Anthropic 开源 knowledge-work-plugins：用岗位插件把 Claude 变成各职能的专家

Claude Cowork 的基本思路是：用户只需设定目标，Claude 负责交付完整、专业的成品。可是一个通用助手面对具体岗位时，往往不清楚你的团队偏好什么做事方式，该从哪些工具和数据里取材，关键流程该怎么走。knowledge-work-plugins 就是 Anthropic 针对这一缺口开源的插件仓库，主要面向知识工作者，在 Claude Cowork 里使用，同时兼容 Claude Code。它的定位不是又一个智能体框架，而是一层按岗位划分的配置与能力包：每个插件围绕一种职能，把技能、连接器、斜杠命令和子代理（sub-agent）打包在一起，让 Claude 开箱就有一个靠谱的起点。仓库目前在 GitHub 上已有三万一千多颗星，说明市场对这种岗位化的做法很感兴趣。官方说得也很直白：真正的价值出现在你按公司实际情况改造它之后，比如换成自家的工具、术语和流程，让 Claude 用起来像是为这支团队专门打造的。

因此，它更像一套可以拿来就用、也鼓励你拆开重装的样板，而不是封闭的成品。从结构上看，每个插件由四类部件组成：技能负责写清这类工作该怎么做，连接器负责接入外部工具与数据，斜杠命令是暴露给用户的入口，子代理则承担可拆分的子任务。仓库一次开源了 11 个插件，覆盖多种职能。productivity 管任务、日程和个人上下文；sales 做潜在客户调研、通话准备、管线复盘和竞品战卡；customer-support 负责工单分诊、回复草拟、升级材料整理，并把已解决的问题转成知识库文章；product-management 写规格、排路线图、综合用户研究；marketing 起草内容、规划活动并坚持品牌口吻；legal 审合同、筛选保密协议、评估风险；finance 处理日记账分录、对账、财务报表和差异分析；data 写 SQL、做统计分析、搭仪表盘，并在分享前验证结果；enterprise-search 用一次查询横跨邮件、聊天、文档和 wiki；bio-research 连接 PubMed、ChEMBL、Open Targets 等生命科学数据库；最后的 cowork-plugin-management 则用来创建新插件或定制已有插件。差异点在于连接器的广度：Slack、Notion、Jira、Microsoft 365、Snowflake、BigQuery、HubSpot 等都出现在各插件的清单里，插件把工作方法和数据入口放进同一个包。上手路径可以从两头走。

如果你是某个岗位的使用者，可以直接挑与你职能对应的插件，在 Claude Cowork 中启用，再通过它暴露的斜杠命令发起工作，比如让销售插件为一场通话做准备，或让数据插件先写 SQL、跑分析，再在分享前做一轮校验。如果你是团队里负责工具的人，更有意思的做法是把插件当作模板：先看它预置了哪些技能和连接器，再替换成公司自己的系统、术语与审批流程。cowork-plugin-management 这个插件正是为此而设，用来新建插件或调整现有插件，等于把二次开发的入口也做成了插件。需要说明的是，我们拿到的 README 摘录没有展开具体安装命令和各插件的详细文档，所以安装步骤、权限与连接器的授权方式，请以仓库正文为准，不要凭印象假设。从仓库的组织方式看，每个插件都有独立目录，如 productivity、sales、legal，便于按需取用，也便于各团队只复制自己关心的那一部分。至于社区活跃度，三万多颗星是一个明确的关注度信号，但提交频率、议题处理情况这类细节，输入资料里没有，值得你打开仓库自己看一眼。

这个仓库的意义，在于它把『让 AI 懂我们公司』这件事，从零散的提示词变成了可共享、可版本管理的工程资产。过去团队常把偏好写在个人笔记里，换个人就得重来；插件把做事方式、数据来源和入口命令固定下来，一致性更容易保证。它出自 Anthropic 自己的工作经验，官方称这 11 个插件是基于内部工作构建并受其启发，因此参考价值不低。同时也要看到风险。连接器意味着 Claude 要接触邮件、聊天、合同、财务数据这类敏感信息，权限范围怎么划、哪些操作需要人工确认，团队必须自己想清楚。法律、财务这类插件给出的是辅助，结论仍须由专业人员复核。另外，通用模板在你的公司里未必贴合，不做定制就期待好效果，多半会失望。值得观察的方向有三个：插件数量与职能覆盖会不会继续扩大；社区是否形成各行业的第三方插件；以及这套结构能否在 Claude Cowork 与 Claude Code 之间保持同样顺畅。如果这些都走得通，岗位化插件有望成为企业使用 AI 的一种常见交付形态。