用途：该技能用于二维装箱（2D Bin Packing）与矩形排样优化，目标是把矩形物品装入二维箱体或板材，最小化用料、箱数或最大化空间利用率。
主要能力：资料先做问题评估，包括问题类型（固定尺寸箱、可变尺寸箱、单一大箱、板材切割）、物品特征（数量、宽高、是否允许90度旋转、是否相同、优先级或分组）、箱体规格（尺寸、固定或可变、数量限制、间距）、切割约束（是否仅断头台切割、是否允许自由排样、最大切割阶段、可接受损耗）以及优化目标（最少箱数、最小面积或材料成本、最大利用率、最小切割复杂度）。
问题分类：2D-BPP（装入最少相同箱）、2D条带装箱（固定宽度最小化高度）、2D切割库存（从大板切出物品、减少废料，常带断头台约束）、矩形排样（装入单个大矩形）、二维背包（物品带价值，最大化装入价值）。
算法：精确方法包括分支定界和整数规划，仅适合小规模（约20至30个物品以内）；启发式包括FFDH、NFDH、BFDH等基于货架的算法，以及带自由矩形的断头台算法。资料给出Python示例，使用pulp建模，求解器为PULP_CBC_CMD，可设置timeLimit=300。
限制：二维装箱是NP难问题，没有多项式时间最优算法；精确方法仅适用于小规模；示例中的非重叠约束为简化模型，完整非重叠需要额外二元变量。资料未提供具体收费、价格、平台支持或效果数据。