budget-tracker

/digital-marketing-pro:budget-tracker

脚本位置。 如果你的宿主未设置 ${CLAUDE_PLUGIN_ROOT}，脚本位于此插件的 scripts/ 文件夹中，与 skills/ 文件夹同级。请使用 Python 3.10 或更高版本运行：python；如果系统中找不到 python，则使用 python3（macOS 和许多 Linux 系统）。

用途

实时跟踪所有已连接广告平台的广告预算。分析支出与目标的进度，预测期末总支出，标记超支风险和支出不足造成的低效，计算每日消耗速率，并建议重新分配预算，以便在剩余预算周期内最大化 ROI。此工具专为媒体购买人员和营销经理设计，帮助他们集中查看资金流向，并了解预算是否得到了有效利用。

所需输入

用户必须提供（或系统会提示用户提供）：

• 预算周期：本月、本季度或自定义日期范围（例如“2 月 1 日 - 3 月 31 日”）。 用于确定进度计算的分母和预测时间范围
• 要纳入的广告平台：所有已连接的平台或指定的平台（例如“仅 Google Ads 和 Meta”）。 默认纳入所有已连接的广告 MCP
• 各平台预算目标（可选）：此周期内各平台的具体支出目标。 如果未提供，则从 profile.json 中的 budget_range 和已保存的平台预算分配中提取目标
• 总预算（可选）：此周期的总预算上限。 如果未提供，则从 profile.json 中的 budget_range 提取
• 提醒阈值（可选）：自定义超出进度（默认：超过预期进度的 110%）和 支出不足（默认：低于预期进度的 70%）标记阈值
• 包含效率指标（可选）：是否在支出数据之外获取 CPA、ROAS 和转化数据。 默认启用

流程

1. 加载品牌背景：读取 ~/.claude-marketing/brands/_active-brand.json，获取当前启用的 slug，然后加载 ~/.claude-marketing/brands/{slug}/profile.json。应用品牌语气、目标市场的合规规则（skills/context-engine/compliance-rules.md）以及行业背景。另检查 ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json 中是否有指南；如有，则加载其中的限制要求。检查 ~/.claude-marketing/sops/ 中是否有代理机构的 SOP。如果不存在品牌，询问：“先设置品牌吗（/digital-marketing-pro:brand-setup）？”——或者使用默认设置继续。
2. 提取预算目标：从 profile.json 中提取 budget_range，以及之前运行预算优化器或媒体计划时保存的各平台预算分配。如果用户提供了明确目标，则以其为准。计算各平台的目标日均支出（预算 / 周期天数）。
3. 从已连接的广告 MCP 获取支出数据：查询每个已连接的广告平台（google-ads、meta-marketing、linkedin-marketing、tiktok-ads），获取当前周期的支出数据——迄今为止的总支出、每日支出明细、各广告系列的支出分布，以及成本指标（各广告系列的 CPC、CPM、CPA）。
4. 计算各平台的预算进度：将支出数据和预算目标传入 python "${CLAUDE_PLUGIN_ROOT}/scripts/ad-budget-pacer.py" --budget {total} --period-days {N} --days-elapsed {N} --spend-to-date {amount}，计算已过天数/剩余天数、预算消耗比例与预期进度比例、进度比率（实际 / 预期）、每日消耗速度（7 日平均值）以及消耗速度趋势（加快/稳定/放缓）。
5. 预测周期结束时的支出：根据各平台当前的每日消耗速度，推算至周期结束——分别给出最佳情况（近期最低日支出）、预期情况（7 日平均值）和最差情况（近期最高日支出）的预测。
6. 与预算目标比较：针对各平台，计算预计的周期结束支出与预算目标之间的差额，并以金额和百分比偏差表示。
7. 标记进度问题：生成提醒——进度超前，严重（>120%，立即采取行动：降低出价、暂停表现不佳的广告系列、设置每日上限）；进度超前，警告（110-120%，本周进行预防性调整）；支出不足，警告（<70%，提高出价、扩大定向范围或重新分配预算）；支出不足，提示（70-85%，持续监控）。
8. 获取效率指标：获取各平台的 CPA、ROAS、转化量和单次转化成本，使预算重新分配决策以效果表现为依据，而不只是依据进度。
9. 建议重新分配预算：将当前支出效率数据传入 python "${CLAUDE_PLUGIN_ROOT}/scripts/budget-optimizer.py"，建议从支出不足或效率较低的平台，向表现优异且仍有扩量空间的平台转移具体金额。说明每项调整建议的理由。
10. 保存预算快照：通过 python "${CLAUDE_PLUGIN_ROOT}/scripts/performance-monitor.py" --brand {slug} --action save-snapshot --data '{...pacing metrics...}' 保存当前进度快照，以便追踪历史数据、分析趋势，并在后续运行预算追踪器时进行比较。

输出

结构化预算仪表板，包含：

• 预算摘要：该周期的总预算、截至目前的总支出、剩余总额、整体进度百分比、已过天数、剩余天数、周期结束时的预计总额，以及整体健康状态（正常、超速、进度落后）
• 各平台支出表：平台名称、预算目标、截至目前的实际支出、进度百分比、日均消耗速率（7 天平均值）、周期结束时的预计支出、与目标的差额（美元和百分比），以及状态标记（绿色／黄色／红色）
• 进度可视化数据：各平台的每日支出轨迹与理想线性进度对比，突出显示整个周期内支出加速、减速或保持均匀的情况
• 超支／支出不足提醒：按优先级排序的进度问题列表，包含严重程度、平台、当前进度百分比、预计差额，以及具体建议的纠正措施
• 预算重新分配建议：平台之间具体的金额调整及理由——例如：“将 LinkedIn 的 2,000 美元（进度 62%，CPA 为 85 美元）转至 Google Ads（进度 98%，CPA 为 22 美元，仍有扩量空间）”
• 效率背景：各平台的 CPA、ROAS、转化量和成本趋势，并与支出数据一同呈现，使预算决策兼顾效果质量，而不只是进度
• 每日消耗速率明细：各平台当前每日支出与目标每日支出的对比，以及 7 天趋势方向和加速／减速指标
• 预测情景：各平台及汇总层面的周期结束支出预测，包括最佳、预期和最差情景，并提供置信区间
• 执行摘要：用 2-3 句话概述预算整体健康状况、最大的风险或机会，以及当前最重要的一项行动

使用的 Agent

• performance-monitor-agent — 从已连接的广告 MCP 获取支出数据并进行汇总、计算进度、建立预测模型、持久化快照，以及分析历史支出趋势
• media-buyer — 预算优化策略、重新分配建议、平台特定的支出策略（出价策略、每日上限、受众扩展），以及拍卖动态方面的专业知识