Agent Skills by ALSEL
Anthropic ClaudeLLM・AI開発⭐ リポ 0品質スコア 50/100

cfo-advisor

財務計画、資金調達、投資家向けレポーティング、ユニットエコノミクス、キャッシュ管理、財務オペレーションなど、CFOとしての財務リーダーシップを支援するアドバイザースキルです。財務モデルの構築、資金調達デューデリジェンスの準備、投資家向けレポートパッケージの設計、ユニットエコノミクスの算出、キャッシュランウェイの管理、月次決算プロセスの計画などに活用できます。

description の原文を見る

> Financial leadership advisor for CFOs on financial planning, fundraising, investor reporting, unit economics, cash management, and financial operations. Use when building a financial model, preparing for fundraising due diligence, designing investor reporting packages, calculating unit economics, managing cash runway, or planning month-end close processes.

SKILL.md 本文

CFO Advisor

エージェントは分割CFO として機能し、SaaS ベンチマーク、GAAP 基準、および投資家期待に基づいた財務戦略と運営ファイナンス指導を提供します。

ワークフロー

  1. 財務ベースラインの確立 -- 現在の ARR、バーンレート、現金残高、ヘッドカウントを収集します。月単位のランウェイを計算します。データが最近(30日以内)であることを検証します。
  2. ユニットエコノミクスの構築 -- 以下の公式を使用して CAC、LTV、CAC Payback、LTV:CAC 比率、NRR、Burn Multiple を計算します。ベンチマーク範囲外のメトリクスにフラグを立てます。
  3. 財務モデルの構築 -- Revenue Build と Expense Build の構造に従う3年モデルを構築します。すべての主要な仮定を明確に記録します。
  4. 投資家レポートの設計 -- Monthly Metrics Package テンプレートを構成します。Board Financial Presentation スライド構造を四半期使用用に設定します。
  5. キャッシュ管理のセットアップ -- 13週間のキャッシュフロー予測を構築します。月次ローリング予測を確立します。最低6ヶ月のランウェイが維持されていることを確認します。
  6. クローズカデンスの確立 -- Month-End Timeline(Day 1-12)を実装します。各品質チェックリスト項目に責任者を割り当てます。
  7. リスク態勢の評価 -- 市場、信用、運営リスク カテゴリを確認します。保険補償が会社段階に対して適切であることを確認します。

SaaS ユニットエコノミクス

CAC = (Sales + Marketing Spend) / New Customers
CAC Payback = CAC / (ARPU x Gross Margin)

LTV = ARPU x Gross Margin x Customer Lifetime
LTV:CAC Ratio = LTV / CAC                        Target: > 3:1

Logo Retention = (Customers End - New) / Customers Start
Net Revenue Retention = (MRR End - Churn + Expansion) / MRR Start

Burn Multiple

Burn Multiple = Net Burn / Net New ARR

< 1.0x   Excellent efficiency
1.0-1.5x Good efficiency
1.5-2.0x Average
> 2.0x   Needs improvement

Rule of 40

Rule of 40 = Revenue Growth % + Profit Margin %

> 40%   Strong performance
20-40%  Acceptable
< 20%   Needs attention

Monthly Metrics Package

FINANCIAL HIGHLIGHTS
- Revenue: $X.XM (vs Plan: +/-Y%)
- Gross Margin: XX% (vs Plan: +/-Y%)
- Operating Loss: $X.XM (vs Plan: +/-Y%)
- Cash Balance: $X.XM
- Runway: XX months

REVENUE METRICS
- ARR: $X.XM (+Y% QoQ)
- Net New ARR: $XXK
- NRR: XXX%
- Logo Churn: X.X%

EFFICIENCY METRICS
- CAC: $X,XXX
- CAC Payback: XX months
- Burn Multiple: X.Xx

Board Financial Presentation

  1. 財務サマリー(1スライド)
  2. 売上パフォーマンス(1~2スライド)
  3. 費用内訳(1スライド)
  4. キャッシュフローとランウェイ(1スライド)
  5. 主要メトリクスのトレンド(1スライド)
  6. 予測見通し(1スライド)

Revenue Build(財務モデル)

  1. 開始時の ARR / 顧客数
  2. 新規ロゴ想定(セグメント別)
  3. 拡大率
  4. チャーン率
  5. 価格変更
  6. セグメント構成

Expense Build(財務モデル)

  1. ヘッドカウント計画(部門別)
  2. 報酬と福利厚生
  3. 契約社員
  4. ソフトウェア / ツール
  5. 施設
  6. マーケティング プログラム
  7. 旅行とイベント

予算カテゴリ

カテゴリ細目
売上新規案件(セグメント別)、拡大、更新、プロフェッショナル サービス
売上原価ホスティング/インフラ、サポート、PS 提供、決済処理
OpExSales & Marketing、R&D、G&A

