Magnus Lixenstrand

AI-utvecklare

LLM:er i verkliga affärsflöden

Jag bygger bort onödigt manuellt arbete, numera med LLM:er. Tolv år i försäljning lärde mig var arbetet fastnar, så jag planerade och byggde Nordic Metal Trades affärssystem från grunden. I dag är jag produktägare och ensam utvecklare.

Systemet används varje dag av ungefär tio kollegor och sparar teamet över 20 timmar i veckan.

Se affärssystemet Öppna CV (PDF) CV in English
Magnus Lixenstrand

Ett eget affärssystem för hela flödet

Nordic Metal Trade säljer stål och metall till industrikunder i Europa. Affärssystemet är skräddarsytt efter hur företaget arbetar.

  7. Bokföring
Materialförfrågan: sökträffar bland leverantörer och historiska order till vänster, tre materialrader med dimension, stålkvalitet och vikt i mitten och vald leverantör till höger
Material­förfrågan. En sökning går samtidigt genom leverantörer, historiska order, offerter och produkter. Förfrågan till de valda leverantörerna skapas i samma vy.

Bilderna kommer från testmiljön och all data på dem är påhittad. Systemet nås bara via företagets VPN, därför visas bilder i stället för en demo.

Utgångsläge
Offerterna gjordes i Excel, och samma uppgifter skrevs in flera gånger. Det fanns inget ställe där man såg var ett ärende låg.
Början
Som säljare automatiserade jag först offertflödet, från Excel och VBA till ett webbflöde mot Fortnox. Det blev grunden till dagens system.
Min roll
Produktägare, ensam utvecklare och projektledare för införandet: kravställning, datamodell, utveckling, test, utbildning och bytet från det gamla systemet.
Integrationer
Fortnox, Shiplink, Unifaun/nShift och Microsoft 365. Order, lager och inköp förs över till Fortnox utan dubbelregistrering, och frakt bokas direkt från ordern.
AI-assistent
Svarar kollegorna om order, lager, material och rutiner, och kan efter bekräftelse lägga upp kunder och göra om förfrågningar till offerter.
Teknik
SvelteKit, TypeScript, FastAPI, Python, MySQL och Docker.

Agentflödet

Jag utvecklar affärssystemet med AI-kodagenter som tar ett ärende hela vägen till en granskad och mergad PR, med mig som sista instans. Över 3 200 av systemets drygt 10 000 commits är gjorda med agenter.

Blir testerna röda lagar agenten felet själv, och först om samma fel kvarstår efter tre försök tar jag över. En annan agent granskar planen och koden, och agenterna fördelas över tre datorer efter hur mycket kvot och kapacitet som finns kvar.

Egna projekt

Smart hem

Home Assistant med 232 enheter, 161 automationer och 16 rum, via Zigbee, Matter/Thread och MQTT. Automationerna kopplar ihop belysning, värmepumpar och Nord Pool-elpris.

Hemma

En egen dashboard i SvelteKit och FastAPI som familjen styr hemmet från i mobil och surfplatta, med pushnotiser och roller för familj och gäster. AI-assistenten föreslår åtgärder som knappar, och appen utför bara det förslag någon trycker på. Varje förslag kontrolleras mot husets egna lampor, brytare, scener och skript.

Hushållsekonomi

En webbapp i SvelteKit, FastAPI och SQLite som hämtar transaktioner från Toshl och följer budget, sparmål och lån. Den körs på egen server med nattlig avstämning. En egen MCP-server med 24 verktyg låter en AI-assistent läsa ekonomin, pröva om ett köp ryms och kategorisera om köp.

Majo

Jag vidareutvecklar Majo, en Android TV-app som spelar film och serier från användarens egna Plex-, Jellyfin- och Emby-servrar. En LLM översätter undertexterna medan filmen spelas. Jag har gjort ett nytt TV-gränssnitt med taktilt fokus. Agenter bygger och släpper nya versioner när jag ber om det, och appen erbjuder dem sedan på TV:n.
Hemma på en surfplatta. Den körs lokalt och är kopplad till Home Assistant.

Hör gärna av dig

Jag söker roller som AI-utvecklare, i Jönköping eller på distans.

[email protected]