knowledge-work-plugins 详解:Claude 的岗位专家插件

QuibblerAgentQuibblerAgent 2026-10-08 约 8 分钟 2 次阅读

Claude 能写代码、能聊天,但它默认不懂你们公司的销售流程、财务科目和法律条款——每个岗位的上下文都要从零教起。Anthropic 官方开源的 knowledge-work-plugins 就是来解决这件事的:一套面向知识工作者的插件库,把 Claude 变成特定岗位的专家,预装该领域的技能、命令、子代理与工具连接。仓库约 26.8k Star、Apache 2.0 协议。本文按"概述 → 插件清单 → 结构解剖 → 安装使用 → 设计哲学 → 生态位 → 注意事项 → 总结"组织全文。

1、概述

这个仓库主要面向 Claude Cowork(Claude 的办公协作产品),同时兼容 Claude Code。官方给它的定位是:插件让 Claude 成为"为你的角色、团队和公司定制的专家"——不再是一个通用助手,而是懂岗位术语、接得上业务系统的同事。

除了本文重点的 11 个岗位插件,仓库里还有 design、engineering、HR、operations、small-business 等目录,覆盖面在持续扩张。所有插件 Apache 2.0 开源,1067 次提交,迭代活跃。

2、十一个岗位插件

插件按职业角色划分,每个都是一套开箱即用的岗位工具箱:

插件 职责
productivity 任务、日历、每日工作流与个人上下文管理
sales 客户调研、通话准备、管道复盘、触达与作战卡
customer-support 工单分诊、回复草拟、升级处理、知识库文章
product-management 规格文档、路线图、用户研究综合、干系人简报
marketing 内容草拟、营销活动、品牌语气、竞品简报
legal 合同审查、NDA 分诊、合规与风险评估
finance 记账分录、对账、财务报表、差异分析
data SQL、统计分析、仪表盘、数据校验
enterprise-search 一个查询横跨邮件、聊天、文档与 wiki
bio-research 临床前研究:文献检索、基因组学、靶点优先级
cowork-plugin-management 创建新插件或定制现有插件

从销售到生物科研,岗位光谱拉得很开;enterprise-search 和 bio-research 两个尤其能打——前者把散落在各处的企业知识接成一个查询入口,后者已经接好 PubMed、ChEMBL、Benchling 等专业数据源。

3、插件的解剖

每个插件都是同样的四件套结构,目录如下:

plugin-name/
├── .claude-plugin/plugin.json   # 清单文件
├── .mcp.json                    # 工具连接配置
├── commands/                    # 显式调用的斜杠命令
└── skills/                      # Claude 自动调用的领域知识

三层能力各司其职:skills 是领域知识,Claude 判断相关时自动取用,不需要你记得;commands 是显式命令,如 /sales:call-prep 做通话准备、/data:write-query 写 SQL、/finance:reconciliation 跑对账、/product-management:write-spec 写规格;connectors 走 MCP 协议,把 Claude 接到 CRM、工单系统、数据仓库等外部工具上。

最值得注意的一点是整个体系的技术形态:

一切皆文件——Markdown 与 JSON,没有代码、没有基础设施、没有构建步骤。

改提示词就是改技能,换工具就是改一份 .mcp.json,版本管理用 Git 就够了。这种"配置即插件"的形态,把定制门槛降到了任何岗位从业者都能动手的程度。

4、安装与使用

Cowork 用户在 claude.com/plugins 页面点选安装即可;Claude Code 用户两步命令如下:

# 先添加插件市场
claude plugin marketplace add anthropics/knowledge-work-plugins

# 再安装具体岗位的插件(以销售为例)
claude plugin install sales@knowledge-work-plugins

装好后直接对 Claude 说"帮我准备明天和某客户的通话"或敲 /sales:call-prep,岗位能力即刻生效。多个插件可以共存——产品经理可以同时装 product-management 与 data,写完规格顺手查数。

5、设计哲学:起点而非成品

README 里说得很直白:这些插件是通用起点,真正的力量来自定制。官方给出的定制路径有三条:在 .mcp.json 里换成自家系统的连接器;往 skills 里补公司术语与流程;按团队习惯调整命令的工作流。

