1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | cuopt-routing-api-python-nvidia-skills（SKILL.md 内部名称 cuopt-routing-api-python） |
GitHub |
| 作者/维护者 | NVIDIA cuOpt Team；技能目录仓库 nvidia/skills 每日自动同步自 NVIDIA/cuopt 产品仓库自身的 skills/ 子目录 |
GitHub API + SKILL.md metadata |
| 来源链接 | https://github.com/nvidia/skills/tree/main/skills/cuopt-routing-api-python | — |
| 许可证 | Apache-2.0 | GitHub API |
| GitHub Stars/Forks | 技能所属目录仓库 nvidia/skills 整体 2,782★/323 forks（覆盖 300+ 个不同 NVIDIA 产品的技能，不代表本技能自身热度）；本技能封装的求解器产品 NVIDIA/cuopt 单独 998★/218 forks，当日仍有提交 |
GitHub API |
| 最新版本 | 26.08.00（据官方 skill-card.md 治理卡片记录的 frontmatter 版本号，随 cuOpt 产品发布节奏同步） |
GitHub（skill-card.md） |
| 安装方式 | npx skills add nvidia/skills --skill cuopt-routing-api-python --agent claude-code |
GitHub README |
2. 功能介绍与亮点
这个技能教 agent 用 NVIDIA cuOpt 的 GPU 加速求解器，在 Python 里建模并求解车辆路径问题（VRP/TSP/PDP），替代手写调用求解器 API 时反复踩坑的过程。
主要亮点：
- 结构化澄清问题：开工前先问清问题类型（TSP/VRP/PDP）、地点与成本矩阵、订单/任务、车队规模与容量、时间窗等约束，避免建模缺项。
- 最小可运行示例 + 约束扩展：从一个 4 地点 2 车辆的最小 VRP 示例出发，逐步给出时间窗、载重容量、取送货配对、优先级约束的代码写法，并附
references/examples.md（VRP/PDP/多仓库）与assets/下的参考模型（vrp_basic、pdp_basic）。 - 求解结果自诊断：给出状态码含义（成功/失败/超时/空解）与常见问题对照表（空解、不可行订单、状态异常、成本矩阵不对称等），出错时能定位原因而非重试瞎猜。
- 官方发布前量化评测：NVIDIA 在发布前对该技能跑了内部 NVSkills-Eval 评测（基于 1 个评测任务），分别针对 Claude Code 与 Codex 两个 agent，测了安全性、正确率、可发现性、有效性、效率五个维度，并随附
skill.oms.sig签名文件供溯源校验——这类可公开核验的发布前评测在社区 skill 中并不常见。
3. 适用场景
所属分类：工程效率与代码质量
适合需要在应用里集成车辆路径规划能力（配送调度、上门服务排班、多仓库补货路线）的开发者，以及希望借助 agent 快速把业务约束翻译成 cuOpt 建模代码的运筹/后端工程师。
4. 跨 Agent 兼容性
| Agent | 结论 | 依据 |
|---|---|---|
| Claude Code | ✅ 原生支持 | 官方安装文档提供 --agent claude-code 选项；skill-card.md 发布了针对 Claude Code 的评测结果（安全性 100%、正确率 100%） |
| Codex | ✅ 原生支持 | 官方安装文档提供 --agent codex 选项；skill-card.md 发布了针对 Codex 的评测结果（安全性 100%、正确率 97%） |
| OpenClaw | ❓ 未验证 | 官方安装文档列出的目标 agent 中未点名 OpenClaw，现有材料不足以判断 |
| Hermes Agent | ❓ 未验证 | 现有材料未提及 |
5. 推荐理由
它把“调用 GPU 加速求解器解决车辆路径问题”这件常见但容易写错的事，变成一套带澄清问题、最小示例、约束扩展写法与故障排查表的完整指南，且是少数在发布前就公开了针对 Claude Code / Codex 量化评测数据、并附密码学签名可溯源的社区技能。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 8 | 官方 NVIDIA 机构出品；该技能在 Anthropic 官方 Claude Code 插件市场上有独立的插件页面，安装量精确统计到本技能自身（1,654 次，非合集仓库整体安装量）；封装的求解器产品 NVIDIA/cuopt 独立仓库 998★/218 forks，持续活跃维护 |
