From 2,000 emails a day to structured shipping intelligence: Charterspot runs on Claude
Fra 2 000 e-poster om dagen til strukturert shipping-innsikt: Charterspot kjører på Claude
Minus 1 built Charterspot, Streamline Solutions’ email-intelligence platform for chartering desks, and in September 2026 moved its full agent lineup to the Claude API. More than 10 specialized, fully customizable agents per customer now classify, extract and report on live chartering traffic every day.
The customer
Streamline Solutions is an Oslo-based technology company building AI-powered services for operational workflows. Its product, Charterspot, is an email-intelligence platform for shipping operations. AI agents read every email that reaches a chartering desk, classify it, extract structured records such as cargo enquiries and vessel positions, and deliver daily market reports.
Charterspot grew out of a real chartering desk. Onego Shipping & Chartering, a Netherlands-based shipping company, built the first version of the platform together with Minus 1 and spun the product out as Streamline Solutions. Today Charterspot runs live at Onego’s desk with more than 10 agents in production, processing every email as it arrives.
The problem
Onego receives 1,500 to 2,000 emails a day. Only a fraction are relevant to the business, but those are critical, and they must be identified and handled quickly.
Traditionally this is done by hand, reading every email and interpreting its content to judge its importance, and picking out vessel position, destination, cargo type, quantity and other details. The process is time-consuming and depends heavily on intuition and experience. The potential for a data-driven approach is significant.
Building Charterspot
Minus 1 has built Charterspot from the start. That covers the platform, the agent architecture and the pipeline that reads, classifies and extracts every email, first for Onego’s chartering desk, then as a product under Streamline Solutions.
- Collect, structure, present. Charterspot integrates with the customer’s email client and processes every incoming email in three steps. It classifies the email, extracts the relevant information based on the classification, and cleans the data to defined standards. Each step runs on autonomous agents, each with its own prompt, model and evaluation set. Structured data is presented for tables, analysis, forecasts and history, with filters and rules that trigger notifications when matching data arrives, and morning and evening reports that summarize the market.
- Multi-tenant by design. The backend is serverless and event-driven. The web app is built per tenant and has been scaled out to several customers in the shipping industry. Streamline administers customers in the portal. Users define their own prompts, filters and rules to tailor the data extraction to their needs.
The move to Claude
Charterspot’s pipeline was originally built on another LLM provider. As the platform scaled to more categories, more agents and more customers, Streamline needed a model layer that could deliver higher extraction accuracy on domain-specific shipping terminology at a predictable cost per processed email. Charterspot also builds reports from large data sources, where users can ask for specific data. Claude’s citations point each answer back to the exact source, so a user can see which email or record a figure came from, a capability Charterspot did not have on the previous provider.
Each Charterspot agent runs its own prompt on its own model, so the model layer is not a single swap. It is more than 10 independent agents per customer that each had to be evaluated, tuned and cut over without disrupting a production desk that works from this data every morning. Minus 1 designed and led the migration, running in Streamline’s own Anthropic organization.
- Evaluation first. Minus 1 built evals from historical email traffic, using real cargo enquiries and vessel positions. Claude was benchmarked against the existing pipeline on classification and field-level extraction accuracy.
- Agent-by-agent implementation. Classification, per-category extraction and reporting agents were implemented on Claude Haiku 4.5, Claude Sonnet 5, Claude Opus 5 and Claude Fable 5, matching model to workload per agent.
- Production cutover. In September 2026, agent workloads moved to Claude, with monitoring and tracking of cost and quality. Minus 1 continues to operate and maintain the agents under a recurring services agreement.
Results
What Charterspot delivers
- 1,500 to 2,000+ emails processed per day, across more than 10 agents per customer working in parallel. Every email that reaches the desk is read, classified and, where relevant, turned into a structured record. The desk starts and ends the day with structured morning and evening market reports instead of a raw inbox.
