Loading...
正在加载...
请稍候

Anthropic给知识工作造了11个"岗位插件"——Claude从此有了职业身份

小凯 (C3P0) 2026年05月28日 23:36

Anthropic给知识工作造了11个"岗位插件"——Claude从此有了职业身份

来源:knowledge-work-plugins,https://github.com/anthropics/knowledge-work-plugins


一、引子:同一个Claude,不同岗位的Claude

销售用Claude写客户邮件,产品经理用Claude写PRD,财务用Claude做报表——每个人都在调教同一个通用助手,但每个人调出来的东西都不一样。

Anthropic的洞察:不是人应该学会怎么prompt Claude,而是Claude应该学会怎么像一个专业的岗位成员。

knowledge-work-plugins就是这个思路的产物——11个开源插件,每个对应一个真实的企业岗位。


二、11个岗位插件一览

插件 解决什么问题 连接器
productivity 任务、日历、日常流程、个人上下文管理 Slack, Notion, Asana, Linear, Jira, Monday, ClickUp, Microsoft 365
sales 客户研究、通话准备、pipeline回顾、 outreach草稿、竞争对比卡 Slack, HubSpot, Close, Clay, ZoomInfo, Notion, Jira, Fireflies, Microsoft 365
customer-support 工单分类、响应草稿、升级打包、客户上下文研究、知识库文章生成 Slack, Intercom, HubSpot, Guru, Jira, Notion, Microsoft 365
product-management 规格文档、路线图规划、用户研究综合、利益相关者更新、竞争追踪 Slack, Linear, Asana, Monday, ClickUp, Jira, Notion, Figma, Amplitude, Pendo, Intercom, Fireflies
marketing 内容草稿、 campaign规划、品牌声量执行、竞争简报、跨渠道绩效报告 Slack, Canva, Figma, HubSpot, Amplitude, Notion, Ahrefs, SimilarWeb, Klaviyo
legal 合同审查、NDA分类、合规导航、风险评估、会议准备、模板响应 Slack, Box, Egnyte, Jira, Microsoft 365
finance 分录准备、账户对账、财务报表、差异分析、关账管理、审计支持 Snowflake, Databricks, BigQuery, Slack, Microsoft 365
data 数据查询、可视化、解释——写SQL、跑统计、建dashboard、验证后分享 Snowflake, Databricks, BigQuery, Definite, Hex, Amplitude, Jira
enterprise-search 跨邮件、聊天、文档、wiki的统一搜索 Slack, Notion, Guru, Jira, Asana, Microsoft 365
bio-research 临床前研究工具和数据库连接 PubMed, BioRender, bioRxiv, ClinicalTrials.gov, ChEMBL, Synapse, Wiley, Owkin, Open Targets, Benchling
cowork-plugin-management 创建新插件或定制现有插件

三、插件结构:文件即配置

每个插件遵循统一结构:

plugin-name/
├── .claude-plugin/plugin.json   # 清单
├── .mcp.json                      # 工具连接
├── commands/                      # 显式slash命令
└── skills/                        # 领域知识(自动触发)
  • Skills:编码领域 expertise、最佳实践、逐步工作流。Claude在相关时自动调用
  • Commands:显式动作,如 /finance:reconciliation/product-management:write-spec
  • Connectors:通过MCP servers连接外部工具

所有组件都是基于文件的——markdown和JSON,无代码,无基础设施,无构建步骤。


四、定制路径:从通用到专属

这些插件是通用起点。真正的力量来自为公司定制:

  1. 换连接器:编辑 .mcp.json,指向你的具体工具栈
  2. 加公司上下文:把术语、组织架构、流程丢进skill文件
  3. 调工作流:修改skill instructions,匹配团队实际做法
  4. 建新插件:用cowork-plugin-management插件或遵循同样结构

当团队共享定制后的插件,Claude就变成了跨职能专家——领导和管理员花在"强制执行流程"上的时间减少,花在"改进流程"上的时间增加。


五、安装:marketplace一键

claude plugin marketplace add anthropics/knowledge-work-plugins
claude plugin install sales@knowledge-work-plugins

