SkillMarket cria marketplace de habilidades para agentes de IA com FastAPI e Claude Sonnet

O SkillMarket apresentou o MVP de um marketplace de habilidades de domínio para agentes de IA, construído com FastAPI em apenas algumas semanas. O projeto tenta resolver um velho problema dos modelos generativos: em tarefas gerais eles são úteis, mas em cenários profissionais específicos, sem expertise humana, passam rapidamente a errar.

De onde veio a ideia

A equipe descreve um cenário familiar para muitas empresas: agentes de IA se saem bem com código, e-mails padronizados e rotinas internas, mas falham quando é preciso atuar numa área cheia de nuances. O artigo traz exemplos de arbitragem e de impostos pelo regime USN (o sistema tributário simplificado russo), em que um «modelo inteligente» não basta. É preciso a forma de raciocinar consistente de um especialista em atividade; caso contrário, o LLM começa a alucinar e a dar respostas perigosamente imprecisas.

Daí surgiu a hipótese: em vez de colocar toda vez um especialista sênior caro ao lado do desenvolvedor e montar manualmente prompts de chain-of-thought, dá para transformar essa experiência em um produto digital separado. Um advogado, um especialista em logística ou outro expert do setor descreve seu algoritmo de trabalho, e a empresa o compra depois como uma habilidade pronta para seu agente corporativo. Na prática, o SkillMarket propõe tirar a engenharia de prompts do ofício da equipe de desenvolvimento e levá-la a um mercado próprio de expertise de domínio.

Como o MVP é construído

A arquitetura do projeto é ao máximo pragmática, sem camadas desnecessárias. No backend, escolheram Python e FastAPI; para armazenamento, PostgreSQL e SQLAlchemy; as tarefas assíncronas ficaram com Celery e Redis, e a interface foi feita em Vanilla JS com Vite. A infraestrutura está empacotada em Docker Compose, ou seja, a equipe deliberadamente não adotou microsserviços para o MVP. Parece lógico: o principal valor aqui não está em uma plataforma distribuída, mas na velocidade de validar a hipótese.

• FastAPI e OpenAPI: para a API e integrações futuras
• PostgreSQL, SQLAlchemy e Alembic: para dados e migrações
• Celery e Redis: para chamadas de LLM em segundo plano
• Vanilla JS, Vite, Sortable.js e Marked.js: para um frontend leve
• Docker Compose: para subir rapidamente todo o sistema

O processo de criação de uma habilidade também foi pensado para ser «humano», e não técnico. O especialista não precisa saber o que é few-shot prompting ou JSON schema: ele simplesmente abre o construtor e descreve em texto livre como resolve a tarefa no trabalho real. Em seguida, o Celery envia esse rascunho ao Claude Sonnet via OpenRouter, e o modelo empacota o fluxo de pensamento em um prompt de sistema estruturado, com título, descrição, finalidade, tags e estimativa de volume de tokens.

Como a qualidade é filtrada

O próximo problema é a moderação. Se a vitrine for simplesmente aberta para a venda de prompts, ela logo vira um depósito de modelos duvidosos, sem utilidade real para as empresas. Por isso, depois que uma habilidade é publicada, o SkillMarket dispara uma verificação automática com Claude Sonnet e GPT-4o ao mesmo tempo. Os dois modelos dão notas por vários critérios, e os cartões fracos vão para revisão manual ou são descartados logo de início.

• clarity: quão claras são as instruções
• completeness: quão completamente o algoritmo é coberto
• domain_accuracy: se há erros evidentes na lógica do domínio
• reusability: se a habilidade pode ser aplicada em diferentes empresas
• overall_score: nota geral para decidir a publicação

A equipe também pensou na monetização. Para os pagamentos, foi integrado o YooKassa: o comprador recarrega o saldo e adquire uma habilidade, a plataforma retém comissão de 20% e o restante vai para a conta interna do autor. O autor do artigo conta que, depois da primeira publicação sobre o projeto, passaram a aparecer não só profissionais de TI, mas também especialistas de outras áreas. Para um MVP, é um sinal importante: o modelo interessa não apenas a desenvolvedores, mas também a quem detém a expertise aplicada.

«Alugar o próprio cérebro»

O que isso significa

Se um modelo assim decolar, o mercado de agentes de IA pode migrar da venda de «bots universais» para a venda de habilidades comprovadas e altamente especializadas. Para as empresas, é um cenário conveniente: em vez de formar um engenheiro de prompts dentro de cada equipe, elas compram blocos de expertise prontos, quase como hoje instalam bibliotecas via npm ou pip.