Communitygithub.com

Finanz- und Abrechnungsbetrieb

Evidenzbasierter Arbeitsablauf für Umsätze, Preise, Rückerstattungen, Teamabrechnung und Abrechnungsmodell-Wahrheit für die Unternehmenskundenbetreuung (ECC). Verwende diesen Skill, wenn der Benutzer eine Verkaufsübersicht, einen Preisvergleich, eine Diagnose von Doppelzahlungen oder eine codegestützte Abrechnungsrealität benötigt, anstatt allgemeine Zahlungsberatung.

Was ist Finanz- und Abrechnungsbetrieb?

Dieser Skill, 'Finanz- und Abrechnungsbetrieb', ist speziell für Systembetreuer und Entwickler konzipiert, die die finanzielle Wahrheit hinter Produkten verstehen müssen. Er geht über die reine Kundenabrechnung hinaus und deckt die betriebliche Realität von Umsätzen, Preisentscheidungen, Teamabrechnungen und codegestütztem Abrechnungsverhalten ab. Der Skill hilft dabei, Live-Daten von gespeicherten Schnappschüssen zu unterscheiden und klare Trennungen zwischen Umsatzfakten, Kundenauswirkungen, codegestützter Produktwahrheit und Empfehlungen zu schaffen. Er unterstützt die Arbeit mit Plattformen wie Stripe und umfasst Workflows zur Analyse von Verkaufsdaten, zur Diagnose von Kundenproblemen (wie Doppelbuchungen oder fehlgeschlagenen Zahlungen) und zur Überprüfung von Abrechnungscode in GitHub. Typische Anwendungsfälle sind die Erstellung von Umsatzübersichten, die Diagnose ungewöhnlicher Abrechnungsmuster, der Vergleich von Wettbewerbspreisen und die Identifizierung von Produktlücken, die im Backlog behoben werden müssen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/finance-billing-ops
Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Was macht Finanz- und Abrechnungsbetrieb?

Verwende diesen Skill, wenn der Benutzer Geld, Preise, Rückerstattungen, Team-Sitzlogik oder verstehen möchte, ob sich das Produkt tatsächlich so verhält, wie es die Website und die Verkaufsunterlagen suggerieren.

Dieser Skill ist umfassender als customer-billing-ops (Kundenabrechnungsbetrieb). Jener Skill ist für die Kundenbetreuung gedacht. Dieser Skill ist für die betriebliche Wahrheit: Umsatzstatus, Preisentscheidungen, Teamabrechnung und codegestütztes Abrechnungsverhalten.

Skill-Stack

Ziehe bei Bedarf diese ECC-nativen Skills in den Arbeitsablauf ein:

  • customer-billing-ops für kundenspezifische Betreuung und Nachverfolgung
  • research-ops wenn Wettbewerbspreise oder aktuelle Marktbelege wichtig sind
  • market-research wenn die Antwort in einer Preisempfehlung enden soll
  • github-ops wenn die Abrechnungswahrheit von Code, Backlog oder Release-Zustand in benachbarten Repos abhängt
  • verification-loop wenn die Antwort vom Nachweis des Checkout-, Sitzverwaltungs- oder Berechtigungsverhaltens abhängt

Wann verwenden

  • Der Benutzer fragt nach Stripe-Verkäufen, Rückerstattungen, MRR oder aktuellen Kundenaktivitäten
  • Der Benutzer fragt, ob Teamabrechnung, Pro-Sitz-Abrechnung oder Quotenstapelung im Code real ist
  • Der Benutzer wünscht Wettbewerbspreisvergleiche oder Preismodell-Benchmarks
  • Die Frage vermischt Umsatzfakten mit der Implementierungswahrheit des Produkts

Leitplanken

  • Unterscheide Live-Daten von gespeicherten Schnappschüssen
  • Trenne:
    • Umsatzfakt
    • Kundenauswirkung
    • codegestützte Produktwahrheit
    • Empfehlung
  • Sage nicht „pro Sitz“, es sei denn, der tatsächliche Berechtigungspfad erzwingt dies
  • Gehe nicht davon aus, dass doppelte Abonnements doppelten Wert implizieren

Arbeitsablauf

1. Beginne mit dem frischesten Abrechnungsnachweis

Bevorzuge Live-Abrechnungsdaten. Sind die Daten nicht live, gib den Zeitstempel des Schnappschusses explizit an.

Normalisiere das Bild:

  • bezahlte Verkäufe
  • aktive Abonnements
  • fehlgeschlagene oder unvollständige Checkouts
  • Rückerstattungen
  • Streitfälle
  • doppelte Abonnements

2. Trenne Kundenereignisse von der Produktwahrheit

Ist die Frage kundenspezifisch, klassifiziere zuerst:

  • doppelter Checkout
  • echte Teamabsicht
  • defekte Selbstbedienungssteuerung
  • unerfüllter Produktwert
  • fehlgeschlagene Zahlung oder unvollständige Einrichtung

Trenne dies dann von der übergeordneten Produktfrage:

  • existiert Teamabrechnung wirklich?
  • werden Sitze tatsächlich gezählt?
  • ändert die Checkout-Menge die Berechtigung?
  • überzeichnet die Website das aktuelle Verhalten?

3. Überprüfe das codegestützte Abrechnungsverhalten

Hängt die Antwort von der Implementierungswahrheit ab, überprüfe den Codepfad:

  • Checkout
  • Preisseite
  • Berechtigungsberechnung
  • Sitz- oder Quotenverwaltung
  • Logik zur Installation vs. Benutzernutzung
  • Abrechnungsportal oder Selbstbedienungsverwaltung

4. Beende mit einer Entscheidung und einer Produktlücke

Berichte:

  • Verkaufsübersicht
  • Problemdiagnose
  • Produktwahrheit
  • empfohlene Betreiberaktion
  • Produkt- oder Backlog-Lücke

Ausgabeformat

ÜBERSICHT
- Zeitstempel
- Umsatz / Abonnements / Anomalien

KUNDENAUSWIRKUNG
- wer ist betroffen
- was ist passiert

PRODUKTWAHRHEIT
- was der Code tatsächlich tut
- was die Website oder die Verkaufsunterlagen behaupten

ENTSCHEDUNG
- Rückerstattung / Erhalten / Konvertieren / Keine Aktion

PRODUKTLÜCKE
- genauer Folgepunkt zum Bauen oder Beheben

Fallstricke

  • Vermische fehlgeschlagene Versuche nicht mit Nettoumsatz
  • Leite Teamabrechnung nicht allein aus Marketingtexten ab
  • Vergleiche Wettbewerbspreise nicht aus dem Gedächtnis, wenn aktuelle Belege verfügbar sind
  • Springe nicht von der Diagnose direkt zur Rückerstattung, ohne das Problem zu klassifizieren

Verifikation

  • Die Antwort enthält eine Live-Daten-Angabe oder einen Schnappschuss-Zeitstempel
  • Behauptungen zur Produktwahrheit sind codegestützt
  • Kundenauswirkungen und übergeordnete Preis-/Produktschlussfolgerungen sind sauber getrennt

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳：このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Verwandte Skills

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community