用途：把一段自然语言优化问题描述，转化为清晰的 LP、MILP 或 QP 数学建模表述，属于概念与流程指导，不涉及 API 代码。
主要能力：区分 LP（线性目标与约束、连续变量）、MILP（含整数或二元变量）、QP（二次目标、线性约束，cuOpt 中 QP 支持目前为 beta）；通过目标、约束、变量类型、优化方向判断问题类型，纯线性目标应优先用 LP/MILP，不人为引入二次项。
使用方式：先向用户确认决策变量及取值范围、目标（最小化或最大化、线性或二次、是否有 x² 或 x·y 交叉项）、约束（仅支持线性）、变量类型、QP 的凸性（Q 宜为半正定）。解析问题文本时，把每句标注为参数/给定、约束、决策或目标，识别“plans to”“operates”等已定表述与“may”“can choose”等可选表述，并写出隐式约束；若只给成本并要求“确定计划”，应显式说明目标为最小化总成本，同时给出成本与收入时说明采用最小化成本还是最大化利润。存在歧义时必须询问用户，或求解所有合理解释并报告全部结果；用户要求完整流程时同样运行所有变体。
适用场景：投资组合方差最小化、最小二乘、分段线性目标、切割库存、目标规划、多期库存采购、共享混合配料等建模。
限制：QP 仅支持最小化，最大化需取负后最小化再取负最优值；不支持二次约束；QP 非凸时可能无有限最优解；具体 API 用法、收费与平台信息暂未提供。