cuOpt Installation — Python (user) 是一个独立技能，用于在 Python 环境中安装并验证 NVIDIA cuOpt，不含单独的 common 模块。
【用途】 当用户需要安装或验证 cuOpt 的 Python API 时使用该技能。它覆盖从环境要求确认到安装、再到验证的完整流程，并给出常见问题的排查方向。
【系统要求】 GPU：NVIDIA Compute Capability ≥ 7.0（Volta 及以上）。 CUDA：12.x 或 13.x，并需与安装包匹配（cuopt-cu12 / cuopt-cu13）。 驱动：兼容的 NVIDIA 驱动。
【使用方式：pip（Python）】 只能选择其中一种，不要同时运行两条命令。第二次安装会覆盖第一次，并可能导致 CUDA/软件包不匹配。 CUDA 13.x： pip install --extra-index-url=https://pypi.nvidia.com cuopt-cu13 CUDA 12.x： pip install --extra-index-url=https://pypi.nvidia.com 'cuopt-cu12==26.2.*'
【使用方式：pip（Server + Client）】 pip install --extra-index-url=https://pypi.nvidia.com cuopt-server-cu12 cuopt-sh-client
【使用方式：conda】 conda install -c rapidsai -c conda-forge -c nvidia cuopt conda install -c rapidsai -c conda-forge -c nvidia cuopt-server cuopt-sh-client
【使用方式：Docker】 docker pull nvidia/cuopt:latest-cuda12.9-py3.13 docker run --gpus all -it --rm -p 8000:8000 nvidia/cuopt:latest-cuda12.9-py3.13
【验证：Python】 import cuopt print(cuopt.version) from cuopt import routing dm = routing.DataModel(n_locations=3, n_fleet=1, n_orders=2)
【验证：Server】 python -m cuopt_server.cuopt_service --ip 0.0.0.0 --port 8000 & sleep 5 curl -s http://localhost:8000/cuopt/health | jq .
【适用场景】 需要在 Python 中安装或校验 cuOpt 环境；在本地或容器中部署 cuOpt 服务端并做健康检查；排查安装与 CUDA 匹配问题。
【常见问题】 No module 'cuopt'：检查 pip list | grep cuopt、which python，并使用正确的 index 重新安装。 CUDA not available：检查 nvidia-smi、nvcc --version，并将 cuopt-cu12 与 cuopt-cu13 匹配到对应 CUDA。
【示例文件】 verification_examples.md —— Python 与服务端验证示例。
【限制】 资料仅覆盖安装与验证相关命令和排查提示；未提供价格、许可、性能表现、平台兼容矩阵之外的信息，其他功能说明暂未提供。