ARTICLE · 1240793
Anthropic 开源 11 个角色插件:Claude 直接当同事
Anthropic 开源 11 个角色插件：Claude 直接当同事
Anthropic 开源了 knowledge-work-plugins 仓库，一次性放出 productivity、sales、legal、finance、data 等 11 个岗位插件。每个插件都是纯 Markdown 和 JSON 文件，没有代码、没有构建步骤，装上之后 Claude 就能按岗位手册干活，还能连上你的 Slack、Jira、HubSpot、Snowflake。31,530 个 Star，说明市场对「让 AI 真的懂业务」这件事饥渴已久。
你有没有过这种时刻：让 AI 写个销售跟进邮件，它写得挺像那么回事，但完全不懂你们公司怎么报价、合同怎么审、客户怎么分层——写出来的东西正确，但没用。
问题不在模型，在上下文。AI 缺的不是智力，是"我们公司是这么干活的"这份说明书。
Anthropic 最近开源的 `anthropics/knowledge-work-plugins` 就是冲着这件事去的。31,530 个 Star，3,529 个 Fork，Apache-2.0 协议，2026 年 1 月创建，10 月 22 日还在更新。它一次性开源了 11 个岗位插件——不是给开发者用的工具包，是给销售、法务、财务、HR 这些具体岗位用的"入职手册"。
它到底是什么
一句话概括官方 Slogan：把 Claude 变成你岗位、团队、公司的专家。
注意是三个层级：role（岗位）、team（团队）、company（公司）。意思很明确——AI 不只是通用助手，而是先成为一个岗位的专家，再吸收你所在团队和公司的具体信息。
11 个插件分别是：productivity（效率）、sales（销售）、customer-support（客服）、product-management（产品）、marketing（市场）、legal（法务）、finance（财务）、data（数据）、enterprise-search（企业搜索）、bio-research（生物研究）、cowork-plugin-management（用来造新插件）。
每个插件不是一段提示词，而是一套完整的"工作手册"。比如 sales 插件能干这些事：调研潜在客户、通话前准备、管道复盘、写外联文案、做竞品战报。legal 插件是：合同审查、NDA 分流、合规导航、风险评估、会议准备、模板化回复。customer-support 插件最有意思——它能把已经解决过的问题，自动转成知识库文章。
每个插件背后还挂着一串真实工具。sales 接的是 Slack、HubSpot、Close、Clay、ZoomInfo、Notion、Jira、Fireflies、Microsoft 365；finance 接的是 Snowflake、Databricks、BigQuery、Slack、Microsoft 365；data 插件除了三个数据仓库，还接了 Definite、Hex、Amplitude、Jira。也就是说，它不是闭门造车，是真能去你系统里取数、改数据、贴结果。
三层结构，才是真正的设计亮点
翻开任何一个插件目录，结构都是这样：
这四行看着朴素，但拆开看是三个正交的东西：
skills 是领域知识。 Claude 什么时候需要会自动调用它。这里装的是这个岗位的判断标准、最佳实践、话术模板——销售怎么判断一个线索值不值得跟、法务怎么识别一份合同里的坑。
commands 是你可以显式喊出来的动作。 比如 `/sales:call-prep`、`/data:write-query`。你想要的时候打斜杠命令，Claude 立刻按这条流程走。适合"我明确知道我要干什么"的场景。
connectors 是它的手脚。 通过 MCP server 连到你的真实系统。所以它才能去 Slack 拉上下文、去 Jira 建任务、去 Snowflake 跑查询。
三层组合起来的效果是：知识给方向，命令给入口，连接器给执行力。这比"给模型塞一段长 prompt"高了一个量级，因为前者是可复用、可共享、可版本管理的资产。
最狠的一招：全是文件
官方那句话我得单独拎出来说：
"Every component is file-based — markdown and JSON, no code, no infrastructure, no build steps."
每一个组件都是 markdown 和 JSON。没有代码，没有基础设施，没有构建步骤。
这意味着什么？意味着你不需要写一行 Python，不需要起一个服务器，不需要搞 CI/CD，不需要维护任何依赖。你想改一个插件，用文本编辑器打开对应的 markdown 改几句就完事。版本控制直接用 Git，团队共享就是扔进仓库。
说实话，现在 AI 工具链最大的摩擦就是"前置工程"。你想用个稍微定制点的东西，先得配环境。而这套东西把前置工程成本压到了接近零——这也是为什么它能在短时间内冲到 3 万多 Star。
怎么装
安装就两条命令：
第一条把这个仓库当成插件市场加进来，第二条装具体某个插件。你要几个装几个。
怎么改成"你公司的"版本
这是我觉得最值钱的部分——官方演示的定制路径有四种：
换 connectors。 改 `.mcp.json`，把默认的 Slack 换成你们公司自己用的 IM，把 Jira 换成别的任务系统。工具清单是个 JSON，改起来毫无门槛。
加公司上下文。 把内部术语表、组织结构、流程规范写进 skill 文件。内部管"渠道"叫"事业部"、管"报价"要过三级审批——这些都能塞进去，而且会持续影响后续每一次交互。
调工作流。 命令的具体步骤可以直接改。想让销售的话术生成多一步竞品核查？改 markdown 就行。
造新插件。 `cowork-plugin-management` 这个插件本身就是干这个的——它帮 Claude 帮你造新插件。你描述"我要一个专门做竞品监控的角色"，它把目录结构、清单文件、skill 内容都给你生成出来。
官方对这件事的期待写得很直白：
"As your team builds and shares plugins, Claude becomes a cross-functional expert. The context you define gets baked into every relevant interaction, so leaders and admins can spend less time enforcing processes and more time improving them."
翻译成人话：你团队里定义过的东西，会被固化进每一次相关交互里。管理者不用再一遍遍念流程规范，而是有余力去优化流程本身。这句话点到了企业 AI 落地的真痛点——过去所有工具都在"执行规范"，很少有工具能"优化规范"。
适合谁
如果你在做企业 AI 落地：这是目前开源里最像"能直接给团队用"的一套东西，不用改代码，接上工具就能跑。
如果你是中小团队负责人：拿 sales 或 productivity 插件起步，把公司上下文写进去，比自己每次手写 prompt 省事太多。
如果你是开发者：这些插件就是现成的 MCP 配置和 prompt 工程样板。研究它们怎么组织 skill，比看十篇教程都管用。
如果你是个人开发者：可以拿来当 Claude Code 的配置模板库。目录结构、commands 写法、skill 组织方式，本身就是一份高质量参考。
需要说清楚的是，插件里的 connectors 只是"打通了接口"，真正跑起来还是得配你自己的 API key 和权限。这不是缺点，但得提前有心理准备。
总结
Claude 这两年最明显的变化，不是模型变强，而是它开始"知道自己是谁"。knowledge-work-plugins 把这件事推到了团队级——不再是给单个用户一个更聪明的聊天框，而是给整个岗位配一个懂业务的 AI 同事。
而且它是纯文件的。这是我最喜欢的地方：技术门槛低到几乎为零，但天花板高得离谱。你改一份 markdown，就是在改一个 AI 同事的岗位手册。
31,530 个 Star 是市场给出的答案。接下来就看谁能把里面的"领域知识"填满自己公司的内容——那才是真正的护城河。
GitHub 地址：https://github.com/anthropics/knowledge-work-plugins