Month-End Close Timeline

DaysActivity
1-3取引カットオフ
3-5調整
5-7見積計上と調整
7-10経営レビュー
10-12最終クローズ

品質チェックリスト: 銀行調整、売上認識、費用見積計上、前払い償却、繰延収益、連結消去、変動分析。

売上認識(ASC 606)

  1. 契約を特定する
  2. 履行義務を特定する
  3. 取引価格を決定する
  4. 義務に価格を配分する
  5. 履行時に売上を認識する

SaaS の考慮事項: サブスクリプション対使用量ベース売上、実装サービス、プロフェッショナル サービス、複数年契約、割引とクレジット。

キャッシュ管理

13-Week Cash Flow: すべての既知の流出入の週単位の予測。毎週レビュー。最小現金バッファを維持します。

Monthly Rolling Forecast: 売上回収タイミング、給与、ベンダー支払い、債務返済、および CapEx をカバーする12ヶ月先の見通し。

Treasury Principles: 6ヶ月以上のランウェイを維持、資本を保全、アイドル現金の利回りを最適化、投資方針に従う。

キャッシュ保全レバー(ランウェイ延長時):

  1. 採用凍結
  2. ベンダー交渉
  3. 自由裁量支出カット
  4. 支払い条件延長
  5. 売上加速
  6. ブリッジファイナンス

Due Diligence Data Room チェックリスト

財務データ:

  • 3年の過去財務諸表
  • セグメント別月次 P&L
  • バランスシートとキャッシュフロー
  • ARR/MRR コホート分析
  • 顧客ユニットエコノミクス
  • 売上認識方針
  • AR 高齢化
  • AP サマリー

予測:

  • 3~5年の財務モデル
  • 記録された主要な仮定
  • 感度分析
  • 資金使途内訳
  • 利益達成への道筋

財務リスク カテゴリ

リスク タイプ主な懸念事項
マーケット金利エクスポージャー、FX エクスポージャー、顧客集中
クレジット顧客信用度、AR 高齢化、貸倒引当金
運営内部統制、不正防止、システム信頼性

例: Series-A SaaS 財務スナップショット

Series B の準備をしている Series-A 企業($3M ARR、35従業員、$12M 調達):

Unit Economics:
  CAC: $22K  |  LTV: $88K  |  LTV:CAC: 4.0x  |  CAC Payback: 16 months
  NRR: 115%  |  Logo Retention: 90%  |  Gross Margin: 78%

Burn:
  Monthly burn: $350K  |  Net new ARR/month: $180K
  Burn Multiple: 1.9x (average -- needs improvement for Series B)
  Cash: $5.2M  |  Runway: 15 months

Rule of 40:
  Revenue growth: 95% YoY  |  Profit margin: -40%
  Score: 55% (strong)

Board recommendation: Raise in 6 months at current trajectory.
  Target metrics for raise: Burn Multiple < 1.5x, NRR > 120%.

必須保険方針

D&O、E&O、Cyber liability、General liability、Workers compensation、Key person insurance。

スクリプト

# Unit economics calculator
python scripts/unit_economics.py --metrics data.csv

# Cash flow projector
python scripts/cash_forecast.py --actuals Q1.csv --assumptions model.yaml

# Financial model builder
python scripts/fin_model.py --template saas --output model.xlsx

# Investor metrics dashboard
python scripts/investor_metrics.py --period monthly

参考資料

  • references/financial_modeling.md -- モデル構築ガイド
  • references/saas_metrics.md -- SaaS メトリクス深掘り
  • references/accounting_policies.md -- ポリシー文書
  • references/audit_prep.md -- 監査準備ガイド

ツール リファレンス

financial_health_scorer.py

包括的な SaaS 財務健全性評価: Rule of 40、burn multiple、LTV:CAC、CAC payback、NRR、magic number、および投資家レディネス判定を含むコンポジット スコア。

# デモデータで実行(Series A SaaS)
python scripts/financial_health_scorer.py

# 主要メトリクスで簡単評価
python scripts/financial_health_scorer.py --arr 3000000 --revenue-growth 95 --profit-margin -40 --burn 350000 --cash 5200000 --nrr 115 --gross-margin 78 --headcount 35

# JSON ファイルから
python scripts/financial_health_scorer.py --input financials.json

# JSON 出力
python scripts/financial_health_scorer.py --input financials.json --json

burn_rate_calculator.py

バーンレート、5つのシナリオ(現在、採用凍結、10% カット、20% カット、売上加速)下のランウェイ、13週間キャッシュフロー予測を生成、およびアクション トリガーを識別します。

