finance-ops

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

Preamble (runs on skill start)

前言（技能启动时运行）

bash

undefined

bash

undefined

Version check (silent if up to date)

python3 telemetry/version_check.py 2>/dev/null || true

Telemetry opt-in (first run only, then remembers your choice)

python3 telemetry/telemetry_init.py 2>/dev/null || true


> **Privacy:** This skill logs usage locally to `~/.ai-marketing-skills/analytics/`. Remote telemetry is opt-in only. No code, file paths, or repo content is ever collected. See `telemetry/README.md`.

---

python3 telemetry/telemetry_init.py 2>/dev/null || true


> **隐私说明：** 本技能会在本地将使用记录存储到 `~/.ai-marketing-skills/analytics/` 目录下。远程遥测仅在用户主动选择加入时启用。绝不会收集任何代码、文件路径或代码仓库内容。详见 `telemetry/README.md`。

---

AI Finance Ops

AI 财务运营

Two tools: CFO Briefing Generator and Codebase Cost Estimator.

包含两个工具：CFO简报生成器和代码库成本估算器。

Tool 1: CFO Briefing Generator

工具1：CFO简报生成器

Generate executive financial summaries from QuickBooks exports.

从QuickBooks导出文件生成高管财务摘要。

Workflow

工作流

1. Ingest Files

1. 导入文件

Place QuickBooks export files (CSV, XLSX, XLS) in a working directory. Accepted report types (any subset works — P&L alone is sufficient):

P&L Summary — Revenue, COGS, expenses, net income (MOST IMPORTANT)
P&L by Customer — Revenue breakdown by client
P&L Detail — Transaction-level detail (XLSX)
Balance Sheet — Assets, liabilities, equity
General Ledger — All account transactions
Expenses by Vendor — Vendor-level expense breakdown
Transaction List by Vendor — Detailed vendor transactions
Bill Payments — AP payment history
Cash Flow Statement — Operating/investing/financing flows (XLSX)
Account List — Chart of accounts

将QuickBooks导出文件（CSV、XLSX、XLS）放入工作目录。支持的报告类型（任意子集均可使用——仅P&L就足够）：

P&L摘要 —— 收入、销货成本、费用、净收入（最重要）
按客户划分的P&L —— 按客户划分的收入明细
P&L明细 —— 交易级明细（XLSX）
资产负债表 —— 资产、负债、权益
总账 —— 所有账户交易
按供应商划分的费用 —— 供应商级别的费用明细
按供应商划分的交易列表 —— 详细的供应商交易记录
账单支付 —— 应付账款付款历史
现金流量表 —— 经营/投资/融资现金流（XLSX）
账户列表 —— 会计科目表

2. Run Analysis

2. 运行分析

bash

python3 scripts/cfo-analyzer.py --input ./data/uploads/ [--period YYYY-MM]

Options:

```
--input DIR
```
— Directory with QB exports
```
--period YYYY-MM
```
— Override period label (default: auto-detected from files)
```
--history DIR
```
— History directory for MoM comparison (default:
```
./data/history/
```
)
```
--no-history
```
— Skip saving to history

The script:

Auto-detects file types by scanning headers
Parses each file into structured data
Computes all KPIs (see
```
references/metrics-guide.md
```
for definitions and healthy ranges)
Loads prior period from history for MoM comparison
Saves current period to history
Outputs formatted executive summary to stdout

bash

python3 scripts/cfo-analyzer.py --input ./data/uploads/ [--period YYYY-MM]

选项：

```
--input DIR
```
—— 存放QB导出文件的目录
```
--period YYYY-MM
```
—— 覆盖周期标签（默认：从文件自动检测）
```
--history DIR
```
—— 用于月度环比对比的历史数据目录（默认：
```
./data/history/
```
）
```
--no-history
```
—— 跳过保存到历史记录

脚本执行逻辑：

通过扫描表头自动检测文件类型
将每个文件解析为结构化数据
计算所有KPI（定义和健康范围参见
```
references/metrics-guide.md
```
）
从历史记录中加载上一期数据用于月度环比对比
将当前周期数据保存到历史记录
将格式化的高管摘要输出到标准输出

3. Scenario Modeling (Optional)

3. 场景建模（可选）

After running the CFO analysis, model base/bull/bear scenarios:

bash

python3 scripts/scenario-modeler.py --input ./data/financial-latest.json

This generates 12-month projections for:

Base case — current trajectory continues
Bull case — growth targets met (new product revenue + new clients)
Bear case — lose top clients

运行CFO分析后，可对基准/乐观/悲观场景进行建模：

bash

python3 scripts/scenario-modeler.py --input ./data/financial-latest.json

这会生成12个月的预测，涵盖：

基准场景 —— 延续当前发展轨迹
乐观场景 —— 达成增长目标（新产品收入+新客户）
悲观场景 —— 流失头部客户

4. Deliver Summary

4. 交付摘要

The script outputs a formatted briefing with emoji status indicators (🟢🟡🔴), suitable for Slack, email, or any messaging surface.

