Anthropic 开源了一个项目——knowledge-work-plugins，GitHub 上 12,000+ Star、1,500+ Fork。不是 demo 级别的玩具，是一套完整的插件系统，把 Claude 变成了你公司里几乎每一个岗位的专家助手。
销售、法务、财务、HR、工程、产品经理、市场营销、数据分析、设计、运营、生物医药研究……16 个职业方向，每个方向都有专门的插件。
Claude Cowork 是什么
要理解这套插件的价值，先搞清楚 Claude Cowork。它是 Anthropic 推出的桌面端 Agent 应用。跟普通聊天不一样，你给它一个目标，它自己去拆解、执行、交付成品。比如「帮我准备好下周的销售会议」，它自己去拉数据、分析客户、生成议程和话术。
普通 AI 聊天是「你指挥它干活」，Cowork 是「你给它一个任务，它自己干完」。
knowledge-work-plugins 就是给 Cowork 装上的专业模块。装了销售插件，Claude 就懂怎么分析客户、准备 Call、管 Pipeline。装了法务插件，它就知道怎么审合同、做风险评估、处理合规。
插件让 Claude 从通用助手变成了垂直专家。
这个思路很合理。一个刚入职的新人，如果什么都要从头教，效率肯定低。但如果你给他一份岗位手册，告诉他这个岗位该怎么做、用什么工具、什么流程是标准的，他上手就快多了。插件就是 Claude 的岗位手册。
插件覆盖范围
16 个方向，几乎把办公室里你能想到的岗位全覆盖了。逐一介绍：
Productivity（效率管理）
覆盖任务管理、日程规划、工作记忆。核心是一个叫 TASKS.md 的文件，Claude 会持续读写它，帮你追踪所有待办。还有一个记忆系统，能学习你的术语和人名缩写。
巧妙的设计是 Dashboard——一个本地 HTML 文件，把你的任务和 Claude 记住的上下文全部可视化展示。你可以直接在 Dashboard 上编辑任务，和底层 Markdown 文件保持实时同步。
连接的工具包括 Slack、Notion、Asana、Linear、Jira、Monday、ClickUp、Microsoft 365。
典型场景：你说「让 Todd 做一下 Oracle 那个单子的 PSR」，Claude 自动理解 Todd 是谁、Oracle 是哪个项目、PSR 是什么报告，直接帮你起草消息发出去。
Sales（销售）
客户调研、通话准备、Pipeline 管理、竞争分析、外联撰写。三个命令 /call-summary、/forecast、/pipeline-review 覆盖了销售日常最核心的工作流。
刚结束一个客户电话，直接输入 /call-summary，Claude 会处理你的通话笔记或录音文字稿，提取行动项、起草跟进邮件、生成内部总结。如果连了 CRM，它还会自动更新客户记录。
连接了 HubSpot、Close、Clay、ZoomInfo、Fireflies、Notion、Jira、Slack、Microsoft 365。
Engineering（软件工程）
站会生成、代码审查、架构决策、故障响应、调试、部署检查清单。六个命令，覆盖了工程团队日常最常见的工作场景。
/architecture 命令特别实用。你问「微服务之间应该用消息队列还是直接 API 调用」，它会给你一个结构化的架构决策记录，包含方案分析、权衡对比和推荐建议。
/incident 命令在线上出故障时，会跑一个完整的故障响应流程：分诊、通知、缓解措施、事后复盘。对于经常处理生产事故的团队来说非常实用。
连接了 GitHub、GitLab、Linear、Jira、Datadog、PagerDuty 等。
Data（数据分析）
SQL 查询、数据探索、可视化、仪表盘构建、统计分析和分析验证。六条命令从 /analyze 到 /validate，覆盖了数据分析师从提问到交付的全流程。
/validate 命令特别好。在把分析结果发给老板之前，先跑一遍验证，检查方法论、准确性和潜在偏差。这种「自我审查」的环节，是很多数据分析师容易忽略的。
连接了 Snowflake、Databricks、BigQuery、Definite、Hex、Amplitude。
Product Management（产品管理）
写需求文档、规划路线图、整合用户研究、更新利益相关方、追踪竞争格局。
连接了 Linear、Asana、Monday、ClickUp、Jira、Notion、Figma、Amplitude、Pendo、Intercom、Fireflies——11 个工具，是所有插件里连接最多的之一。毕竟产品经理本来就是信息中枢，需要跟方方面面打交道。
其他插件亮点
Marketing（市场营销）：7 个命令，是所有插件里最多的。/brand-review 把你写好的内容对照品牌调性文档做审查，对于品牌管理严格的公司，直接省了一个审核环节。
Legal（法务）：合同审查、NDA 分类、合规导航、风险评估。明确标注了免责声明——辅助法律工作流，不提供法律建议。默认规则基于美国法律体系，其他法域需要自己定制。
Finance（财务）：日记账准备、账户对账、财务报表生成、差异分析、月结管理、审计支持。连接的是数据仓库（Snowflake、Databricks、BigQuery），而不是传统财务软件。
Customer Support（客户支持）：「把已解决的问题转成知识库文章」的功能特别聪明。很多客服团队的痛点不是解决不了问题，而是解决了之后没沉淀。
