkazuje na zákony a dokumenty, které si uživatel vybral, ne na volný internet
- Jeden pracovní postup slouží samostatnému advokátovi, kanceláři i firemnímu týmu
- Produkt běží každý den, ne jako ukázka

### Co musela platforma udržet pohromadě

- Agenty pro dokumenty, databáze, internetové zdroje a externí funkce
- Rozhraní, backendové služby a infrastrukturu, které rostou s počtem uživatelů
- Dodávku vedle interních vývojářů, aby znalosti zůstaly u klienta

## Jádro zůstalo, produkt vyrostl kolem něj

Začali jsme analýzou a návrhem UI/UX, potom architekturou aplikace. Backend běží na Node.js, rozhraní je postavené v Reactu a Next.js. Kolem jádra jsme postavili multiagentní systém, ve kterém každý typ agenta obsluhuje jeden druh zdroje. Otázka k zákonu, dotaz do databáze a hledání na internetu jdou každý svou cestou.

Než model odpoví, RAG (retrieval-augmented generation) shromáždí relevantní pasáže a předzpracování je připraví. Model pracuje s tím, co si uživatel vybral. Právě to drží odpověď u zdrojů.

Infrastruktura je popsaná jako kód a nasazuje se přes GitOps: každé nasazení řídí verzovaná konfigurace. Platforma běží na serverech v České republice a bezpečnostní standardy platí od prvního vydání.

### Společný vývoj, ne předání až na konci

Vývojáři Lawrence AI pracovali celou dobu s námi ve stejném kódu. O architektuře, agentech i nasazování jsme rozhodovali společně, takže tým dokáže platformu provozovat a rozšiřovat, aniž by na nás čekal.

### O bezpečnosti a růstu se rozhodlo před spuštěním

Infrastruktura jako kód, automatizované nasazování a bezpečnostní standardy byly součástí stavby, ne pozdější fáze. Platforma byla připravená přijmout další uživatele i další typy zdrojů bez přestavby.

## Platforma připravená pro první uživatele a tým, který ji vlastní

Výsledkem je fungující SaaS platforma: rozhraní, backend, multiagentní architektura vyhledávání a automatizovaná infrastruktura pod ní. Tým Lawrence AI drží znalosti potřebné k provozu a údržbě a produkt dál rozvíjí. Spolupráce pokračuje.