Communitygithub.com

facturación-y-operaciones-financieras

Flujo de trabajo basado en evidencia para ingresos, precios, reembolsos, facturación de equipos y realidad del modelo de facturación para ECC. Úsalo cuando el usuario quiera una instantánea de ventas, comparación de precios, diagnóstico de cargos duplicados o una realidad de facturación respaldada por código, en lugar de consejos genéricos de pagos.

¿Qué es facturación-y-operaciones-financieras?

Esta habilidad está diseñada para operadores que necesitan comprender el estado real de la facturación, los precios y los ingresos de un producto, basándose en datos vivos y código. Se diferencia de 'customer-billing-ops', que se centra en la remediación de clientes, al proporcionar una verdad operativa: el estado de los ingresos, las decisiones de precios, la facturación de equipos y el comportamiento real del producto respaldado por el código fuente. Es útil cuando un usuario quiere una instantánea de ventas de Stripe, comparar precios de competidores, diagnosticar cargos duplicados, o verificar si la lógica de asientos por equipo realmente se aplica en el código. La habilidad se apoya en habilidades ECC nativas como 'research-ops' para investigación de mercado, 'github-ops' para inspeccionar el código, y 'verification-loop' para probar el comportamiento del checkout. El flujo de trabajo comienza con la evidencia de facturación más reciente, clasifica los incidentes de clientes, inspecciona el código para confirmar el comportamiento de facturación, y finaliza con una decisión y la identificación de brechas en el producto. El formato de salida estructurado separa claramente las instantáneas de ventas, el impacto en el cliente, la verdad del producto respaldada por código, la decisión del operador y la brecha del producto, evitando conclusiones basadas únicamente en lenguaje de marketing.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/finance-billing-ops

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Operaciones de Facturación Financiera (Finance Billing Ops)

Utiliza esto cuando el usuario quiera entender el dinero, los precios, los reembolsos, la lógica de asientos de equipo, o si el producto realmente se comporta como lo afirma el sitio web y el material de ventas.

Esto es más amplio que customer-billing-ops. Esa habilidad es para la remediación de clientes. Esta habilidad es para la verdad del operador: estado de ingresos, decisiones de precios, facturación de equipos y comportamiento de facturación respaldado por código.

Stack de Habilidades

Incorpora estas habilidades nativas de ECC en el flujo de trabajo cuando sea relevante:

  • customer-billing-ops para la remediación y seguimiento específicos del cliente
  • research-ops cuando los precios de la competencia o la evidencia actual del mercado sean importantes
  • market-research cuando la respuesta deba terminar en una recomendación de precios
  • github-ops cuando la verdad de facturación dependa del código, el backlog o el estado de publicación en repositorios hermanos
  • verification-loop cuando la respuesta dependa de probar el comportamiento del checkout, el manejo de asientos o la concesión de derechos

Cuándo Usarlo

  • el usuario pregunta sobre ventas de Stripe, reembolsos, MRR o actividad reciente del cliente
  • el usuario pregunta si la facturación de equipos, la facturación por asiento o la acumulación de cuotas son reales en el código
  • el usuario quiere comparaciones de precios de competidores o puntos de referencia de modelos de precios
  • la pregunta mezcla hechos de ingresos con la verdad de implementación del producto

Salvaguardas

  • distingue los datos en vivo de las instantáneas guardadas
  • separa:
    • hecho de ingresos
    • impacto en el cliente
    • verdad del producto respaldada por código
    • recomendación
  • no digas "por asiento" a menos que la ruta de concesión de derechos real lo aplique
  • no asumas que las suscripciones duplicadas implican valor duplicado

Flujo de Trabajo

1. Comienza desde la evidencia de facturación más reciente

Prefiere los datos de facturación en vivo. Si los datos no están en vivo, indica explícitamente la marca de tiempo de la instantánea.

Normaliza la imagen:

  • ventas pagadas
  • suscripciones activas
  • checkouts fallidos o incompletos
  • reembolsos
  • disputas
  • suscripciones duplicadas

2. Separa los incidentes de clientes de la verdad del producto

Si la pregunta es específica del cliente, clasifica primero:

  • checkout duplicado
  • intención real de equipo
  • controles de autoservicio rotos
  • valor del producto no cumplido
  • pago fallido o configuración incompleta

Luego separa eso de la pregunta más amplia del producto:

  • ¿realmente existe la facturación de equipos?
  • ¿se cuentan realmente los asientos?
  • ¿la cantidad del checkout cambia la concesión de derechos?
  • ¿el sitio exagera el comportamiento actual?

3. Inspecciona el comportamiento de facturación respaldado por código

Si la respuesta depende de la verdad de la implementación, inspecciona la ruta del código:

  • checkout
  • página de precios
  • cálculo de concesión de derechos
  • manejo de asientos o cuotas
  • lógica de instalación vs. uso del usuario
  • portal de facturación o soporte de gestión de autoservicio

4. Termina con una decisión y una brecha del producto

Informa:

  • instantánea de ventas
  • diagnóstico del issue
  • verdad del producto
  • acción recomendada para el operador
  • brecha del producto o del backlog

Formato de Salida

INSTANTÁNEA
- marca de tiempo
- ingresos / suscripciones / anomalías

IMPACTO EN EL CLIENTE
- quién está afectado
- qué sucedió

VERDAD DEL PRODUCTO
- lo que realmente hace el código
- lo que afirma el sitio web o el material de ventas

DECISIÓN
- reembolso / preservar / convertir / no operar

BRECHA DEL PRODUCTO
- elemento de seguimiento exacto para construir o corregir

Dificultades Comunes

  • no confundas intentos fallidos con ingresos netos
  • no infieras facturación de equipos solo a partir del lenguaje de marketing
  • no compares precios de competidores de memoria cuando haya evidencia actual disponible
  • no pases del diagnóstico directamente al reembolso sin clasificar el problema

Verificación

  • la respuesta incluye una declaración de datos en vivo o una marca de tiempo de instantánea
  • las afirmaciones de verdad del producto están respaldadas por código
  • el impacto en el cliente y las conclusiones más amplias de precios/producto están separadas limpiamente

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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

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.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Skills relacionados