SkillMarket crea un marketplace de habilidades para agentes de IA con FastAPI y Claude Sonnet

SkillMarket ha presentado el MVP de un marketplace de habilidades de dominio para agentes de IA, construido con FastAPI en apenas unas semanas. El proyecto aborda un viejo problema de los modelos generativos: son útiles en tareas generales, pero en escenarios profesionales muy concretos, sin experiencia humana, empiezan a cometer errores con rapidez.

De dónde surgió la idea

El equipo describe un escenario familiar para muchas empresas: los agentes de IA se las arreglan bien con el código, los correos de plantilla y la rutina interna, pero fallan cuando hay que trabajar en un ámbito con multitud de matices. El artículo da ejemplos del arbitraje y de los impuestos bajo el régimen USN (el sistema fiscal simplificado ruso), donde no basta con un «modelo inteligente». Hace falta la forma de razonar coherente de un experto en ejercicio; de lo contrario, el LLM empieza a alucinar y a dar respuestas peligrosamente imprecisas.

De ahí nació la hipótesis: en lugar de sentar cada vez a un especialista senior caro junto al desarrollador y montar a mano prompts de chain-of-thought, se puede convertir esa experiencia en un producto digital independiente. Un abogado, un logista u otro experto sectorial describe su algoritmo de trabajo y la empresa lo compra después como una habilidad lista para su agente corporativo. En esencia, SkillMarket propone sacar la ingeniería de prompts del oficio del equipo de desarrollo y llevarla a un mercado propio de experiencia de dominio.

Cómo está construido el MVP

La arquitectura es sumamente pragmática y sin capas innecesarias. Para el backend eligieron Python y FastAPI; para el almacenamiento, PostgreSQL y SQLAlchemy; las tareas asíncronas las asignaron a Celery y Redis, y la interfaz está hecha con Vanilla JS y Vite. La infraestructura va empaquetada en Docker Compose, es decir, el equipo decidió deliberadamente no usar microservicios para el MVP. Parece lógico: el valor principal no está en una plataforma distribuida, sino en la rapidez para validar la hipótesis.

• FastAPI y OpenAPI: para la API y futuras integraciones
• PostgreSQL, SQLAlchemy y Alembic: para datos y migraciones
• Celery y Redis: para las llamadas en segundo plano a LLM
• Vanilla JS, Vite, Sortable.js y Marked.js: para un frontend ligero
• Docker Compose: para desplegar rápidamente todo el sistema

El proceso de creación de una habilidad también se diseñó para ser «humano» y no técnico. El experto no necesita saber qué es el few-shot prompting ni un esquema JSON: entra en el constructor y describe con texto libre cómo resuelve la tarea en su trabajo real. Después, Celery envía el borrador a Claude Sonnet a través de OpenRouter, y el modelo empaqueta ese flujo de pensamiento en un prompt de sistema estructurado con título, descripción, finalidad, etiquetas y una estimación del volumen de tokens.

Cómo se filtra la calidad

El siguiente problema es la moderación. Si simplemente se abre el escaparate para vender prompts, pronto se convertirá en un almacén de plantillas dudosas sin utilidad real para las empresas. Por eso, tras la publicación de una habilidad, SkillMarket lanza una comprobación automática con Claude Sonnet y GPT-4o a la vez. Ambos modelos puntúan según varios criterios, y las fichas débiles se envían a revisión manual o se descartan desde el principio.

• clarity: cuán claras están las instrucciones
• completeness: cuán completamente se cubre el algoritmo
• domain_accuracy: si hay errores evidentes en la lógica del dominio
• reusability: si la habilidad se puede aplicar en distintas empresas
• overall_score: puntuación global para decidir la publicación

Por separado, el equipo ha pensado también la monetización. Para los pagos se conectó YooKassa: el comprador recarga su saldo y adquiere una habilidad, la plataforma retiene una comisión del 20 % y el resto va a la cuenta interna del autor. El autor del artículo cuenta que, tras la primera publicación sobre el proyecto, empezaron a llegar no solo especialistas de TI, sino también expertos de otros campos. Para un MVP es una señal importante: el modelo interesa no solo a los desarrolladores, sino a quienes poseen la experiencia aplicada.

«Alquilar tu cerebro»

Qué significa

Si un modelo así despega, el mercado de agentes de IA podría pasar de vender «bots universales» a vender habilidades contrastadas y muy especializadas. Para las empresas es un escenario cómodo: en lugar de formar un ingeniero de prompts dentro de cada equipo, compran bloques de experiencia ya hechos, casi igual que hoy instalan bibliotecas con npm o pip.