# デモデータで実行
python scripts/burn_rate_calculator.py

# クイック計算
python scripts/burn_rate_calculator.py --cash 5200000 --revenue 250000 --expenses 600000 --headcount 35

# JSON 出力
python scripts/burn_rate_calculator.py --json

scenario_modeler.py

確率加重、感度分析、決定トリガーを備えた3シナリオ財務予測エンジン。8四半期にわたるベース、上振れ、下振れケースを予測します。

# デモデータで実行
python scripts/scenario_modeler.py

# 主要インプットからクイックモデル
python scripts/scenario_modeler.py --arr 3000000 --expenses 900000 --cash 5200000 --quarters 8

# カスタムシナリオ付き JSON から
python scripts/scenario_modeler.py --input scenarios.json

# JSON 出力
python scripts/scenario_modeler.py --json

トラブルシューティング

問題原因の可能性対応
Burn multiple が > 3.0x を示す支出が net new ARR を大幅に上回るS&M 効率を監査、採用凍結を検討、パイプライン転換率を検証
Rule of 40 スコアが 20% 未満成長が鈍化し、対応するマージン改善がない成長を再加速するか、コストをカットしてマージンを改善 -- 中間値は維持不可
CAC payback が 24 ヶ月を超える営業サイクルが長い、ACV が低い、または S&M 支出が多いCAC をチャネル別に分割、パフォーマンスの低いチャネルをカット、価格設定で ACV を引き上げ
LTV:CAC 比率が 2.0x 未満顧客生涯が短い(チャーン)または取得が高いチャーンに対処(ROI が高い)、その後チャネル別 CAC を最適化
NRR が 100% 未満縮小とチャーンが拡大売上を超える拡大プレイブック構築、チャーン顧客をセグメント化、カスタマー サクセスに投資
財務モデルの仮定がボードから疑問視される仮定が記録されていない、または非現実的すべての仮定を明示的に記録、主要変数の感度分析を表示
Month-end close が 15日以上かかる手動プロセス、調整漏れ、または責任不明Day 1-12 close timeline を実装、各チェックリスト項目に責任者を割り当て

成功基準

  • 財務健全性コンポジット スコアが 65/100 を超える(financial_health_scorer.py で四半期ごと計測)
  • Series B+ 企業の Rule of 40 スコアを 40% 以上に維持
  • Burn multiple が 2.0x 未満(Series B レディネスで 1.5x 未満)
  • CAC payback が 18ヶ月未満(トップクォータイル パフォーマンスで 12ヶ月未満)
  • Month-end close を 12営業日以内に完了、重大調整ゼロ
  • 各ボード会議の 48 時間以上前に Board financial presentation を完了
  • キャッシュ ランウェイを常に 12ヶ月以上に維持(18ヶ月以上推奨)

スコープと制限

対象範囲: SaaS ユニットエコノミクス、バーンレート分析、財務モデリング、キャッシュ管理、投資家レポート、month-end close、売上認識(ASC 606)、due diligence 準備、シナリオモデリング。

対象外: 税務計画、法人構造、監査実行、給与処理、accounts payable/receivable 運営、保険調達、エクイティ キャップテーブル管理。

制限事項: 財務健全性スコアは SaaS 以外のビジネスモデルに適用されないかもしれない業界ベンチマークを使用します。バーンレート計算機は線形/指数近似を使用 -- 実際のキャッシュフローは請求サイクルと支払いタイミングで異なります。シナリオモデラーは方向性のあるガイダンスを提供、監査可能な財務予測ではありません。


統合ポイント

スキル統合
ceo-advisor財務シナリオがボード戦略議論に供給
board-deck-builder財務更新セクション、すべてのデック数字を CFO ツールで検証
cro-advisor売上予測、パイプライン対売上転換仮定
chro-advisorヘッドカウント予算モデリング、完全充当コスト計算
ciso-advisorコンプライアンス予算を定量化リスク エクスポージャーに対してサイジング
company-os週次スコアカードの財務メトリクス
chief-of-staff財務質問をルーティング、CFO + CEO パースペクティブを統合

ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

詳細情報

作者
borghei
リポジトリ
borghei/claude-skills
ライセンス
MIT
最終更新
不明

Source: https://github.com/borghei/claude-skills / ライセンス: MIT

関連スキル

OpenAILLM・AI開発⭐ リポ 6,054

agent-browser

AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。

by JimmyLv
汎用LLM・AI開発⭐ リポ 1,982

anyskill

AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 1,982

engram

AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 21,584

skyvern

AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。

by Skyvern-AI
汎用LLM・AI開発⭐ リポ 1,149

pinchbench

PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。

by pinchbench
汎用LLM・AI開発⭐ リポ 4,693

openui

OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。

by thesysdev
本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: borghei · borghei/claude-skills · ライセンス: MIT