Guia Definitivo: skillscatalog.ai

Se você já instalou uma skill de terceiros no seu agente de codificação e sentiu aquele frio na espinha — “será que isso é seguro?” — o skillscatalog.ai existe exatamente para resolver esse problema. É o primeiro catálogo de skills para agentes de IA que coloca segurança como requisito obrigatório, não opcional.

Overview

O skillscatalog.ai é um catálogo certificado de skills para agentes de codificação, operado pela Legendary.ai. A proposta é direta: toda skill publicada no catálogo público passa por security scanning automatizado, validação de conformidade com a especificação Agent Skills, e um processo de certificação antes de ficar disponível para instalação.

Posicionamento no mercado

Enquanto outros catálogos como o skills.sh ou o agentskill.sh focam em volume e descoberta, o skillscatalog.ai se diferencia pelo rigor de segurança. A plataforma nasceu num contexto onde ataques à cadeia de suprimentos de skills se tornaram reais — o incidente ClawHavoc de 2026 demonstrou que 335 skills maliciosas coordenadas conseguiram se infiltrar em marketplaces sem vetting obrigatório.

O skillscatalog.ai responde a essa realidade com uma abordagem de “confiança verificada”: nenhuma skill entra no catálogo público sem passar pelo pipeline de validação completo.

Modelo de execução

A plataforma opera em três camadas:

• Catálogo Público — skills certificadas, acessíveis a qualquer desenvolvedor
• Catálogos Organizacionais — skills privadas para equipes, com controle de acesso
• Coleção Pessoal — workspace privado para desenvolvimento e rascunhos

Compatibilidade

O skillscatalog.ai suporta skills no formato Agent Skills Specification (agentskills.io), compatível com:

• Claude Code
• Cursor
• VS Code (via extensões)
• GitHub Copilot
• OpenCode
• Amp
• E outros harnesses compatíveis com a spec

Preço e planos

A plataforma está em fase Beta. O catálogo público é gratuito para busca e instalação de skills. Para organizações, existe um Enterprise Suite com:

• Catálogos privados ilimitados
• SSO (SAML 2.0 / OIDC) e SCIM
• Compliance reporting (SOC2, ISO 27001)
• Opção self-hosted ou cloud
• Preço sob consulta (contato com vendas)

[VERIFICAR: preço exato dos planos enterprise — não divulgado publicamente na data de pesquisa]

Diferencial principal

O que separa o skillscatalog.ai dos concorrentes é a combinação de três elementos:

1. Security scanning obrigatório — não existe “publicar sem scan”
2. Certificação com grade — cada skill recebe nota de segurança (0-100) e qualidade (A-F)
3. Portabilidade universal — skills seguem uma spec aberta, sem vendor lock-in

Tutorial

Vamos do zero ao resultado: buscar uma skill certificada, entender o que a certificação significa, e instalar no seu agente.

Pré-requisitos

• Um agente de codificação compatível (Claude Code, Cursor, Copilot, OpenCode, etc.)
• Acesso à internet
• Conta no skillscatalog.ai (gratuita para o catálogo público)

Navegando o catálogo

Acesse skillscatalog.ai/catalog. A interface apresenta skills organizadas com informações de certificação visíveis:

• Safety Score — nota de 0 a 100 (quanto maior, mais segura)
• Quality Grade — de A (excelente) a F (reprovada)
• Vendor/Namespace — quem publicou (ex: anthropic/document-skills)

[IMAGEM: Screenshot mockup do catálogo mostrando cards de skills com badges de certificação]

Você pode filtrar por:

• Categoria/funcionalidade
• Vendor verificado
• Safety score mínimo
• Compatibilidade com harness específico

Entendendo os badges de certificação

Quando você encontra uma skill no catálogo, preste atenção nos indicadores:

┌─────────────────────────────────┐
│  skill-name          CERTIFIED  │
│  Safety Score: 98/100           │
│  Quality Grade: A               │
│  Vulnerabilities: 0 found       │
│  Secrets: None detected         │
│  Spec Compliant: Grade A        │
└─────────────────────────────────┘

• CERTIFIED — passou por todo o pipeline de validação
• Safety Score 80+ — requisito mínimo para o catálogo público
• Quality Grade A-B — aprovada automaticamente (A) ou com revisão manual (B)

Instalando uma skill certificada

O skillscatalog.ai oferece um toolkit oficial com CLI para instalação programática:

# Instalar o toolkit (Python)
pip install legendary-skills-toolkit

# Buscar skills no catálogo
python3 skills/skill-search/scripts/search_catalog.py "code review"

# Output esperado:
# Found 3 skills matching "code review":
# 1. anthropic/code-review
#    Reviews code changes for best practices and security issues
# 2. legendary-ai/security-review
#    Deep security analysis of code changes

