本技能介绍数值优化（LP、MILP、QP）的概念与建模工作流。涵盖从问题文本中识别参数、约束、决策和目标，判断优化类型，解析隐含目标和约束，并掌握常见建模模式（分段线性目标、下料问题、目标规划、多周期库存、混合中间处理等），帮助用户将实际问题转化为标准优化公式。关键词：线性规划、混合整数规划、二次规划、优化建模、数值优化、LP、MILP、QP、目标规划、下料问题、库存优化、cuOpt。

cuOpt安装指南。提供针对NVIDIA cuOpt的Python、C、REST服务器安装与部署的详细步骤，包括pip/conda/Docker方式、CUDA版本匹配、验证方法及故障排查。关键词：cuopt、安装、部署、Python、C API、REST服务器、Docker、CUDA、组合优化。

面向 NVIDIA cuOpt 求解器源码开发的技能。涵盖 C++/CUDA 核心、Python 绑定、REST 服务器、CI/CD 的修改、构建、测试、调试与贡献流程，包括 DCO 签署、代码规范、依赖管理。关键词：cuOpt、组合优化、求解器、路由优化、C++、CUDA、Python绑定、Cython、NVIDIA、开发、构建、测试、CI、贡献指南、DCO。

本技能指导用户部署和调用NVIDIA cuOpt REST服务器，包括启动服务器（Docker/本地）、健康检查、提交VRP/LP/MILP优化请求并轮询获取结果，提供Python与curl客户端示例，以及REST/Python API字段对照和故障排查。关键词：cuOpt、优化服务器、REST API、车辆路径问题、VRP、LP、MILP、Docker部署、Python客户端。

本技能提供NVIDIA cuOpt数值优化API的完整使用指南，涵盖LP（线性规划）、MILP（混合整数规划）和QP（二次规划）问题求解，支持Python、C/C++和CLI接口，并可作为AMPL、GAMS、PuLP、JuMP、Pyomo、CVXPY等第三方建模语言的求解后端，利用GPU加速实现大规模优化求解。关键词：cuOpt, LP, MILP, QP, 数值优化, GPU加速, 工业组合优化

本技能通过反复运行 cuOpt 单目标求解（加权和法与 ε-约束法），追踪、完善并解读竞争目标间的帕累托前沿，帮助用户在多目标设置中揭示权衡、标识拐点并报告精确/近似的候选解。核心关键词：多目标优化、帕累托前沿、ε-约束、加权和、权衡分析、cuOpt。