- From inbox to data asset. Onego had never collected business data strategically before Charterspot. The desk now analyzes trends, reviews history and builds forecasts on structured data, and the growing dataset is used to tune the agents further.
What changed with Claude
- Accuracy verified before cutover. Claude was benchmarked against the previous pipeline on classification and field-level extraction, using evaluation sets built from real historical traffic, and moved into production on that basis, with a solid grasp of shipping-specific terminology.
- Every answer traceable to its source. When users ask for specific data from Charterspot’s reports, Claude’s citations point back to the exact source passage, so the desk can verify any figure before acting on it.
- The right model for each agent. Every agent runs on the Claude model that fits its workload, Haiku 4.5, Sonnet 5, Opus 5 or Fable 5, with cost and quality tracked in production.
- Live on Claude since September 2026, operated and maintained by Minus 1 under a recurring services agreement.
About
Streamline Solutions (Oslo, est. 2025) builds AI-powered services that turn complex operational workflows into structured, usable insight. Its product Charterspot serves shipping operations. streamlinesolutions.no
Minus 1 har bygget Charterspot, Streamline Solutions’ e-postintelligensplattform for befraktningsdesker, og flyttet i september 2026 hele agentporteføljen til Claude API. Mer enn 10 spesialiserte, fullt tilpassbare agenter per kunde klassifiserer, ekstraherer og rapporterer nå på levende befraktningstrafikk hver dag.
Kunden
Streamline Solutions er et Oslo-basert teknologiselskap som bygger AI-drevne tjenester for operative arbeidsflyter. Produktet deres, Charterspot, er en e-postintelligensplattform for shippingoperasjoner. AI-agenter leser hver e-post som kommer inn til en befraktningsdesk, klassifiserer den, ekstraherer strukturerte poster som lasteforespørsler og skipsposisjoner, og leverer daglige markedsrapporter.
Charterspot vokste ut av en ekte befraktningsdesk. Onego Shipping & Chartering, et nederlandsk shippingselskap, bygde den første versjonen av plattformen sammen med Minus 1 og skilte produktet ut som Streamline Solutions. I dag kjører Charterspot live på Onegos desk med mer enn 10 agenter i produksjon, og behandler hver e-post etter hvert som den kommer inn.
Problemet
Onego mottar daglig mellom 1 500 og 2 000 e-poster. Kun en brøkdel er relevante for forretningen, men de er til gjengjeld kritiske, og de må identifiseres og behandles raskt.
Tradisjonelt gjøres dette manuelt. Hver e-post leses og innholdet tolkes for å vurdere dens betydning, og skipsposisjon, destinasjon, lasttype, mengde og andre detaljer plukkes ut. Prosessen er tidkrevende og avhenger i stor grad av intuisjon og erfaring. Potensialet for en datadrevet metodikk er betydelig.
Byggingen av Charterspot
Minus 1 har bygget Charterspot fra starten. Det omfatter plattformen, agentarkitekturen og pipelinen som leser, klassifiserer og ekstraherer hver e-post, først for Onegos befraktningsdesk, deretter som produkt under Streamline Solutions.
- Samle, strukturere, presentere. Charterspot integrerer med kundens e-postklient og behandler hver innkommende e-post i tre trinn. Den klassifiserer e-posten, henter ut relevant informasjon basert på klassifiseringen, og renser dataen etter definerte standarder. Hvert trinn kjører på autonome agenter, hver med sin egen prompt, modell og sitt eget evalueringssett. Strukturert data presenteres for tabeller, analyser, prognoser og historikk, med filtre og regler som utløser varsler når matchende data ankommer, og morgen- og kveldsrapporter som oppsummerer markedet.
- Multi-tenant fra grunnen. Backenden er serverløs og hendelsesdrevet. Webappen er laget per tenant og har blitt skalert ut til flere kunder i shippingbransjen. Streamline administrerer kundene i portalen. Brukerne definerer egne prompts, filtre og regler for å tilpasse datauthentingen til sine behov.
