메뉴
应收账款账龄分析 — 生成全公司应收账款账龄分析报告，识别高风险逾期客户。 适用情形：每周固定时间（如周一）执行，从 ERP 获取应收账款数据， 按账龄/客户/信用等级多维度分析，输出逾期清单和催款优先级。 核心：账龄分层 + 逾期天数计算 + 坏账概率评估 + TOP N 高风险客户。
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/williamcorrea23/sap-router-skill --skill aging-analysis-ar명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
SKILL.md 표시 중
SAP development orchestrator v5.0.0 — Karpathy command format (Think→Simplify→ Surgical→Verify), healthcheck guardian, self-learning router, caveman-compressed output default. Delegates small-scope work to the cavecrew subagents automatically: find/search/locate → cavecrew-investigator, fix/edit/rename/typo → cavecrew-builder, review/audit/diff → cavecrew-reviewer. Multi-protocol: HTTP/OData/RFC/SOAP RFC/BDC. ZROUTER v5 REST gateway. Install pipeline: YDOWN→ZABAPGIT→ZSAPLINK. BDC engine: YFG_SBDC. Test suites: ZODATA_TEST_AUTOMATION_FGR. Use for any SAP task.
General SAP skills repository reference (secondsky/sap-skills). Use for cross-module SAP capability lookup and reference patterns.
Generate, edit, reconstruct, validate, preview, and safely deploy SAP Smart Forms (SSFO) from PDF, DOCX, XLSX, HTML, or an existing SAP form. Use for AI-assisted document-to-FormSpec extraction, native Smart Forms XML round-trips, ABAP driver generation, abapGit packaging, layout-parity review, activation checks, and governed DEV deployment.
SOC 직업 분류 기준
| name | aging-analysis-ar |
| description | 应收账款账龄分析 — 生成全公司应收账款账龄分析报告，识别高风险逾期客户。 适用情形：每周固定时间（如周一）执行，从 ERP 获取应收账款数据， 按账龄/客户/信用等级多维度分析，输出逾期清单和催款优先级。 核心：账龄分层 + 逾期天数计算 + 坏账概率评估 + TOP N 高风险客户。 |
| argument-hint | [截止日期 YYYY-MM-DD] [分析维度：全公司/指定客户/指定账龄] |
| last_reviewed | 2026-06 |
| version | 1.0.0 |
| risk_level | medium |
首次使用时： 读取 ../../CLAUDE.md 获取场景级配置（客户分级/坏账准备规则/催款政策）。
→ 示例：用户说"帮我看一下目前的应收账款账龄，超过 90 天的有哪些客户"，系统应调用本技能，执行账龄分析并识别高风险客户。
→ 示例：用户说"这个月回款不理想，帮我分析一下哪些客户拖久了"，系统应调用本技能，按账龄分层分析回款延迟原因。
→ 示例：用户说"VP 说下季度要把 DSO 压降 15 天，帮我看看从哪里入手"，系统应调用本技能，识别 DSO 压降关键杠杆。
账龄 = 截止日期 - 到期日（发票日期 + 账期）
账龄区间：
- 正常（0-30 天）：在账期内，正常管理
- 关注（31-60 天）：开始关注，催款介入
- 警告（61-90 天）：须正式催款
- 危险（91-180 天）：须升级催款 + 停止接单
- 坏账（> 180 天）：考虑法律诉讼/核销
从 [ERP] 获取应收账款数据：
查询条件：
- 截止日期：[YYYY-MM-DD]
- 客户：全部
- 状态：未清（Open）
导出字段：
客户名称 | 发票号码 | 开票日期 | 到期日 | 应收金额 | 账龄天数 | 客户信用等级 | 合同账期
从 [CRM] 补充客户信息：
□ 客户信用等级（A/B/C/D）
□ 客户联系人
□ 信用额度使用情况
□ 最近一次沟通记录
汇总统计：
总应收款：[XXX万]
- 正常（0-30 天）：[XXX万]（[X]%）
- 关注（31-60 天）：[XXX万]（[X]%）
- 警告（61-90 天）：[XXX万]（[X]%）
- 危险（91-180 天）：[XXX万]（[X]%）
- 坏账（> 180 天）：[XXX万]（[X]%）
坏账准备计提（按账龄法）：
□ 1-30 天：0% → 计提 [XXX万]
□ 31-90 天：10% → 计提 [XXX万]
□ 91-180 天：30% → 计提 [XXX万]
□ 181-365 天：50% → 计提 [XXX万]
□ > 365 天：100% → 计提 [XXX万]
坏账准备合计：[XXX万]
TOP 5 逾期大客户：
1. [客户名称]：[XXX万] / 逾期 [X] 天
2. [客户名称]：[XXX万] / 逾期 [X] 天
3. ...
风险评估：
→ 单一客户逾期 > [XXX万] 须立即升级
→ 客户逾期 > 90 天须制定专门催款计划
高风险信号检查：
□ 是否有客户连续 3 个月出现在 TOP 5 逾期清单？
□ 是否有客户信用评级在最近 3 个月内被下调？
□ 是否有客户涉及重大诉讼/被执行？
□ 是否有客户付款承诺反复失信？
═══════════════════════════════════════
应收账款账龄分析报告
截止日期：[YYYY-MM-DD]
报告生成时间：[YYYY-MM-DD HH:MM]
═══════════════════════════════════════
【总体概览】
总应收款：[XXX万]（[X] 笔）
已逾期应收款：[XXX万]（[X] 笔）
逾期率：[X%]（已逾期 / 总应收款）
【账龄分布】
账龄区间 | 金额 | 占比 | 笔数 | 坏账准备计提
---------|------|------|------|--------------
0-30天 | [XXX万] | [X%] | [X] | [X万]
31-60天 | [XXX万] | [X%] | [X] | [X万]
61-90天 | [XXX万] | [X%] | [X] | [X万]
91-180天| [XXX万] | [X%] | [X] | [X万]
>180天 | [XXX万] | [X%] | [X] | [X万]
合计 | [XXX万] | 100% | [X] | [X万]
【坏账准备】
应计提坏账准备：[XXX万]
实际计提金额：[XXX万]
差额（如有）：[XXX万]
【TOP 5 逾期大客户】
1. [客户名称] | 逾期金额：[XXX万] | 逾期天数：[X]天 | 客户等级：[A/B/C/D]
→ 最后付款日期：[YYYY-MM-DD]
→ 最后联系日期：[YYYY-MM-DD]
→ 风险等级：[🔴高/⚠️中/✅低]
2. [客户名称] | ... | ... | ...
【须立即跟进项】
□ 逾期 > 90 天的客户：[X] 家 / [XXX万]
→ 须发送正式催款函
→ 须评估是否停止接单
□ 逾期 > 180 天的客户：[X] 家 / [XXX万]
→ 须启动法律诉讼评估
→ 须准备核销材料
□ 客户信用评级下调：[X] 家
→ 须收紧信用额度
□ 新增逾期客户：[X] 家 / [XXX万]
→ 须了解原因，制定催款计划
【下月到期应收预警】
到期日 | 客户 | 金额 | 账龄
--------|------|------|------
[日期] | [客户] | [XX万] | 即将到期
...
═══════════════════════════════════════
置信度：[✅ 高 / ⚠️ 中 / 🔴 低]
报告状态：[✅ 可用 / ⏳ 数据待核实]
═══════════════════════════════════════
Finance Skills — aging-analysis-ar atomic skill