Muitas abordagens relacionados a decomposição de aplicações monolíticas foram propostas em estudos recentes. Entretanto tais estudos não são sensíveis a decomposição de APIs monolíticas em microsserviços, resultando na decomposição manual das APIs monolíticas, com base apenas na experiência dos desenvolvedores. Este artigo apresenta a API Slicer, uma abordagem baseada no nível de similaridade entre features, que utiliza o rastro de execução para entender a API monolítica e gerar sugestões de microsserviços. A API Slicer se destaca por: (1) mostrar quais funcionalidades devem se transformar em microsserviços e quais devem permanecer na API monolítica; (2) ser agnóstica a tecnologia, contanto que a aplicação alvo seja orientada a objetos; e (3) a similaridade ser feita com base na lista de pacotes que o usuário fornece no início do processo de recomendação. A abordagem API Slicer tenta resolver através da decomposição, o problema que toda a aplicação monolítica sofrerá com o tempo: crescer de forma indeterminada, até se tornar complexa, de difícil manutenção e evolução. Os desenvolvedores vão se beneficiar com a API Slicer, por ela permitir a decomposição semiautomática de uma API monolítica, além de sua decomposição ter sido criado com base em um estudo empírico. A abordagem foi avaliada por meio de um estudo de caso, onde 3 aplicações alvo foram testadas para verificar a efetividade da recomendação de microsserviços. Para cada aplicação alvo, foram criados dois cenários, um mostrando as recomendações de microsserviços e outro indicando quais serviços deveriam permanecer na API monolítica. Além disso, em cada um dos cenários, o nível de similaridade variou de 10% a 90%, para verificar a partir de qual porcentagem, as abordagens API Slicer e Monólise alcançariam o resultado desejado. A Monólise é uma abordagem de decomposição de aplicações monolíticas em microsserviços, proposta na literatura. As métricas utilizadas para comparar o resultado gerado com o ideal, foram a precision e recall. E os resultados indicaram que a abordagem API Slicer teve o maior nível de precisão em duas das três aplicações alvo utilizadas por este estudo, se mostrando uma alternativa viável.