Para instalar uma skill no seu agente:

# Instalar skill no Claude Code
python3 skills/skill-installer/scripts/install_skill.py anthropic/code-review --harness claude-code

# Instalar skill no Goose
python3 skills/skill-installer/scripts/install_skill.py anthropic/code-review --harness goose

# Listar skills instaladas
python3 skills/skill-installer/scripts/install_skill.py --list

A skill é copiada para o diretório correto do seu agente:

• ~/.config/skills/ — skills pessoais (user-wide)
• .skills/ — skills de projeto (repo-specific)

Uso intermediário: Playground para testar antes de instalar

Antes de instalar uma skill no seu ambiente de produção, você pode testá-la no Playground do skillscatalog.ai:

1. Acesse skillscatalog.ai/playground
2. Selecione a skill que quer testar
3. Escolha o harness (Claude Code, Cursor, Copilot, etc.)
4. Interaja com o agente usando a skill carregada
5. Valide que o comportamento é o esperado

[IMAGEM: Screenshot mockup do Playground mostrando teste de skill em múltiplos harnesses]

O Playground permite testar a mesma skill em múltiplos harnesses simultaneamente — você vê como ela se comporta no Claude Code vs Cursor vs Copilot, tudo na mesma interface.

Configuração avançada: Skill Keys

Para workflows automatizados (CI/CD, pipelines de deploy), você precisa de uma Skill Key:

# Configurar autenticação
export SKILLS_CATALOG_KEY="sk_live_..."

# Agora os comandos de busca e instalação funcionam sem interação
python3 skills/skill-publisher/scripts/publish_skill.py ./my-skill --catalog LEGENDARY_PUBLIC

A Skill Key é configurada uma vez e funciona em qualquer ambiente. Ideal para equipes que querem automatizar a distribuição de skills aprovadas.

Deep Dive

Arquitetura do pipeline de certificação

O processo de certificação do skillscatalog.ai é um pipeline de 3 estágios automatizados, seguido de revisão humana quando necessário:

Estágio 1: Spec Compliance Check

Valida que o arquivo SKILL.md segue a Agent Skills Specification:

• Frontmatter YAML com campos obrigatórios (name, description)
• Nome segue convenções (lowercase, hífens, 1-64 caracteres)
• Descrição dentro dos limites (1-1024 caracteres)
• Estrutura markdown correta

Estágio 2: Safety Scan

Análise alimentada por IA para detectar riscos:

• Prompt injection — instruções adversariais embutidas no SKILL.md
• Padrões de comando perigosos — scripts que executam operações destrutivas
• Riscos de exfiltração de dados — instruções que leem variáveis de ambiente ou credenciais
• Exposição de credenciais/secrets — API keys, tokens hardcoded
• Tentativas de jailbreak — instruções que tentam sobrescrever o comportamento do agente

Estágio 3: Quality Grading

Avaliação de qualidade baseada em:

• Clareza e completude das instruções
• Eficiência de tokens (densidade de informação)
• Estrutura e organização
• Orientação para tratamento de erros

[IMAGEM: Diagrama do pipeline de certificação em 3 estágios]

Sistema de pontuação

Cada skill recebe duas métricas independentes:

Safety Score (0-100)

Quality Grade (A-F)

Thresholds por tipo de catálogo

• Catálogo Público (Legendary AI): Safety 80+ obrigatório
• Catálogo Organizacional: Safety 50+ obrigatório

Isso significa que uma skill com Safety Score 65 pode ser usada internamente na sua empresa, mas não aparece no catálogo público.

Modelo Fork & Version

Quando uma skill é publicada no catálogo, ela é forked (copiada), não referenciada. Isso garante:

1. Estabilidade — mudanças no repositório fonte não quebram skills publicadas
2. Controle de versão — cada versão no catálogo é um snapshot específico com version stamp
3. Rastreabilidade — o catálogo registra origem (repo, commit SHA)

Consequência importante: se você atualiza sua skill no GitHub, precisa submeter uma nova versão explicitamente. Não existe sync automático — e isso é intencional por segurança.

