用途：该技能面向使用 cuOpt 在 Python 中构建和求解车辆路径问题（VRP、TSP、PDP）的场景，明确仅支持 Python API，路径规划不提供 C API。
主要能力：通过 cuopt.routing 模块建模与求解。核心对象为 DataModel 与 Solve，配合 SolverSettings。可设置成本矩阵、订单位置，添加时间窗与运输时间矩阵、容量维度、服务时间、车辆起终点与车辆时间窗，设置取货-送货配对和订单先后次序约束。求解结果可检查状态（0=SUCCESS、1=FAIL、2=TIMEOUT、3=EMPTY），成功时获取路径与总目标值，失败时读取错误信息与不可行订单。
使用方式：先明确问题类型、地点数量与仓库、订单/任务、车队规模与容量、时间窗与服务时间、优先级等约束。最小 VRP 示例：用 cudf 构造 cost_matrix（float32），创建 routing.DataModel(n_locations=4, n_fleet=2, n_orders=3)，调用 dm.add_cost_matrix(cost_matrix)、dm.set_order_locations(cudf.Series([1,2,3], dtype="int32"))，再执行 routing.Solve(dm, routing.SolverSettings())；若 solution.get_status()==0 则 solution.display_routes()。约束添加包括 add_transit_time_matrix、set_order_time_windows、add_capacity_dimension、set_order_service_times、set_vehicle_locations、set_vehicle_time_windows、set_pickup_delivery_pairs、add_order_precedence。求解器设置可调用 set_time_limit、set_verbose_mode、set_error_logging_mode。矩阵与序列需显式声明 dtype（float32、int32）以避免静默错误。
适用场景：配送与运输路线优化、带时间窗与容量的车队调度、取货送货与带优先级顺序的任务规划。
限制与注意：状态非 0 时打印 get_error_message() 与 get_infeasible_orders().to_list() 排查；空解可放宽时间窗或检查行驶时间，不可行订单可增加车队或容量，时间窗问题需补充 add_transit_time_matrix()，成本异常需检查成本矩阵对称性。compute_waypoint_sequence 会原地替换 route_df 的位置列，如需保留成本矩阵索引应传入 route_df.copy()。示例文档含 examples.md（VRP、PDP、多仓库）与 server_examples.md（REST 客户端）；参考模型见 assets/ 下的 vrp_basic、pdp_basic。贡献或源码构建请参考开发者技能。