一天一个开源项目(第112篇):Knowledge Work Plugins - Anthropic 官方发布的职能专家插件库

引言

"The best AI tool is the one that already knows your job."

这是"一天一个开源项目"系列的第112篇文章。今天带你了解的项目是 Knowledge Work Plugins

这是一个特别的项目------它不是第三方开发者做的,而是 Anthropic 官方发布的。这本身就值得关注:从中我们可以看到 Anthropic 对"AI 如何真正融入知识工作"这个问题的具体答案。

一句话描述:把 Claude 变成你所在岗位的专家,而不只是一个通用助手。11 个插件,覆盖销售、法务、财务、产品、营销、数据分析、生物研究等核心职能岗位,每一个都内置了对应领域的专业技能、工作流和真实工具连接。15.5k Stars,Apache-2.0 开源。

你将学到什么

  • Knowledge Work Plugins 的四层架构(Skills / Commands / Connectors / Sub-agents)是如何设计的
  • 全声明式设计的核心价值:为什么"零代码、纯 Markdown"是这个项目最重要的设计决策
  • MCP 连接器如何让插件与 HubSpot、Snowflake、Figma 等真实工具直接对话
  • 如何根据你的公司流程、术语和工具链定制和扩展现有插件
  • 为什么 Anthropic 选择开源这些插件,以及这对 AI 在职场落地意味着什么

前置知识

  • 了解 Claude Code 或 Claude Cowork 的基本用法
  • 在某个知识工作岗位有实际工作经验(更容易理解各插件的价值)
  • 对 MCP(Model Context Protocol)有初步认知(可选)

项目背景

项目简介

Knowledge Work Plugins 是 Anthropic 官方维护的开源插件库,专为知识工作者设计,同时兼容 Claude Cowork(claude.com 的协作工作台)和 Claude Code(开发者 CLI 工具)。

项目的核心主张是:通用 AI 助手在专业场景下表现不如领域专家。同一个问题,给一个有销售领域知识、连接了 HubSpot CRM、熟悉公司产品术语的 Claude,和给一个什么都没有的通用 Claude,结果是天壤之别。

这些插件就是为了填补这个差距------它们不只是提示词集合,而是完整的角色配置包:领域知识(Skills)+ 操作命令(Commands)+ 工具连接(Connectors via MCP)+ 专职子代理(Sub-agents)。

作者/团队介绍

  • 发布方:Anthropic(Claude 的开发公司)
  • 定位:官方参考实现 + 可定制的起点
  • 设计意图:既能直接使用,也作为团队构建自己插件的模板

官方开源这批插件,背后有一个更大的赌注:如果足够多的团队开始分享和迭代自己的插件,Claude 在每个职能领域的能力将以社区驱动的方式持续增长------而不是只靠 Anthropic 自己来维护。

项目数据

  • ⭐ GitHub Stars: 15,500+
  • 🍴 Forks: 1,900+
  • 📄 License: Apache-2.0
  • 🔧 主要语言: Python (76.1%), HTML (23.9%)
  • 🔌 集成协议: MCP(Model Context Protocol)
  • 🌐 仓库: anthropics/knowledge-work-plugins

主要功能

核心作用

Knowledge Work Plugins 覆盖了 11 个核心知识工作职能:

sql 复制代码
通用效率
  └── productivity       任务、日历、日常工作流

业务职能
  ├── sales              潜客研究、销售管道、外发触达
  ├── customer-support   工单分诊、客服回复、知识库构建
  ├── product-management 产品规格、路线图、用研综合
  ├── marketing          内容创作、活动策划、品牌语调
  ├── legal              合同审阅、合规检查、风险评估
  └── finance            日记账、调账、财务报表

技术与研究
  ├── data               SQL 查询、数据可视化、统计分析
  ├── enterprise-search  跨工具统一搜索(邮件/聊天/文档/Wiki)
  └── bio-research       生命科学研发、基因组学、文献检索

插件管理
  └── cowork-plugin-management  创建和定制团队专属插件

快速开始

Claude Code 安装

bash 复制代码
# 添加插件源
claude plugin marketplace add anthropics/knowledge-work-plugins

# 安装特定插件(例如销售插件)
claude plugin install sales@knowledge-work-plugins

# 安装多个插件
claude plugin install finance@knowledge-work-plugins
claude plugin install data@knowledge-work-plugins

Claude Cowork 安装

直接在 claude.com/plugins 从插件页面安装,无需命令行。

安装后即可使用

bash 复制代码
# Skills 会在相关对话中自动激活
# Slash Commands 在当前会话中立即可用

/sales:call-prep          # 准备销售通话
/finance:reconciliation   # 启动账目核对流程
/data:write-query         # 进入 SQL 查询模式
/legal:review-contract    # 启动合同审阅
/product:write-prd        # 生成产品需求文档

