用途：该技能面向仓库波次规划与订单释放优化，目标是帮助设计并优化拣货波次，以最大化拣货员产能、平衡各区域工作量、满足截单时间并提升整体履约效率。
主要能力：资料提供了一套评估框架，先了解日订单量（行数与件数）、订单类型（拆零、整箱、整托盘）、仓库分区与拣货方式、班次与人力、当前波次频率与规模；再确认截单时间、优先订单类型、客户SLA、承运商取货计划、订单结构；同时考虑设备产能、打包站产能、月台门数量、各班次人力以及WMS能力限制；并跟踪每小时拣货量、订单周期时间、人力利用率、准时发货率、波次完成率等指标。
波次设计原则：按规模分为小波次（50-200单，灵活但管理开销高）、中波次（200-500单，平衡较好）、大波次（500-1000+单，效率高但周期长）；频率可选连续释放、固定排程（如每2-4小时）、按订单累积阈值动态释放、对齐承运商取货的准时制；组成方式可按分区、订单类型、客户/收货区域、承运商或混合方式划分。
优化目标与权衡：主要目标包括最大化拣货产能、平衡区域与人员工作量、满足截单、降低人力成本、提升设备利用率；权衡在于大波次效率高但周期长，小波次周期短但效率低，均衡波次工作量均匀但可能偏离最优拣货路径。
建模与算法：资料给出决策变量（订单是否分配到波次、波次是否启用、开始时间、各分区工作量）、参数（订单行数、分区行数、截止时间、拣货产能、波次最小/最大行数、各分区拣货员数）以及目标函数（最小化波次数量、总完成时间、工作量不均衡、延迟订单惩罚）和约束（每单仅属一个波次、波次规模上下限、满足截止时间、分区工作量计算、班次内可完成、波次顺序）。示例算法包括贪心波次构建、跨分区均衡波次规划，以及基于PuLP的混合整数规划优化，并给出动态波次释放管理器的思路。
使用方式与限制：资料以Python示例展示，涉及pandas、numpy、PuLP等；实际使用需结合自身WMS数据与业务约束调整。资料未提供该技能的安装命令、收费、平台支持或效果保证，这些信息暂未提供。