Claude Code + Markdown + Unix pipes = automatyzacja LegalTech bez pisania kodu. Plik task.md z shebangiem #!/usr/bin/env claude-run może analizować umowy, generować pisma i uruchamiać komendy shell. To open-source'owe podejście zastępuje drogie systemy do automatyzacji dokumentów prawnych.
Jak to działa: Markdown jako executable script
Tworzysz plik task.md z shebangiem #!/usr/bin/env claude-run. System przekazuje go do Claude Code przez Unix pipe. Claude analizuje kontekst, uruchamia komendy shell i zwraca wynik. To jak n8n workflow, ale w formie pliku tekstowego. Przykład z mojego projektu AplikantAI: zamiast pisać workflow w n8n do analizy umów, tworzę plik analyze_contract.md: #!/usr/bin/env claude-run Przeanalizuj plik umowy.pdf pod kątem klauzul abuzywnych. Sprawdź zgodność z ustawą o prawach konsumenta. Zapisz wyniki do raport.txt. Uruchamiasz `chmod +x analyze_contract.md` i `./analyze_contract.md`. Działa. Zero GUI, zero konfiguracji n8n.
Obsługa stdin/stdout w plikach Markdown
Pliki Markdown przekazują dane przez standardowe wejście/wyjście. To kluczowe w LegalTech. W projekcie OdpiszNaPismo.pl używam tego do przetwarzania zbiorczego pism urzędowych. Plik process_pisma.md przyjmuje listę plików PDF, analizuje je i generuje odpowiedzi. Wszystko w jednym pliku, bez dodatkowych skryptów.
Automatyzacja LegalTech: konkretne przykłady z moich projektów
W LegalTech liczy się powtarzalność i precyzja. Tradycyjne systemy (np. LexisNexis) kosztują 500-2000 PLN/miesiąc. Moje podejście z Markdown + Claude Code to koszt API ~0.01-0.05 PLN za dokument. **Przykład 1: Generowanie reklamacji** W projekcie Reklamacje24.pl zamiast gotowego formularza, klient dostaje plik reklamacja.md. Po uruchomieniu: - Claude analizuje opis wady produktu - Sprawdza zgodność z ustawą o prawach konsumenta - Generuje gotowe pismo z podstawą prawną **Przykład 2: Analiza umów w AplikantAI** Plik analyze_umowa.md: #!/usr/bin/env claude-run Wejście: $1 (plik umowy) 1. Wyciągnij klauzule: płatności, odpowiedzialności, wypowiedzenia 2. Porównaj z Kodeksem cywilnym 3. Zaznacz ryzykowne zapisy 4. Wygeneruj komentarz dla prawnika To zastępuje mi 3-4 godziny pracy prawnika na początku każdego projektu.
Porównanie z istniejącymi rozwiązaniami
N8n: potężny, ale GUI wymaga czasu. Koszt: 20-50 EUR/miesiąc + czas wdrożenia. Claude Code + Markdown: zero GUI, instant deployment. Koszt: same API calls. Dla polskich kancelarii: zamiast 5000 PLN na wdrożenie n8n, wystarczy 1-2 dni na stworzenie biblioteki Markdown skryptów.
Shell commands w Markdown: pełna kontrola systemu
To najmocniejsza strona. Claude Code ma dostęp do terminala. W pliku Markdown możesz: - Uruchamiać skrypty Python/R do analizy danych - Pobierać dane z API sądów - Zapisywać wyniki do baz danych W projekcie WMS eBukieteria.pl używam tego do: #!/usr/bin/env claude-run Pobierz zamówienia z API IdoSell Zapisz do bazy: psql -c "INSERT INTO orders..." Wyślij powiadomienie na Slack: curl -X POST... To nie jest tylko prompt. To jest workflow, który: 1. Czyta pliki 2. Wykonuje operacje na systemie 3. Zapisuje wyniki 4. Może być uruchomiony jako cron job
Integracja z n8n i istniejącymi systemami
Nie zastępuje n8n, ale go uzupełnia. W moim stacku: - n8n: długie, złożone workflow z GUI - Markdown + Claude: szybkie skrypty do pojedynczych zadań - Most: webhook z n8n uruchamia plik Markdown, ten zwraca wynik do n8n Przykład: n8n odbiera email → zapisuje załącznik → uruchamia ./analiza_umowy.md → odbiera wynik → zapisuje w CRM.