项目详细剖析

插件的四层架构

每个插件都遵循统一的目录结构,由四个层次组成:

r 复制代码
plugin-name/
├── .claude-plugin/
│   └── plugin.json        # 清单:插件名称、版本、权限声明
├── .mcp.json              # 连接器:外部工具的 MCP 服务器配置
├── commands/              # 命令:显式 Slash Commands
│   ├── call-prep.md       # /sales:call-prep 的完整提示逻辑
│   ├── pipeline-review.md # /sales:pipeline-review 的完整提示逻辑
│   └── ...
└── skills/                # 技能:领域知识,自动激活
    ├── crm-context.md     # CRM 数据解读能力
    ├── objection-handling.md  # 异议处理框架
    └── ...

四个层次各有职责

层次 触发方式 作用
Skills 自动触发(上下文相关) 领域知识,Claude 在判断相关时自动调用
Commands 显式触发(/plugin:command 特定工作流,需要用户主动启动
Connectors 由 Skills/Commands 调用 连接真实工具(CRM、数据库、设计工具等)
Sub-agents 由 Commands 编排 复杂任务中专职负责某个子任务

全声明式设计:零代码的力量

这是这个项目最核心的设计哲学。

传统的 AI 工具集成需要

  1. 写 API 调用代码
  2. 处理认证和错误
  3. 维护依赖和版本
  4. 有工程资源支持

Knowledge Work Plugins 的方式

markdown 复制代码
<!-- skills/deal-qualification.md -->

## MEDDIC Qualification Framework

When a user asks about a deal or prospect, evaluate using MEDDIC:
- **Metrics**: What quantifiable impact will this solution deliver?
- **Economic Buyer**: Who controls the budget? Have we spoken to them?
- **Decision Criteria**: What criteria will be used to evaluate solutions?
- **Decision Process**: What are the steps to get a deal done?
- **Identify Pain**: What's the specific business problem?
- **Champion**: Who inside the account is advocating for us?

Always surface missing MEDDIC elements as deal risks.

这是一个真实的 Skill 文件。整个 Sales 插件里最复杂的逻辑,写成这样的 Markdown 就够了

这意味着什么?任何一个了解自己工作流的知识工作者,都可以不写一行代码地构建或定制插件。销售主管可以把自己的销售方法论写进去,法务团队可以把合规检查清单写进去,数据团队可以把 SQL 编写规范和数据源文档写进去。

MCP 连接器:插件与真实世界的桥梁

Knowledge Work Plugins 使用 MCP(Model Context Protocol)连接外部工具,这是目前 AI 工具集成领域最标准化的协议。

json 复制代码
// .mcp.json(Sales 插件的连接器配置示例)
{
  "mcpServers": {
    "hubspot": {
      "command": "npx",
      "args": ["@mcp/hubspot-server"],
      "env": {
        "HUBSPOT_API_KEY": "${HUBSPOT_API_KEY}"
      }
    },
    "clay": {
      "command": "npx",
      "args": ["@mcp/clay-server"],
      "env": {
        "CLAY_API_KEY": "${CLAY_API_KEY}"
      }
    }
  }
}

这个设计的价值在于:连接器和插件逻辑完全解耦 。你可以把 Sales 插件的 HubSpot 换成 Salesforce,只需要改 .mcp.json,其他所有 Skills 和 Commands 完全不用动。

11 个插件逐一解析

Sales 插件(核心连接器:HubSpot、Clay、ZoomInfo、Fireflies):

bash 复制代码
/sales:call-prep "Acme Corp"   # 提取 CRM 数据,生成通话准备简报
/sales:pipeline-review         # 审查当前管道,标记风险交易
/sales:draft-outreach          # 基于潜客信息起草个性化触达邮件

内置 Skills 包括:MEDDIC 资质评估框架、异议处理、竞争对手对比逻辑。

Finance 插件(核心连接器:Snowflake、Databricks、BigQuery):

bash 复制代码
/finance:reconciliation        # 启动账目核对,自动标记差异
/finance:journal-entry         # 起草日记账分录
/finance:close-checklist       # 月末/季末关账检查清单