| 可用性 | 8 | 一条命令安装；SKILL.md 配最小可运行示例、约束扩展代码、故障排查表与参考模型资产，文档完整；运行本身需要 NVIDIA GPU（Compute Capability ≥7.0，即 Volta 及更新架构）与匹配的 CUDA 12.x/13.x 环境，无本地 GPU 时需改用姊妹技能提供的远程 REST server；内容随 cuOpt 产品版本号（26.08.00）同步更新，近一次直接提交在近 5 周内 |
| 安全性 | 9 | 见下方检查清单 |
安全检查清单：①无 shell 命令执行，纯 Python 库调用（cudf/routing 模块），权限范围限定在建模与本地求解本身 ②无联网外发，Python API 求解全程本地 GPU 计算完成；若改走 REST 部署路径由用户自行指定目标端点，与本技能非同一执行路径 ③官方 skill-card.md 明确声明本技能不需要 API Key 或外部凭据 ④通读 SKILL.md、examples.md、server_examples.md 及 assets/ 参考模型，未发现可疑指令或隐藏外发行为 ⑤NVIDIA 官方团队出品，另附官方 skill.oms.sig 签名与发布前 NVSkills-Eval 评测（Claude Code/Codex 安全维度均 100%，但评测仅基于 1 个任务，样本量小），无造假迹象 ⑥License 为 Apache-2.0，明确 ⑦最近一次直接提交在 2026 年 6 月下旬，所属目录仓库当日仍有同步提交，持续维护
7. 跟同类 Skills 相比的优势
| 竞品 | 定位 | 与本技能的差异 |
|---|---|---|
| cuopt-numerical-optimization-api（同仓库姊妹技能） | 面向线性规划/混合整数规划/二次规划（LP/MILP/QP）的 Python/C/CLI 三接口指南 | 求解的问题类型不同（数学规划 vs 车辆路径），选型按业务问题类型二选一，两者不互相替代 |
| cuopt-server-api-python（同仓库姊妹技能） | 面向 cuOpt REST 服务本身的部署与客户端调用（Docker/K8s/云端），客户端可用任意语言 | 关注点是“怎么把求解能力封装成服务对外提供”；本技能关注点是“怎么在 Python 里直接建模求解”，两者常配合而非竞争 |
| Google OR-Tools（业界广泛使用的开源路径规划库） | 纯 CPU 端开源 VRP/TSP/调度求解器，长期被广泛用于物流规划场景 | 无需 GPU、无付费依赖，但未见官方发布的 Claude Code/Codex 原生 Agent Skill 封装；本技能以 GPU 加速换取大规模问题的求解速度，并原生具备 Agent Skill 形态与官方跨 Agent 评测数据 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价；NVIDIA 官方发布公告所在的 GitHub Discussion 截至目前也无社区留言。
9. 其他补充
技能实际维护在 NVIDIA/cuopt 产品仓库自身的 skills/ 子目录下，nvidia/skills 是每日自动同步的目录镜像仓库，二者内容一致。技能目录附带 skill.oms.sig 签名文件，可对照 NVIDIA 根证书校验来源真实性，是该技能治理流程的一部分。
10. 安装使用方式
- 推荐方式：
npx skills add nvidia/skills --skill cuopt-routing-api-python --agent claude-code（Codex 用--agent codex；省略--agent走交互式选择） - 前置要求：当前
skillsCLI 需 ≥ v1.5.16，否则技能可能装上但不出现在 Claude Code 技能列表中 - 安装后注意事项：Claude Code 中需运行
/reload-skills才能加载新装技能 - 运行环境：需要 NVIDIA GPU（Compute Capability ≥7.0）+ 匹配的 CUDA 12.x/13.x 驱动；无本地 GPU 时可改用姊妹技能
cuopt-server-api-python调用远程/云端已部署的 cuOpt 服务端 - 通过
npx skills update保持更新，工具会在上游技能被合并/重命名时提示清理本地过期副本
11. 注意事项
- 需要 NVIDIA GPU 硬件或可访问的远程 cuOpt 服务端点，纯 CPU 本地环境无法直接运行本技能的 Python API 示例
- cuOpt 的二次规划（QP）能力仍处 beta 阶段，且 REST 接口暂不支持 QP，本技能覆盖的路由问题（VRP/TSP/PDP）不受此影响
- OpenClaw、Hermes Agent 上的兼容性尚未获得官方材料证实