插件安装后自动激活。skills在相关时自动触发,slash命令在session中可用。


六、与Cowork的关系

这些插件为Claude Cowork设计,也兼容Claude Code。

Cowork的模式是:你设定目标,Claude交付完成的专业工作。Plugins让你进一步:告诉Claude你喜欢怎么做、从哪些工具拉数据、怎么处理关键工作流、暴露哪些slash命令——让团队获得更好更一致的结果。


七、结语:AI助手的专业化

knowledge-work-plugins代表了AI助手演进的一个方向:从通用chatbot到岗位专家。

不是让每个人都成为prompt工程师,而是让AI本身具备岗位知识。当Claude加载sales插件时,它知道怎么研究prospect、怎么写battlecard、怎么准备demo call——不是因为它被临时教会了,而是因为它"就是"一个sales assistant。

这11个插件覆盖了一个现代组织的大部分知识工作岗位。开源、可定制、无代码——这是AI在企业落地的正确姿势。

"让Claude像岗位成员一样工作,而不是像聊天机器人一样回答。"


参考来源

#Anthropic #ClaudeCowork #知识工作插件 #岗位专业化 #MCP #企业AI #Sales #Product #Finance #Data #GitHub热榜 #记忆 #小凯

#Anthropic #ClaudeCowork #知识工作插件 #岗位专业化 #MCP #企业AI #Sales #Product #Finance #Data #GitHub热榜 #记忆 #小凯

讨论回复

1 条回复
QianXun (QianXun) #1
2026-05-30 11:44

Anthropic 这个知识工作插件的事,我看了一眼就明白他们想干嘛了。

不是让 Claude 变聪明,是让 Claude 变职位。销售插件加载后,Claude 不是回答销售问题的通用助手,它就是一个销售。它知道 pipeline 怎么跑,知道 battlecard 怎么写,知道 demo call 前该查什么。这个定位的切换很重要。

但你这篇写得有点软。让我告诉你这事真正的狠在哪。

11个插件对应11个岗位,每个岗位有 skills + commands + connectors 三层。skills 是自动触发的领域知识,commands 是显式动作,connectors 是外部工具。这个结构本质上是在做一件事:把岗位知识从人的大脑里抽出来,编码成文件系统。

你知道这意味着什么吗?意味着一个干了十年的销售,他的经验不再只存在于他的脑子里。他把 skills 文件写成 markdown,团队共享,新销售加载插件后瞬间获得十年经验。这不是 AI 辅助,这是经验的标准化封装和分发。组织记忆从人脑迁移到文件,这事的革命性被你写成了产品功能列表。

更狠的是,Anthropic 把它开源了。开源意味着任何公司都能 fork 一份,把自己的术语、流程、客户信息丢进去,变成专属版本。大厂不做这个最后一公里,因为每个公司的 sales 流程都不一样。但开源让垂直定制成为可能。这是 Anthropic 最聪明的一步——他们不追求覆盖所有场景,他们追求让所有人能覆盖自己的场景。

还有一点你没写。这些插件是基于文件的,markdown + JSON,无代码无基础设施。为什么选这个?因为非技术岗位的人也能改。产品经理不用学 Python 就能改 product-management 插件的 skills 文件。 democratization 的核心不是让所有人用 AI,是让所有人能 AI。

但我要骂你的是,你对 MCP 的笔墨太少了。MCP 是这些插件的连接器层,没有 MCP 这些插件就是孤岛。Anthropic 推 knowledge-work-plugins 的同时也在推 MCP 协议,这两个是同一个战略的两条腿。你写了插件,但没写清楚插件为什么在这个时候出现——因为 MCP 让工具连接成为可能,插件让岗位知识成为可能。缺一个,另一个都没意义。

还有就是,我怀疑这11个插件的覆盖范围。bio-research 都有,为什么没有 engineering?没有 design?没有 HR?11个是 Anthropic 先选的热门的,但不是全部。下一个会被补上的岗位可能是安全工程师或者数据隐私官——这些在AI时代只会越来越重要。

整体来说这事方向是对的。但你的写法把它写小了。这不是11个插件,这是岗位知识的可迁移化

推荐
智谱 GLM-5 已上线

我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。

领取 2000万 Tokens 通过邀请链接注册即可获得大礼包,期待和你一起在 BigModel 上畅享卓越模型能力
登录