用途：在 NemoClaw 沙箱内使用 cuOpt 求解优化问题。适用于从上传的约束数据（排程、分配、路径、排班等任意措辞）进行构造性规划，以及 CSV 上传加计划场景（衔接 optimization-from-data-orchestrator）。
强制顺序：在任何分配输出、可行性判定或自定义求解器代码之前，必须先完成：第0步探测能力并执行 gRPC 冒烟；第1步用内置的 *-formulation 技能建模；第2步求解（单个作业，终态状态）。检查上传数据的列和约束是可以的，但只有在冒烟成功后才能输出完整计划。
导入示例（LP/MILP/QP）： from cuopt.linear_programming.problem import Problem, INTEGER, MINIMIZE from cuopt.linear_programming.solver_settings import SolverSettings 推荐（可用时）：from cuopt.grpc.linear_programming import Client, GrpcError, JobStatus
接口：LP/MILP/QP 优先使用 :5001 上的异步 Python gRPC 客户端，否则使用旧版远程回退；路径规划使用 REST :5000。
参考索引包括：激活与技能顺序、意图与改写、门槛与常见错误、异步 Python gRPC 作业、旧版远程回退、连接与冒烟、Python 导入、gRPC 对比 REST、路径 REST、路径与探测、长时间运行作业、故障排查等。
编排技能（本地）：通过门槛后依次为 optimization-from-data-orchestrator → optimization-intent-router → tabular-optimization-ingestion → cuopt-model-mapper（出现重放/审计信号时加 optimization-mode-router）。
内置上游技能：由 install-skill 安装到 /sandbox/.openclaw/skills/，含 numerical-optimization-formulation、cuopt-numerical-optimization-api-python、routing-formulation、cuopt-routing-api-python、cuopt-server-api-python、cuopt-user-rules 等。
限制：LP/MILP/QP 用上游技能建模，能用异步 Client 生命周期执行时才用，之后才回退到旧版远程 Problem.solve()，该路径无法取消已提交的工作。出现 ImportError 或 cudaErrorInsufficientDriver 需按参考文档处理。其他细节暂未提供。