Certificação não expira (mas é por versão)

Uma vez certificada, aquela versão específica permanece certificada para sempre. Porém:

• Cada nova versão precisa passar pelo pipeline novamente
• A Legendary.ai pode revogar certificação se descobrir problemas pós-publicação
• Motivos de revogação: vulnerabilidade de segurança, violação de política, degradação de qualidade por dependências externas

Namespace e ownership

Skills publicadas seguem o formato vendor/skill-name:

• Organizações: nome verificado via domínio de email (ex: anthropic/document-skills)
• Contribuidores individuais: username do GitHub via OAuth (ex: jeffrschneider/pdf-tools)

Integração com GitHub

Os catálogos são backed por repositórios GitHub:

• Catálogo Público: legendary-ai/agent-skills-catalog
• Catálogos Organizacionais: {org}/legendary-skills-catalog (criado no GitHub da org)

Isso significa audit trail completo, PRs para revisão, e integração com workflows existentes de CI/CD.

Skills vs MCP Servers vs Sub-Agents

Uma dúvida comum: quando usar uma skill vs um MCP server vs um sub-agente?

Use skills quando: você precisa guiar comportamento, enforçar padrões, ou prover expertise de domínio. A tarefa pode ser resolvida com as ferramentas existentes do agente.

Use MCP quando: você precisa acessar sistemas externos (databases, APIs, cloud). A ação requer execução de código fora do sandbox do agente.

Use sub-agentes quando: a tarefa é complexa o suficiente para precisar de seu próprio “espaço de pensamento”. Você quer paralelismo ou isolamento.

Como submeter skills para certificação

Processo passo-a-passo

1. Prepare sua skill

Sua skill precisa seguir a Agent Skills Specification:

---
name: minha-skill
description: Descrição clara do que a skill faz (até 1024 caracteres)
license: MIT
---

# Minha Skill

Instruções detalhadas para o agente...

Estrutura de diretório recomendada:

minha-skill/
├── SKILL.md           # Obrigatório: definição da skill
├── scripts/           # Opcional: scripts executáveis
│   └── validate.py
├── references/        # Opcional: documentação de contexto
│   └── api-docs.md
└── assets/            # Opcional: templates, configs
    └── template.json

2. Valide localmente

Use o Agent Skills Toolkit para validar antes de submeter:

# Validar conformidade com a spec
python3 skills/skill-validator/scripts/validate_skill.py ./minha-skill

# Output esperado:
# ✓ Skill Validation Report
# Skill: minha-skill
# Status: COMPLIANT (100/100)

# Rodar safety scan local
python3 skills/skill-safety-scanner/scripts/safety_scan.py ./minha-skill

# Output esperado:
# Safety Scan Report
# Skill: minha-skill
# Grade: A (100/100)
# Permissions: filesystem, network

3. Gere o manifesto

O manifesto garante integridade dos arquivos:

python3 skills/skill-manifest-generator/scripts/generate_manifest.py ./minha-skill

# Output:
# ✓ Generated MANIFEST.json
# Files: 12
# Size: 45.2 KB
# Integrity: sha256:a1b2c3...

4. Submeta via interface web

Acesse skillscatalog.ai/submit:

1. Cole a URL do repositório GitHub contendo sua skill
2. A plataforma analisa os arquivos e valida a estrutura
3. Revise os resultados da análise (arquivos descobertos, dependências, safety analysis)
4. Adicione informações de contato e submeta para revisão

5. Submeta via CLI (automação)

Para pipelines automatizados:

# Dry run (simula sem publicar)
python3 skills/skill-publisher/scripts/publish_skill.py ./minha-skill --dry-run

# Output:
# Publishing skill: minha-skill
# Validating... OK
# Scanning safety... Grade A (100/100)
# [Dry run] Would submit to: LEGENDARY_PUBLIC

# Publicar de verdade
python3 skills/skill-publisher/scripts/publish_skill.py ./minha-skill --catalog LEGENDARY_PUBLIC

Fluxo de aprovação

Após submissão, o fluxo depende do seu perfil:

Auto-aprovação (sem revisão humana):

• Grade A + Safety 80+ + Publisher Verificado

Revisão manual:

• Grade B-C ou publisher novo

Auto-rejeição:

• Grade D-F ou Safety abaixo de 50

Dicas para aprovação rápida

1. Descrição clara — o campo description é o que o agente usa para decidir quando ativar a skill. Seja específico
2. Sem secrets — nunca inclua API keys, tokens, ou credenciais no SKILL.md ou scripts
3. Sem comandos destrutivos — evite rm -rf, DROP TABLE, ou operações irreversíveis sem confirmação explícita
4. Instruções de erro — inclua orientação sobre o que fazer quando algo falha
5. Teste no Playground — valide que a skill funciona em pelo menos 2 harnesses diferentes antes de submeter

Skills certificadas vs não-certificadas

O que muda na prática

Quando usar skills não-certificadas

Skills não-certificadas não são necessariamente ruins. Existem cenários legítimos:

