SkillMarket construyó un marketplace de habilidades para agentes IA en FastAPI y Claude Sonnet

SkillMarket presentó un MVP de un marketplace de habilidades de dominio para agentes de IA, construido en FastAPI en apenas algunas semanas. El proyecto intenta resolver un viejo problema de los modelos generativos: son útiles en tareas generales, pero en escenarios profesionales específicos, sin experiencia humana, rápidamente comienzan a cometer errores.

De dónde surgió la idea

El equipo del proyecto describe un escenario familiar para muchas empresas: los agentes de IA se desempeñan bien con código, correos electrónicos plantilla y rutina interna, pero fallan cuando necesitan trabajar en un dominio con muchos matices. El artículo proporciona ejemplos de arbitraje e impuestos en el USN, donde simplemente un "modelo inteligente" no es suficiente. Se necesita una forma secuencial de pensar como un experto practicante, si no, el LLM comienza a alucinar y produce respuestas peligrosamente imprecisas.

De ahí surgió la hipótesis: en lugar de poner un especialista sénior caro al lado de un desarrollador y armar manualmente prompts de cadena de pensamiento cada vez, puedes convertir esta experiencia en un producto digital separado. Un abogado, logístico u otro experto sectorial describe su algoritmo de trabajo, y el negocio entonces compra esto como una habilidad lista para un agente corporativo. Esencialmente, SkillMarket propone sacar la ingeniería de prompts del oficio del equipo de desarrollo a un mercado separado de expertise de dominio.

Cómo está estructurado el MVP

La arquitectura del proyecto está diseñada pragmáticamente sin capas innecesarias. Eligieron Python y FastAPI para el backend, PostgreSQL y SQLAlchemy para almacenamiento, Celery y Redis para tareas asincrónicas, y construyeron la interfaz con Vanilla JS y Vite. La infraestructura está empaquetada en Docker Compose—el equipo deliberadamente no optó por microservicios en el MVP. Esto tiene sentido: el valor principal aquí no está en una plataforma distribuida, sino en la velocidad de probar la hipótesis en sí.

• FastAPI y OpenAPI — para la API e integraciones futuras
• PostgreSQL, SQLAlchemy y Alembic — para datos y migraciones
• Celery y Redis — para llamadas de fondo al LLM
• Vanilla JS, Vite, Sortable.js y Marked.js — para frontend ligero
• Docker Compose — para despliegue rápido de todo el sistema

El proceso de creación de una habilidad también se hizo no técnico pero "humano". Un experto no necesita saber qué es few-shot prompting o JSON schema: simplemente entra en el constructor y describe libremente en texto cómo resuelve la tarea en el trabajo real. Después, Celery envía este borrador a Claude Sonnet a través de OpenRouter, y el modelo empaqueta el flujo de pensamiento en un prompt de sistema estructurado con nombre, descripción, propósito, etiquetas y estimación de conteo de tokens.

Cómo se filtra la calidad

El siguiente problema es la moderación. Si simplemente abres un marketplace para vender prompts, rápidamente se convertirá en un almacén de plantillas dudosas sin valor empresarial real. Por eso, después de publicar una habilidad, SkillMarket ejecuta verificaciones automáticas de inmediato a través de Claude Sonnet y GPT-4o. Ambos modelos asignan puntuaciones en varios criterios, y las tarjetas débiles o van a revisión manual o se rechazan desde el principio.

• clarity — qué tan claramente se describen las instrucciones
• completeness — qué tan completamente se cubre el algoritmo
• domain_accuracy — si hay errores obvios en la lógica del dominio
• reusability — si la habilidad se puede aplicar en diferentes empresas
• overall_score — puntuación resumida para la decisión de publicación

El equipo también pensó en la monetización por separado. Para pagos, integraron YooKassa: el comprador recarga su saldo, compra una habilidad, la plataforma retiene una comisión del 20%, y el resto va a la cuenta interna del autor. El autor del artículo escribe que después de la primera publicación sobre el proyecto, no solo especialistas en TI, sino también expertos de otros campos comenzaron a acercarse. Para un MVP, esta es una señal importante: el modelo es interesante no solo para desarrolladores, sino también para los propios profesionales que poseen expertise aplicada.

"Alquilar tus cerebros"

Qué significa esto

Si un modelo similar despega, el mercado de agentes de IA podría cambiar de vender "bots universales" a vender habilidades especializadas verificadas. Para los negocios, este es un escenario conveniente: en lugar de cultivar tu propio ingeniero de prompts dentro de cada equipo, compras bloques de expertise listos casi de la misma manera que instalas librerías hoy a través de npm o pip.