Как научить Claude работать по вашим правилам

Знакомая история: вы открываете чат с ИИ, чтобы набросать черновик спецификации или проанализировать данные из Jira, и тратите первые десять минут на объяснение контекста. Нужно рассказать, какие инструменты вы используете, в каком формате привыкли получать отчеты и где вообще лежат нужные данные. Даже с продвинутыми моделями вроде Claude 3.5 Sonnet этот «холодный старт» утомляет.

В Anthropic, кажется, тоже от этого устали и выложили в опенсорс репозиторий knowledge-work-plugins. Это набор готовых конфигураций, которые превращают Claude из универсального собеседника в узкого специалиста: продакт-менеджера, аналитика данных или юриста, который уже в курсе ваших внутренних процессов.

Что это за плагины

По сути, перед нами коллекция инструкций и конфигураций для Claude Cowork и Claude Code. Если раньше мы просто переписывались с ботом, то теперь Anthropic предлагает концепцию «плагинов», которые объединяют три вещи: навыки (skills), команды (slash commands) и коннекторы к внешним сервисам.

Главная фишка здесь в том, что Claude перестает быть изолированным островом. Через протокол MCP (Model Context Protocol) он подключается к вашим рабочим инструментам — Slack, Notion, Jira, GitHub или даже к базе данных в Snowflake.

В репозитории сейчас 11 готовых направлений. Есть стандартные вещи вроде «Productivity» для управления календарем и задачами, а есть довольно специфические, например «Bio-research» для поиска по медицинским базам данных вроде PubMed.

Как это устроено внутри

Если заглянуть в код любого плагина, вы не найдете там сложной логики на Python или JS. Все держится на текстовых файлах. Структура выглядит так:

Manifest (plugin.json): описание того, что плагин умеет.
MCP Config (.mcp.json): настройки подключения к внешним API.
Skills: папка с Markdown-файлами, где прописаны лучшие практики и воркфлоу для конкретной роли.
Commands: описание слеш-команд, которые вы вызываете вручную.

Мне нравится такой подход. Вам не нужно разворачивать инфраструктуру или писать код, чтобы адаптировать Claude под себя. Хотите, чтобы ИИ писал тикеты в Jira именно так, как принято в вашей команде? Просто поправьте Markdown-файл в папке skills.

Пять сценариев, где это реально экономит время

Я просмотрел содержимое плагинов и выделил несколько практических штук, которые можно внедрить сразу.

Автоматизация рутины в поддержке. Плагин customer-support умеет не только отвечать на тикеты. Он может вытащить контекст из HubSpot, проверить историю переписки в Slack и после решения проблемы сам предложит создать статью для базы знаний в Notion.
Сборка контекста для созвонов. Плагин sales умеет готовить «battlecards» перед звонками. Он лезет в CRM, ищет упоминания конкурентов и собирает краткое досье на компанию, с которой вы планируете общаться.
Работа с данными без SQL-запросов в чате. Через плагин data можно подключиться к BigQuery или Databricks. Вы пишете запрос на естественном языке, а Claude сам генерирует SQL, визуализирует результат и проверяет его на ошибки перед тем, как показать вам.
Управление проектами через терминал. Если вы пользуетесь Claude Code, можно устанавливать плагины прямо в консоли. Например, команда /product-management:write-spec создаст черновик спецификации, опираясь на данные из ваших тикетов в Linear или Asana.
Поиск по всей компании. Плагин enterprise-search — это, пожалуй, то, чего не хватало больше всего. Один запрос ищет информацию одновременно в почте, чатах Slack, документах Google и задачах Jira.

Как начать пользоваться

Для тех, кто работает в веб-интерфейсе Claude, установка делается в пару кликов через claude.com/plugins.

Если же вы предпочитаете консоль и Claude Code, процесс выглядит так:

# Добавляем маркетплейс плагинов
claude plugin marketplace add anthropics/knowledge-work-plugins

# Устанавливаем нужный плагин, например для аналитики
claude plugin install data@knowledge-work-plugins

После установки команды становятся доступны автоматически. Можно просто написать /data:write-query и начать работать.

Стоит ли оно того

Проект выглядит как попытка Anthropic стандартизировать то, как ИИ взаимодействует с корпоративными данными. Главная ценность тут не в самих плагинах (они довольно базовые), а в возможности их кастомизации.

Вам не нужно использовать «маркетинговый плагин» в том виде, в котором его дал Anthropic. Вы форкаете репозиторий, меняете .mcp.json под свой стек инструментов, добавляете в skills описание вашего Tone of Voice и получаете инструмент, который реально понимает специфику вашего бизнеса.

Кому это точно пригодится? В первую очередь командам, которые уже плотно сидят на Claude и хотят перестать копипастить данные из вкладок браузера в чат. Если вы разработчик и вам надоело вручную собирать контекст для каждой задачи — попробуйте настроить под себя product-management или data плагины. Это сэкономит кучу времени на переключении контекста.