mcpField
C
cuopt-routing-api-python

cuopt-routing-api-python

github.com/promptingcompany数据与数据库039 次安装17 周前更新
代码仓库

关于 cuopt-routing-api-python

面向 Python 的技能，用于构建和求解 cuOpt 路由问题，如 TSP、VRP 和 PDP。内容包括模型数据、约束、求解器设置、结果检查及常见问题排查。

主要功能

  1. 01TSP、VRP 和 PDP 建模
  2. 02时间窗与容量约束
  3. 03获取路线和目标值
  4. 04检查求解状态与不可行订单
  5. 05明确指定数据类型

适用场景

  1. 01构建带时间窗的车辆路径模型
  2. 02按车辆容量安排配送订单
  3. 03求解失败后检查不可行订单
  4. 04检查路线成本和求解状态

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/promptingcompany/nv-skills --skill cuopt-routing-api-python

安装后在 Claude Code 中输入/cuopt-routing-api-python确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

BENCHMARK.md
skill-card.md
skill.oms.sig
assets/
README.md
assets/pdp_basic/
model.py
README.md
assets/vrp_basic/
model.py
README.md
evals/
evals.json
references/
examples.md
server_examples.md

详细介绍

cuOpt 路由 — Python API

编码前，请确认问题类型（TSP、VRP、PDP）和数据（位置、订单、车队、约束）。

此技能仅适用于 Python。cuOpt 的路由没有 C API。

最小 VRP 示例

import cudf
from cuopt import routing

cost_matrix = cudf.DataFrame([...], dtype="float32")
dm = routing.DataModel(n_locations=4, n_fleet=2, n_orders=3)
dm.add_cost_matrix(cost_matrix)
dm.set_order_locations(cudf.Series([1, 2, 3], dtype="int32"))
solution = routing.Solve(dm, routing.SolverSettings())

if solution.get_status() == 0:
    solution.display_routes()

添加约束

# Time windows
dm.add_transit_time_matrix(transit_time_matrix)
dm.set_order_time_windows(earliest_series, latest_series)

# Capacities
dm.add_capacity_dimension("weight", demand_series, capacity_series)
dm.set_order_service_times(service_times)
dm.set_vehicle_locations(start_locations, end_locations)
dm.set_vehicle_time_windows(earliest_start, latest_return)

# Pickup-delivery pairs
dm.set_pickup_delivery_pairs(pickup_indices, delivery_indices)

# Precedence
dm.add_order_precedence(node_id=2, preceding_nodes=np.array([0, 1]))

解的检查

status = solution.get_status()  # 0=SUCCESS, 1=FAIL, 2=TIMEOUT, 3=EMPTY
if status == 0:
    route_df = solution.get_route()
    total_cost = solution.get_total_objective()
else:
    print(solution.get_error_message())
    print(solution.get_infeasible_orders().to_list())

数据类型（使用显式数据类型）

cost_matrix = cost_matrix.astype("float32")
order_locations = cudf.Series([...], dtype="int32")
demand = cudf.Series([...], dtype="int32")

求解器设置

ss = routing.SolverSettings()
ss.set_time_limit(30)
ss.set_verbose_mode(True)
ss.set_error_logging_mode(True)

常见问题

问题修复方法
解为空放宽时间窗或检查行驶时间
订单不可行增加车队规模或容量
有时间窗时，状态 != 0添加 add_transit_time_matrix()
成本错误检查 cost_matrix 是否对称
compute_waypoint_sequence 会修改 route_df它会就地将 location 列替换为路径点 ID — 如果仍需要成本矩阵索引（例如按卡车迭代时），请传入 route_df.copy()

调试

当 status != 0 时： 使用 print(solution.get_error_message()) 和 print(solution.get_infeasible_orders().to_list()) 查看哪些订单不可行。

数据类型： 矩阵和序列请使用显式数据类型（float32、int32），以避免静默错误。

示例

升级处理

有关贡献或从源代码构建，请参阅开发者技能。

评论

支持 Markdown