内置 Skills 包括:会计准则理解、财务报告标准、内部控制核查逻辑。

Data 插件(核心连接器:Snowflake、Databricks、Definite、Hex):

bash 复制代码
/data:write-query              # 进入 SQL 查询辅助模式
/data:explain-query            # 解释现有 SQL 查询的逻辑
/data:build-dashboard          # 引导式仪表盘设计流程

内置 Skills 包括:SQL 最佳实践、数据质量检查模式、统计解读框架。

Bio-Research 插件(核心连接器:PubMed、ChEMBL、Benchling、bioRxiv):

这是覆盖最小众但最垂直领域的插件,专为生命科学研发设计:

bash 复制代码
/bio:literature-search         # 跨 PubMed + bioRxiv 文献检索
/bio:compound-lookup           # 查询化合物数据(ChEMBL)
/bio:protocol-draft            # 起草实验方案

Legal 插件(核心连接器:Box、Egnyte、Microsoft 365):

bash 复制代码
/legal:review-contract         # 合同条款审阅,标记异常和风险点
/legal:draft-nda               # 起草保密协议
/legal:compliance-check        # 合规性自查

定制化:插件的真正威力

官方插件是通用起点,真正的价值在于把它们改造成你自己团队的版本。

典型的定制场景

复制代码
定制步骤 1:在 skills/ 里加入公司特定知识
  → 比如产品术语表、内部流程文档、定价规则
  
定制步骤 2:修改 .mcp.json 换成你用的工具
  → 比如把 HubSpot 换成 Salesforce
  → 把 Snowflake 换成你自己的数据仓库

定制步骤 3:在 commands/ 里添加公司特有的工作流
  → 比如你们特有的季度业务回顾流程
  → 或者特定的审批流和报告格式

定制步骤 4:在团队内共享
  → 每个人安装同一套插件 = 团队共享专业知识

这是 Anthropic 隐藏在这个项目背后更大的愿景:团队共享和迭代自己的插件,Claude 在每个公司、每个职能里都能变成该公司该职能的专家


项目地址与资源

官方资源

适用人群

  • 知识工作者:销售、法务、财务、产品、市场等职能人员,想让 Claude 真正了解自己的工作
  • 团队领导者:想为整个团队构建统一的 AI 工作方式,共享专业知识
  • AI 工具开发者:研究如何用声明式方式构建领域专家插件
  • 企业 IT / AI 团队:评估如何在组织内大规模部署职能 AI 工具

总结与展望

核心要点回顾

  1. 11 个职能插件:覆盖从销售到生物研究的全谱知识工作岗位,每个都有真实工具连接
  2. 全声明式:纯 Markdown + JSON,零代码,任何懂自己工作的人都可以创建和定制
  3. MCP 连接器:标准化工具集成,换连接器不需要改任何逻辑代码
  4. 四层架构:Skills(自动)+ Commands(显式)+ Connectors(工具)+ Sub-agents(编排)
  5. Anthropic 官方出品:代表了 Anthropic 对 AI 融入知识工作的系统性思考

一句话评价

Knowledge Work Plugins 不只是一批插件------它是 Anthropic 给出的一个答案:AI 要真正在职场落地,不是靠更聪明的通用模型,而是靠更懂你工作的专家配置。


欢迎来我的个人主页找到更多有用的知识和有趣的产品

相关推荐
冬奇Lab1 小时前
Agent系列(五):意图识别与路由——让 Agent 听懂用户在说什么
人工智能·llm·agent
hnult1 小时前
考试云:九重防作弊体系与六大AI能力,打造安全智能在线笔试系统云平台
人工智能·笔记·安全
青椒大仙KI111 小时前
线代讲解0
人工智能·线性代数
可信AI Coding1 小时前
AI产业周报|AI安全需求将爆发式增长
人工智能·ai·大模型
卷毛的技术笔记1 小时前
Java后端硬核实战:用Spring AI Alibaba+Redis给LLM装上“超强记忆中枢”
java·人工智能·redis·后端·spring·ai·系统架构
oo哦哦2 小时前
星链引擎矩阵系统深度解析:AI驱动下的全域智能营销SaaS新范式
大数据·人工智能·矩阵
oo哦哦2 小时前
轻量化内容中台如何破解企业矩阵运营困局?以星链引擎为例的技术解析
大数据·人工智能·矩阵
我爱cope2 小时前
【Agent智能体6 | 智能体AI评估】
人工智能·职场和发展
Raink老师2 小时前
【AI面试临阵磨枪-68】设计一个端侧(手机 / 浏览器)轻量化 AI Agent 系统
人工智能·面试·智能手机