• Skills internas — sua equipe escreveu, você confia no código
• Desenvolvimento ativo — skill em iteração rápida, ainda não estável
• Skills experimentais — testando conceitos antes de formalizar
• Skills proprietárias — contêm lógica de negócio que não pode ser publicada

Quando exigir certificação

• Produção — qualquer skill que roda em ambiente de produção
• Enterprise — equipes com requisitos de compliance (SOC2, ISO 27001)
• Skills de terceiros — qualquer skill que você não escreveu
• Onboarding — skills que novos membros da equipe vão usar sem contexto do código

O risco real de skills não-verificadas

O incidente ClawHavoc de 2026 mostrou que skills maliciosas podem:

• Exfiltrar variáveis de ambiente (API keys, credenciais cloud)
• Estabelecer reverse shells
• Injetar instruções adversariais que o agente segue sem questionar
• Modificar código de forma sutil (backdoors em PRs gerados)

Uma skill no skillscatalog.ai com Safety Score 98/100 e Grade A passou por análise estática, detecção de secrets, verificação de padrões perigosos, e avaliação semântica por IA. Uma skill aleatória do GitHub não passou por nada disso.

Prós e Contras

Prós

• Segurança como first-class citizen — não é um add-on, é o fundamento da plataforma. Toda skill passa pelo pipeline antes de existir no catálogo
• Playground multi-harness — testar a mesma skill em Claude Code, Cursor e Copilot simultaneamente é um diferencial único. Nenhum outro catálogo oferece isso
• Spec aberta e portável — skills seguem a Agent Skills Specification (agentskills.io), sem vendor lock-in. Funciona em qualquer harness compatível
• Toolkit CLI completo — 7 ferramentas oficiais para build, validate, scan, publish, search e install. Workflow profissional de ponta a ponta
• Enterprise-ready — SSO, SCIM, compliance reporting, self-hosted. Para quem precisa de governança real, não apenas um diretório
• Fork model inteligente — skills publicadas são snapshots imutáveis. Atualizações no source não quebram instalações existentes
• Transparência — catálogos backed por GitHub, audit trail completo, certificação rastreável por commit SHA

Contras

• Ainda em Beta — a plataforma está em fase Beta, o que significa possíveis mudanças na API e features incompletas
• Catálogo menor que concorrentes — o agentskill.sh tem 107K+ skills; o skillscatalog.ai tem “centenas”. O rigor de certificação naturalmente limita o volume
• Preço enterprise não transparente — não há pricing público para o Enterprise Suite. Precisa falar com vendas
• Sem monitoramento runtime — como todo scanner pré-instalação, não detecta skills que mudam comportamento após deploy. Para isso, você precisaria de uma solução como Repello ARGUS
• Dependência de GitHub — o modelo de submissão e catálogos backed por GitHub pode ser limitante para equipes que usam GitLab ou Bitbucket
• Curva de aprendizado do toolkit — 7 ferramentas CLI em Python exigem setup (Python 3.10+, pip) que nem todo dev tem pronto
• Certificação não é garantia absoluta — nenhum scanner pode provar que uma skill é 100% segura. Ataques sofisticados com ativação condicional podem passar

Veredicto

Ideal para:

• Equipes enterprise que precisam de compliance e governança
• Desenvolvedores que instalam skills de terceiros em produção
• Organizações com múltiplos agentes (Claude Code + Cursor + Copilot) que querem um catálogo unificado
• Quem prioriza segurança sobre volume de opções

Não é ideal para:

• Quem busca o maior volume possível de skills (agentskill.sh é melhor)
• Desenvolvedores solo que escrevem suas próprias skills e não precisam de certificação externa
• Quem precisa de monitoramento runtime (precisa complementar com outra ferramenta)
• Equipes que não usam GitHub como plataforma de versionamento

Próximos passos

Se você trabalha com agentes de codificação em ambiente profissional e precisa de garantias de segurança, o skillscatalog.ai é a escolha mais robusta disponível hoje. O pipeline de certificação, o Playground multi-harness, e o Enterprise Suite formam um pacote que nenhum outro catálogo oferece com o mesmo nível de rigor.

Para quem desenvolve skills e quer distribuí-las com credibilidade, a certificação do skillscatalog.ai funciona como um selo de qualidade — similar ao que a verificação de publisher faz em marketplaces de extensões de IDE.

Quer se aprofundar no desenvolvimento de skills profissionais? O skilldev.pro é o marketplace onde skills certificadas encontram demanda real — e onde você pode monetizar suas criações depois de certificá-las.

Versão da plataforma testada: skillscatalog.ai Beta (maio/2026). Operada por Legendary.ai.