用途：该技能用于求解车辆路径问题（VRP），为车队规划服务一组客户的最优路线，在满足车辆容量等约束的前提下最小化总距离或成本。
主要能力：资料先引导进行初始评估，包括车队特征（车辆数量、容量、同质或异质、固定与可变成本、最大路线时长或距离）、客户需求（数量、需求量、服务时间、时间窗、取送货）、问题规模（小于50客户可用精确方法，50至200用高级启发式，200以上用元启发式与分解）以及约束与目标（容量、路线长度、司机休息、仓库时间、多仓库；最小化距离、车辆数、总成本或平衡路线）。
数学与算法：给出容量约束VRP（CVRP）的双索引公式，含集合、参数、决策变量、目标函数与约束（每客户访问一次、流守恒、从仓库出发与返回、容量约束、子回路消除如MTZ、流式、割集约束、二元变量），并给出车辆数最小化公式。精确算法部分以分支切割与集合划分示例展示，使用PuLP建模，适合中小规模实例。
经典启发式：包括Clarke-Wright节约算法（时间复杂度O(n^2 log n)）、扫描算法（基于极坐标角度，适合地理聚集客户）和顺序插入启发式（按最便宜、最远或最近准则插入客户）。
使用方式：资料以Python代码示例展示建模与求解流程，示例中调用prob.solve(PULP_CBC_CMD(msg=1, timeLimit=300))进行求解，并提取路线、总距离、使用车辆数与求解时间。
适用场景：物流配送、车队调度、多车辆路线规划等需要满足容量约束并优化行驶距离或成本的场景。
限制：资料未提供具体收费、价格、平台支持或效果保证；精确方法仅适合小规模实例，大规模问题需依赖启发式或元启发式，且求解质量与时间受实例规模影响。