Enterprise Search（企业搜索）：一个查询搜遍所有工具。直接问「我们关于 API 重新设计做了什么决定」，Claude 会同时搜 Slack、邮件、文档、Wiki，然后综合给你一个带来源引用的答案。
Bio-Research（生物医药研究）：接了 PubMed、bioRxiv、ClinicalTrials.gov、ChEMBL、Open Targets、Benchling 等 11 个专业数据库。专门为生物医药研究做了插件，野心可见一斑。
Small Business（小企业）：15 个基础技能、15 个即用工作流。不需要记任何命令，直接用自然语言说，Claude 自动识别工作流并一步步带你走。
技术架构：为什么设计得很优雅
全文件驱动，零代码
每个插件就是一堆 Markdown 文件和 JSON 文件。没有 Python 代码，没有 TypeScript，没有编译步骤。
plugin-name/
├── .claude-plugin/plugin.json # 清单文件
├── .mcp.json # 工具连接配置
├── commands/ # 斜杠命令
└── skills/ # 领域知识你可以直接用文本编辑器修改插件的行为。觉得销售插件的客户调研流程不适合你们公司？打开 SKILL.md 改几行字就行。不需要懂编程，不需要重新部署，改完就生效。
三层能力模型
- Skills（技能）：领域专业知识，编码了最佳实践、工作流程、行业术语。对话中自动调用。
- Commands（命令）：明确的工作流，用斜杠命令触发。Skills 是被动响应，Commands 是主动触发。
- Connectors（连接器）：通过 MCP 协议连接 Slack、Notion、HubSpot 等几十个工具。
三层配合起来很强。比如输入 /sales:pipeline-review，Claude 会先用 Connectors 从 HubSpot 拉真实 Pipeline 数据，然后用 Skills 里的销售方法论做分析，最后按照 Command 定义的格式输出结果。
MCP 协议是关键
Connectors 背后的技术叫 MCP（Model Context Protocol），是 Anthropic 推出的开放协议。每个工具就是一个 HTTP 端点，带 OAuth 认证。Claude 通过标准协议跟这些工具通信，不需要为每个工具写专门的集成代码。
记忆系统
Productivity 插件里的记忆系统分两层：CLAUDE.md 是工作记忆，放当前项目的缩写、关键人名、常用术语。memory/ 目录是深层记忆，存更详细的信息。用过一次之后，后续的每次对话都像在跟一个已经熟悉你公司情况的老同事聊天。
怎么用
方式一：在 Claude Cowork 里用
直接去 claude.com/plugins 浏览插件市场，点安装就行。就像在手机上装 App 一样，一个按钮搞定。
方式二：在 Claude Code 里用
# 添加插件市场
claude plugin marketplace add anthropics/knowledge-work-plugins
# 安装需要的插件
claude plugin install sales@knowledge-work-plugins
claude plugin install data@knowledge-work-plugins
claude plugin install engineering@knowledge-work-plugins自定义改造
这才是这套系统真正强大的地方。四种定制方式：
- 换连接器：不用 Jira 用飞书？不用 HubSpot 用 Salesforce？编辑
.mcp.json就行 - 加公司上下文：把公司术语表、组织架构、业务流程写进 skill 文件
- 调整工作流：觉得某个 Skill 的步骤不符合实际做法？打开
SKILL.md改 - 自己造插件：用 cowork-plugin-management 元插件，或直接按目录结构创建
为什么意义重大
AI 助手经历了三次形态进化：聊天框 → 联网调工具 → Agent 自主完成。但「通用性 vs 专业性」的矛盾一直没解决得很好。
一个什么都懂一点的 AI，和某个领域真正专业的 AI，效果差距是巨大的。你让通用 AI 写 SQL，它能写。但如果让它了解你们公司的数据仓库结构、命名规范、查询习惯，写出来的 SQL 质量完全不一样。
knowledge-work-plugins 在解决这个矛盾。不是造一个更聪明的通用 AI，而是给同一个 AI 装上不同的专业模块，让它在不同场景下变成不同领域的专家。
Claude 是那个通用硬件，knowledge-work-plugins 就是 App Store 里针对每个职业的 App。
更深层地说，这种模式的壁垒其实挺高。一旦一个团队的 Claude 已经学会了所有内部术语、流程和偏好，换到另一个 AI 助手就意味着从零开始。这不是简单的模型能力竞争，而是知识和习惯的锁定。
苏米注：AI 在职场中的应用到了一个转折点。之前大家用 AI 更多是个人行为，你用它帮你写封邮件、翻译个文档。但 knowledge-work-plugins 展示的是另一种可能——AI 不再只是个人的效率工具，而是组织的基础设施。它理解你公司的上下文，遵守你的流程规范，连接你真实的业务数据。领导可以定义「怎么做是对的」，然后 AI 在每次交互中都自动遵守。
项目链接
- GitHub：anthropics/knowledge-work-plugins ⭐ 12K+