Communitygithub.com

Finance Billing Ops

Flux de travail axé sur les preuves pour les revenus, la tarification, les remboursements, la facturation des équipes et la réalité du modèle de facturation pour ECC. Utilisez-le lorsque l'utilisateur souhaite un aperçu des ventes, une comparaison des prix, un diagnostic de double facturation ou une réalité de facturation fondée sur le code, plutôt que des conseils génériques sur les paiements.

Qu'est-ce que Finance Billing Ops ?

Cette compétence est conçue pour les opérateurs et les développeurs utilisant l'écosystème ECC qui ont besoin d'une compréhension factuelle et fondée sur le code des aspects financiers de leur produit ou service. Contrairement aux compétences génériques de conseil en facturation, 'Finance Billing Ops' se concentre sur la vérité opérationnelle : l'état réel des revenus, l'implémentation réelle de la tarification (par exemple, la facturation par siège), le comportement du code en matière de remboursements et la logique des abonnements d'équipe. Elle s'appuie sur des données en direct de Stripe, l'inspection du code dans les dépôts GitHub et les preuves du marché pour fournir des réponses vérifiables. Cette compétence est idéale pour diagnostiquer les anomalies de facturation (comme les doubles abonnements), comparer les modèles de tarification des concurrents ou déterminer si le comportement réel du produit correspond aux affirmations marketing. Elle intègre des compétences ECC natives telles que 'customer-billing-ops' pour les cas clients spécifiques, 'research-ops' pour les preuves de marché, et 'github-ops' pour la vérification du code, garantissant une séparation claire entre les faits de revenus, l'impact client et les écarts produits. Le résultat est structuré en sections distinctes (instantané, impact client, vérité produit, décision, écart produit), ce qui en fait un outil puissant pour les audits de facturation et les décisions fondées sur des preuves.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Opérations de Facturation Financière

Utilisez cette compétence lorsque l'utilisateur souhaite comprendre l'argent, la tarification, les remboursements, la logique des sièges d'équipe, ou si le produit se comporte réellement comme le site web et les textes commerciaux le laissent entendre.

Ceci est plus large que customer-billing-ops. Cette compétence est destinée à la remédiation client. Celle-ci est destinée à la vérité de l'opérateur : état des revenus, décisions de tarification, facturation des équipes et comportement de facturation fondé sur le code.

Stack de Compétences

Intégrez ces compétences natives ECC dans le flux de travail lorsque cela est pertinent :

  • customer-billing-ops pour la remédiation et le suivi spécifiques au client
  • research-ops lorsque la tarification des concurrents ou les preuves de marché actuelles sont importantes
  • market-research lorsque la réponse doit aboutir à une recommandation de tarification
  • github-ops lorsque la vérité sur la facturation dépend du code, du backlog ou de l'état des versions dans les dépôts frères
  • verification-loop lorsque la réponse dépend de la preuve du comportement de checkout, de la gestion des sièges ou des droits

Quand Utiliser

  • l'utilisateur demande des ventes Stripe, des remboursements, le MRR ou une activité client récente
  • l'utilisateur demande si la facturation d'équipe, la facturation par siège ou l'accumulation de quotas est réelle dans le code
  • l'utilisateur souhaite des comparaisons de tarification avec les concurrents ou des benchmarks de modèles de tarification
  • la question mélange des faits de revenus avec la réalité de l'implémentation du produit

Garde-fous

  • distinguez les données en direct des instantanés sauvegardés
  • séparez :
    • fait de revenu
    • impact client
    • vérité produit fondée sur le code
    • recommandation
  • ne dites pas "par siège" à moins que le chemin d'accès aux droits réel ne l'applique
  • ne supposez pas que des abonnements en double impliquent une valeur double

Flux de Travail

1. Commencez par les preuves de facturation les plus récentes

Privilégiez les données de facturation en direct. Si les données ne sont pas en direct, indiquez explicitement l'horodatage de l'instantané.

Normalisez l'image :

  • ventes payées
  • abonnements actifs
  • checkouts échoués ou incomplets
  • remboursements
  • litiges
  • abonnements en double

2. Séparez les incidents clients de la vérité produit

Si la question est spécifique au client, classez d'abord :

  • checkout en double
  • véritable intention d'équipe
  • contrôles en libre-service défaillants
  • valeur produit non satisfaite
  • paiement échoué ou configuration incomplète

Séparez ensuite cela de la question produit plus large :

  • la facturation d'équipe existe-t-elle vraiment ?
  • les sièges sont-ils réellement comptés ?
  • la quantité de checkout modifie-t-elle les droits ?
  • le site exagère-t-il le comportement actuel ?

3. Inspectez le comportement de facturation fondé sur le code

Si la réponse dépend de la vérité d'implémentation, inspectez le chemin de code :

  • checkout
  • page de tarification
  • calcul des droits
  • gestion des sièges ou des quotas
  • logique d'utilisation par installation vs utilisateur
  • portail de facturation ou support de gestion en libre-service

4. Terminez par une décision et un écart produit

Rapportez :

  • instantané des ventes
  • diagnostic du problème
  • vérité produit
  • action opérateur recommandée
  • écart produit ou backlog

Format de Sortie

INSTANTANÉ
- horodatage
- revenus / abonnements / anomalies

IMPACT CLIENT
- qui est concerné
- ce qui s'est passé

VÉRITÉ PRODUIT
- ce que le code fait réellement
- ce que le site web ou les textes commerciaux prétendent

DÉCISION
- remboursement / conservation / conversion / sans action

ÉCART PRODUIT
- élément de suivi précis à construire ou à corriger

Pièges

  • ne confondez pas les tentatives échouées avec le revenu net
  • ne déduisez pas la facturation d'équipe à partir du seul langage marketing
  • ne comparez pas la tarification des concurrents de mémoire lorsque des preuves récentes sont disponibles
  • ne passez pas du diagnostic directement au remboursement sans classer le problème

Vérification

  • la réponse inclut une déclaration de données en direct ou un horodatage d'instantané
  • les affirmations de vérité produit sont fondées sur le code
  • l'impact client et les conclusions plus larges sur la tarification/produit sont clairement séparés

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.

Skills associés