Przejdź do treści
Biblioteka skilli
Dane i analityka · Budowanie i kod

cuopt-routing-api-python

/cuopt-routing-api-python

Buduje i rozwiązuje problemy routingu pojazdów (VRP, TSP, PDP) z cuOpt w Pythonie.

Repozytorium
cuopt ↗
Licencja
Apache-2.0
Ostatnia zmiana repozytorium
27.10.2026

Ocena i bezpieczeństwo

100/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
12
Skrypty
2
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 27.10.2026, bez odwołań do wycofanych modeli i API.

Licencja

Apache-2.0, otwarta: można używać i zmieniać, z zachowaniem licencji i informacji o zmianach.

Co sprawdzić przed instalacją
  • 2 skrypty w paczce. Przejrzyj je przed instalacją, bo Claude może je uruchomić.

Skrypty: assets/pdp_basic/model.py, assets/vrp_basic/model.py

Co robi i kiedy

Buduje i rozwiązuje problemy routingu pojazdów (VRP, TSP, PDP) z cuOpt w Pythonie.

Oryginalny opis (EN)

Vehicle routing (VRP, TSP, PDP) with cuOpt — Python API only. Use when the user is building or solving routing in Python.

Jak działa

  1. Required questions
  2. Minimal VRP Example
  3. Adding Constraints
  4. Solution Checking
  5. Data Types (use explicit dtypes)
  6. Solver Settings
  7. Common Issues
  8. Debugging
  9. Examples
  10. Escalate
Sekcje z nagłówków SKILL.md, w oryginale · 109 linii, 362 słów
Podgląd SKILL.md
---
name: cuopt-routing-api-python
version: "26.12.00"
description: Vehicle routing (VRP, TSP, PDP) with cuOpt — Python API only. Use when the user is building or solving routing in Python.
license: Apache-2.0
metadata:
  author: NVIDIA cuOpt Team
  tags:
    - cuopt
    - routing
    - vrp
    - tsp
    - python
---




# cuOpt Routing — Python API

This skill is **Python only**. Routing has no C API in cuOpt.

## Required questions

Ask these if not already clear:

1. **Problem type** — TSP, VRP, or PDP?
2. **Locations** — How many? Depot(s)? Cost or distance between pairs (matrix or derived)?
3. **Orders / tasks** — Which locations must be visited? Demand or service per stop?
4. **Fleet** — Number of vehicles, capacity per vehicle (and per dimension if multiple), start/end locations?
5. **Constraints** — Time windows (earliest/latest arrival), service times, precedence (order A before B)?

## Minimal VRP Example

```python
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()
```

## Adding Constraints

```python
# 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]))
```

## Solution Checking

```python
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())
```

## Data Types (use explicit dtypes)

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

## Solver Settings

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

## Common Issues

| Problem | Fix |
|---------|-----|
| Empty solution | Widen time windows or check travel times |
| Infeasible orders | Increase fleet or capacity |
| Status != 0 with time windows | Add `add_transit_time_matrix()` |
| Wrong cost | Check cost_matrix is symmetric |
| `compute_waypoint_sequence` alters route_df | It replaces the `location` column with waypoint ids in place — pass `route_df.copy()` if you still need cost-matrix indices (e.g. when iterating per truck) |

## Debugging

**When status != 0:** `print(solution.get_error_message())` and `print(solution.get_infeasible_orders().to_list())` to see which orders are infeasible.

**Data types:** Use explicit dtypes (float32, int32) for matrices and series to avoid silent errors.

## Examples

- [examples.md](references/examples.md) — VRP, PDP, multi-depot
- [server_examples.md](references/server_examples.md) — REST client (curl, Python)
- **Reference models:** This skill's `assets/` — [vrp_basic](assets/vrp_basic/), [pdp_basic](assets/pdp_basic/). See [assets/README.md](assets/README.md).

## Escalate

For contribution or build-from-source, see the developer skill.
Pliki w paczce (12)
  • BENCHMARK.md 5 KB
  • SKILL.md 4 KB
  • skill-card.md 4 KB
  • skill.oms.sig 6 KB
  • assets/README.md 1 KB
  • assets/pdp_basic/README.md 1 KB
  • assets/pdp_basic/model.py 2 KB
  • assets/vrp_basic/README.md 1 KB
  • assets/vrp_basic/model.py 1 KB
  • evals/evals.json 9 KB
  • references/examples.md 7 KB
  • references/server_examples.md 6 KB

Wersje

W bazie nie ma innych skilli o nazwie cuopt-routing-api-python.

Migawka bazy z 13.11.2026 · wersja paczki 4353bc391866 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100nvidia-cuopt-routing-api-python
    Buduje i rozwiązuje problemy trasowania pojazdów (VRP, TSP, PDP) z cuOpt przez jego API w Pythonie.
  • 100cuopt-numerical-optimization-api
    Rozwiązuje problemy LP, MILP i QP (beta) z cuOpt przez interfejsy Python, C i CLI.
  • 100cuopt-server-api-python
    Uruchamia serwer REST cuOpt i pokazuje endpointy oraz przykłady klientów w Pythonie i curl, przy wdrażaniu i wywoływaniu API.
  • 100cuopt-server-api-python
    Uruchamia serwer REST cuOpt i pokazuje przykłady klienta w Pythonie i curl, np. przy wdrożeniu API.
  • 91vehicle-routing-problem
    Rozwiązuje problem marszrutyzacji pojazdów (VRP): optymalizuje trasy wielu pojazdów i planuje trasy dostaw floty, w tym przydział tras i dyspozycję.
  • 100cuopt-numerical-optimization-api-cli
    Rozwiązuje zadania LP, MILP i QP (beta) w cuOpt z linii poleceń na plikach MPS przez cuopt_cli.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.