用途：针对运输与物流场景，帮助制定最优装车方案，最大化车厢利用率、降低运输成本，并兼顾装载稳定性与安全性，提升整体发运效率。
主要能力：先评估车队特征（车型、尺寸、载重、车轴限制、可用车辆数）、货运特征（每日货量、包装尺寸重量、可堆叠性与易碎性、温控要求、配送顺序、兼容性）以及业务目标（减少车辆数、提升空间利用率、满足配送时间窗、降低运费、保障货品安全、优化路线）。框架围绕空间利用率、重量利用率、车辆数最少化、载荷平衡、安全合规与路线顺序匹配等目标展开，并给出立方利用率、重量利用率、单位重量/体积成本、所需车辆数、装车时间、货损率等关键指标。
策略与算法：给出从地板到顶、逐层装载、按站点分区（后进先出）、重货靠前、类似俄罗斯方块的3D装箱等策略，并说明各自优缺点与适用场景。数学上建模为3D装箱问题（含每件货物唯一分配、边界、不重叠、载重、支撑与可堆叠等约束），指出属NP难问题，实际采用启发式算法，例如首次适应递减、带路线顺序的最佳适应递减以及3D装箱启发式。
使用方式：该资料为技能说明，未提供安装命令或具体调用步骤；如需使用相关启发式代码，需要自备货运数据（编号、重量、体积、长宽高）与车辆容量参数，并按资料中示例的数据结构组织为表格后运行计算，得到卡车分派与利用率结果。
适用场景与限制：适用于整车、多站点配送、零担等装车优化任务。资料明确该问题为NP难，实际方案依赖启发式算法，可能无法保证全局最优；部分策略在提升空间利用率的同时可能牺牲稳定性或增加执行复杂度。具体平台、收费、效果与集成方式暂未提供。