用途：帮助优化从配送中心到客户的末端配送，在密集城市环境中平衡成本与客户满意度，涉及包裹、生鲜、餐饮、药品等配送模式，以及当日达、次日达、预约时间窗等承诺。
主要能力：先做初始评估，覆盖服务模型、城市环境、当前运营、运营约束四类问题；给出关键绩效指标，包括单次配送成本、每站成本、司机时薪成本、每英里车辆成本、设施分摊成本，以及准时率、首次妥投率、配送时间准确度、满意度、破损率，还有每小时停靠数、每路线包裹数、路线效率、司机利用率、配送密度；提供配送密度分析、时间窗效率与动态定价、微履约与暗店选址及ROI测算的示例代码框架，并给出密度提升、时间窗分层定价、微履约布局等策略方向。
使用方式：资料中的代码以Python示例形式给出，涉及numpy、matplotlib、scipy、sklearn、pandas等库；可参考DeliveryDensityAnalyzer、TimeWindowOptimizer、MicroFulfillmentOptimizer等类的方法结构运用于自有数据。
适用场景：城市末端配送网络规划、时间窗与定价策略设计、微履约中心选址评估。
限制：资料中的成本基准与成功率等数值为示例性参考，实际取值需自行验证；技能本身的具体调用方式、安装命令与官方文档暂未提供。