Ograniczenia i koszty: co źródło pomija
To nie jest magiczne rozwiązanie. Ma ograniczenia: 1. **Koszt API**: Claude Code API to ~3-15 USD za 1M tokenów. Analiza 10-stronicowej umowy to ~50k tokenów = 0.15-0.75 USD. Przy 100 umowach/miesiąc: 15-75 USD. 2. **Czas odpowiedzi**: 5-30 sekund na dokument. Dla pojedynczych zadań OK, dla hurtu lepiej użyć n8n z kolejką. 3. **Błędy**: Markdown nie ma walidacji składni. Błąd w shebang = crash. W projekcie OdpiszNaPismo.pl dodałem wrapper w Pythonie, który łapie błędy. 4. **Polskie prawo**: Claude zna angielskie prawo lepiej. Trzeba go douczyć polskimi aktami. W AplikantAI używam RAG z naszą bazą ustaw. 5. **Bezpieczeństwo**: Pliki Markdown mogą zawierać złośliwe komendy. W LegalTech to krytyczne. Używam sandboxa.
Co to oznacza dla polskich firm?
Dla małych kancelarii: szansa na automatyzację bez inwestycji 10k+ PLN w systemy. Dla startupów LegalTech: przyspieszenie MVP z 3 miesięcy do 2 tygodni. Dla korporacji: nie zastąpi ich systemów, ale przyspieszy prototypowanie. Klucz: zacznij od jednego skryptu. U mnie w AplikantAI zaczęło się od pliku generate_pozew.md, teraz to 15 skryptów obsługujących cały proces.
Jak zacząć w polskim LegalTech: praktyczny przewodnik
Krok 1: Zainstaluj Claude Code i upewnij się, że `claude-run` działa w terminalu. Krok 2: Stwórz pierwszy plik testowy: #!/usr/bin/env claude-run Odpisz na pismo urzędowe w sprawie mandatu. Użyj polskiego prawa. Krok 3: `chmod +x test.md && ./test.md` Krok 4: Jak działa, dodaj konkretne instrukcje: sprawdź art. 78 Kodeksu wykroczeń, dodaj wzór odwołania. Krok 5: Zintegruj z n8n przez webhook, jeśli potrzebujesz hurtu. Ważne: zacznij od prostych zadań. U mnie w OdpiszNaPismo.pl pierwszy skrypt generował tylko 3 zdania. Teraz generuje całe pismo z podstawą prawną.
Bezpieczeństwo i audyt w LegalTech
Każde pismo wygenerowane przez Markdown skrypt musi być sprawdzone przez człowieka. W AplikantAI mamy flagę 'do sprawdzenia'. Claude może halucynować. W LegalTech to niedopuszczalne. Moja zasada: 100% sprawdzania na początku, potem stopniowo zmniejszamy wraz z jakością modelu.
Najczęściej zadawane pytania (FAQ)
Czy Markdown jako skrypt zastąpi n8n?
Nie. To uzupełnienie. n8n dla złożonych workflow z GUI, Markdown dla szybkich skryptów. W moich projektach używam obu: n8n do integracji systemów, Markdown do pojedynczych zadań AI.
Ile kosztuje uruchomienie takiego skryptu w LegalTech?
API Claude: ~0.15-0.75 USD za analizę 10-stronicowej umowy. Przy 100 dokumentach/miesiąc: 15-75 USD. Plus czas developmentu: 1-2 dni na bibliotekę skryptów.
Czy to działa z polskim prawem?
Tak, ale wymaga douczenia. Claude zna angielskie prawo lepiej. W AplikantAI używam RAG z polskimi ustawami. Bez tego halucynuje na art. 78 Kodeksu wykroczeń.
Jakie są główne ograniczenia?
1) Brak walidacji składni Markdown, 2) Czas odpowiedzi 5-30s, 3) Ryzyko halucynacji, 4) Konieczność sandboxa dla bezpieczeństwa. W projekcie OdpiszNaPismo.pl dodałem wrapper w Pythonie do obsługi błędów.