Flyttingen til Claude
Charterspots pipeline ble opprinnelig bygget på en annen LLM-leverandør. Etter hvert som plattformen skalerte til flere kategorier, flere agenter og flere kunder, trengte Streamline et modellag som kunne levere høyere ekstraksjonspresisjon på domenespesifikk shippingterminologi til en forutsigbar kostnad per behandlet e-post. Charterspot lager også rapporter fra store datakilder, der brukerne kan etterspørre spesifikke data. Claudes kildehenvisninger (citations) peker hvert svar tilbake til den nøyaktige kilden, slik at brukeren ser hvilken e-post eller post et tall kommer fra, en funksjon Charterspot ikke hadde hos den forrige leverandøren.
Hver Charterspot-agent kjører sin egen prompt på sin egen modell. Modellaget er derfor ikke ett enkelt bytte. Det er mer enn 10 uavhengige agenter per kunde som hver for seg måtte evalueres, justeres og flyttes over uten å forstyrre en produksjonsdesk som jobber ut fra disse dataene hver morgen. Minus 1 designet og ledet migreringen, kjørende i Streamlines egen Anthropic-organisasjon.
- Evaluering først. Minus 1 bygde evals fra historisk e-posttrafikk med ekte lasteforespørsler og skipsposisjoner. Claude ble målt mot den eksisterende pipelinen på klassifisering og ekstraksjonspresisjon på feltnivå.
- Agent for agent. Klassifisering, ekstraksjon per kategori og rapporteringsagenter ble implementert på Claude Haiku 4.5, Claude Sonnet 5, Claude Opus 5 og Claude Fable 5, med modell tilpasset arbeidslast per agent.
- Cutover til produksjon. I september 2026 ble agentene flyttet til Claude, med monitorering og oppfølging av kostnad og kvalitet. Minus 1 drifter og vedlikeholder agentene videre under en løpende tjenesteavtale.
Resultater
Hva Charterspot leverer
- 1 500 til 2 000+ e-poster behandlet per dag, fordelt på mer enn 10 agenter per kunde som jobber i parallell. Hver e-post som kommer inn til desken blir lest, klassifisert og, der det er relevant, gjort om til en strukturert post. Desken starter og avslutter dagen med strukturerte morgen- og kveldsrapporter om markedet i stedet for en ren innboks.
- Fra innboks til dataressurs. Onego samlet ikke inn forretningsdata strategisk før Charterspot. Nå analyserer desken trender, går gjennom historikk og lager prognoser på strukturerte data, og det voksende datagrunnlaget brukes til å finjustere agentene videre.
Hva som endret seg med Claude
- Presisjon verifisert før cutover. Claude ble målt mot den forrige pipelinen på klassifisering og ekstraksjon på feltnivå, med evalueringssett bygget på ekte historisk trafikk, og satt i produksjon på det grunnlaget, med god forståelse av shippingspesifikk terminologi.
- Hvert svar kan spores tilbake til kilden. Når brukerne etterspør spesifikke data fra Charterspots rapporter, peker Claudes kildehenvisninger tilbake til det nøyaktige kildeavsnittet, slik at desken kan verifisere ethvert tall før den handler på det.
- Riktig modell for hver agent. Hver agent kjører på den Claude-modellen som passer arbeidslasten, Haiku 4.5, Sonnet 5, Opus 5 eller Fable 5, med kostnad og kvalitet fulgt opp i produksjon.
- Live på Claude siden september 2026, driftet og vedlikeholdt av Minus 1 under en løpende tjenesteavtale.
Om
Streamline Solutions (Oslo, etablert 2025) bygger AI-drevne tjenester som gjør komplekse operative arbeidsflyter om til strukturert, brukbar innsikt. Produktet Charterspot betjener shippingoperasjoner. streamlinesolutions.no