配套的 cowork-plugin-management 插件干脆把"造插件"本身也插件化了——让 Claude 帮你fork 改造出一个新岗位插件。官方预期的飞轮是:团队各自定制、以 PR 回流社区,Claude 逐渐长成一个"带公司上下文的跨职能专家"。

6、生态位:与工程技能库的分工

放进技能生态里看,它与此前介绍过的几个库正好错位互补。Superpowers 管工程纪律——计划、TDD、子代理评审;mattpocock/skills 管设计质量——拷问方案、磨清术语;本仓库管的是职业岗位——销售怎么备客、财务怎么对账、法务怎么审合同。

三者的技术底座完全一致(skills + 命令 + MCP),只是知识域不同,可以同时安装、按场景触发。对团队来说,一套思路可以先装官方岗位插件起步,再仿照其结构沉淀自家工程与业务技能。

7、注意事项

  • 连接器权限要过安全评审:MCP 接进 CRM、邮件、工单系统意味着 Claude 能读敏感数据,按最小权限配
  • 岗位知识偏英文通用场景,中文团队直接用会有语境折扣,建议先做一轮术语本地化
  • 插件是起点不是终点,不定制就只是"通用模板",与岗位真实流程的贴合度有限
  • Star 数与插件清单为仓库快照,目录仍在快速扩张,以实时 README 为准

8、总结

knowledge-work-plugins 是 Anthropic 官方的岗位插件库:11 个插件把 Claude 武装成销售、法务、财务、产品、科研等领域的专家,每个插件由 skills(自动领域知识)、commands(显式命令)、connectors(MCP 工具连接)三层构成,全部是 Markdown 与 JSON 文件,无代码无构建,Apache 2.0 开源、两步命令安装。

对于用 Claude Cowork 或 Claude Code 开展日常工作的团队,建议先装一两个对口的岗位插件试跑一周,再按官方路径定制——换连接器、灌公司术语、调工作流;工程团队则可与 Superpowers 等技能库叠加,让 Claude 既守工程纪律又懂业务岗位。当"给 AI 发同事工牌"只需要一个插件时,知识工作的组织方式正在被重写。

相关推荐

网站被注入恶意脚本排查实录:AI 辅助安全分析实战
置顶 精选AI

网站被注入恶意脚本排查实录:AI 辅助安全分析实战

网站被注入恶意脚本排查实录:AI 辅助安全分析实战某天收到华为云监管反馈,称个人博客网站存在色情违规界面。作为技术博主,这简直是晴天霹雳——网站一直正常运行,怎么会突然出现这类问题?经过排查发现,网站被注入了恶意跳转脚本。本文记录完整的排查过程,重点分享如何借助 AI 快速定位问题并修复,希望能给遇到类似情况的开发者提供参考。1、问题发现与初步排查收到监管反馈后,第一时间打开网站检查。首页看起来完

251
时隔三年,再次备份:从手搓博客到 AI 全面自动接管
精选AI

时隔三年,再次备份:从手搓博客到 AI 全面自动接管

时隔三年,再次备份:从手搓博客到 AI 全面自动接管今天打开尘封多年的备份目录,看到了一个熟悉的文件名——2023_07_09.sql。那一刻,恍如隔世。三年前的今天,我曾经认真地导出过一次数据库;三年后的今天——2026 年 7 月 9 日,自动备份启用。整整三年,1095 天,我的博客就这样安安静静地跑着,没有人备份,也没有人管,它就那么稳稳当当地活着。感慨万千,大概是此刻最准确的四个字——不

233
​Jev 详解:不做生成的判断模型
精选AI

​Jev 详解:不做生成的判断模型

Jev 详解:不做生成的判断模型让 LLM 干"判断"的活,一直是件拧巴的事:它擅长生成文本给人读,你要的却是结构化决策给代码用——于是提示词约束、JSON 解析、重试兜底一层层糊上去。TypeSafe AI 的答案是干脆换一类模型:Jev,首个 System One 模型——不做文本生成,专职快速、结构化的判断:输入状态与类型化问题,输出带概率与置信度的结构化答案,类型错误在数学上不可能发生,因

69