脚本会输出带表情状态指示器（🟢🟡🔴）的格式化简报，适用于Slack、电子邮件或任何消息平台。

File Format Details

文件格式详情

See

references/quickbooks-formats.md

for expected CSV/XLSX column formats and detection heuristics.

预期的CSV/XLSX列格式和检测规则参见

references/quickbooks-formats.md

。

Metric Thresholds

指标阈值

See

references/metrics-guide.md

for healthy ranges, red/yellow/green thresholds, and benchmark context. Adjust thresholds for your business size and type.

健康范围、红/黄/绿阈值和基准上下文参见

references/metrics-guide.md

。可根据自身业务规模和类型调整阈值。

Tool 2: Codebase Cost Estimator

工具2：代码库成本估算器

Estimate full development cost of a codebase.

估算代码库的整体开发成本。

Workflow

工作流

Step 1: Analyze the Codebase

步骤1：分析代码库

Read the entire codebase. Catalog total lines of code by language/type, architectural complexity, advanced features, testing coverage, and documentation quality.

读取整个代码库，按语言/类型分类统计总代码行数、架构复杂度、高级功能、测试覆盖率和文档质量。

Step 2: Calculate Development Hours

步骤2：计算开发时长

Apply productivity rates from

references/rates.md

. Calculate base hours per code type, then apply overhead multipliers for architecture, debugging, review, docs, integration, and learning curve.

应用

references/rates.md

中的生产率数据，计算每种代码类型的基础时长，然后乘以架构、调试、代码审查、文档、集成和学习曲线对应的管理成本乘数。

Step 3: Research Market Rates

步骤3：调研市场费率

Use web search to find current hourly rates for the relevant specializations. Build a rate table with low / median / high for the project's tech stack.

使用网页搜索查找相关技术方向的当前时薪，生成项目技术栈对应的低/中/高费率表。

Step 4: Calculate Organizational Overhead

步骤4：计算组织管理成本

Convert raw dev hours to calendar time using efficiency factors from

references/org-overhead.md

. Show estimates across company types (Solo through Enterprise).

使用

references/org-overhead.md

中的效率系数，将原始开发时长转换为日历时间，展示不同公司类型（从独立开发者到企业）的估算结果。

Step 5: Calculate Full Team Cost

步骤5：计算完整团队成本

Apply supporting role ratios and team multipliers from

references/team-cost.md

. Show role-by-role breakdown, plus summary across all company stages.

应用

references/team-cost.md

中的支持角色配比和团队乘数，展示按角色划分的明细，以及所有公司发展阶段的汇总结果。

Step 6: Generate Cost Estimate

步骤6：生成成本估算

Output the full estimate using the template in

references/output-template.md

. Include all sections: codebase metrics, dev hours, calendar time, market rates, engineering cost, full team cost, grand total summary, and assumptions.

使用

references/output-template.md

中的模板输出完整估算结果，涵盖所有板块：代码库指标、开发时长、日历时间、市场费率、工程成本、完整团队成本、总计摘要和假设前提。

Step 7: AI ROI Analysis (Optional)

步骤7：AI ROI分析（可选）

If the codebase was built with AI assistance, calculate value per AI hour using

references/claude-roi.md

. Determine active hours via git history clustering, calculate speed multiplier vs human developer, and compute cost savings and ROI.

如果代码库是在AI辅助下开发的，使用

references/claude-roi.md

计算每AI小时的价值。通过git历史聚类确定活跃时长，计算相比人类开发者的效率倍数，然后算出成本节约和ROI。

Key Principles

核心原则

Present professionally, suitable for stakeholders
Include confidence level (low/medium/high) and key assumptions
Highlight highest-complexity areas that drive cost
Always show ranges (low/avg/high), never a single number
Search for CURRENT year market rates, don't use stale data

呈现风格专业，适合利益相关方查看
包含置信度（低/中/高）和关键假设前提
高亮显示推高成本的最高复杂度领域
始终展示范围（低/平均/高），绝不给出单一数字
搜索当前年度的市场费率，不要使用过时数据