用途：该技能为 cuOpt 数值优化的命令行接口，通过 cuopt_cli 从 MPS 文件求解线性规划（LP）、混合整数线性规划（MILP）以及测试版二次规划（QP）。三类问题共用同一命令、选项与 MPS 工作流；QP 使用标准 MPS 的二次目标扩展。使用前应先确认问题类型与建模内容（变量、目标、约束、变量类型）。
主要能力与用法：基础命令为 cuopt_cli problem.mps。常用选项包括 --time-limit 设置秒级时间限制，--mip-relative-tolerance 与 --mip-absolute-tolerance 设置 MIP 间隙容差，--presolve、--iteration-limit、--method 控制求解过程；可用 cuopt_cli --help 查看全部选项。
MPS 格式：按顺序包含 NAME（问题名）、ROWS（N 目标，L/G/E 约束）、COLUMNS（变量名、行名、系数）、RHS、可选 BOUNDS（LO、UP、FX、BV、LI、UI）和 ENDATA。整数变量需在整数列前后加 'MARKER' 'INTORG' 与 'MARKER' 'INTEND'。
QP（beta）规则：仅支持最小化，最大化需在 MPS 中取反目标系数及 Q 项；仅支持连续变量，不可与整数标记混用。QP 专用标志请查阅 cuopt_cli --help 及 docs/cuopt/source/cuopt-cli/ 中的二次目标 MPS 格式文档。
获取方式：CLI 随 Python 包 cuopt 一同提供，可通过 pip 或 conda 安装，安装后运行 cuopt_cli --help 验证。
排错：MPS 解析失败多因缺少 ENDATA、段落顺序错误或整数标记问题；不可行则检查约束方向（L/G/E）与 RHS 值。示例含 assets/README.md 以及 lp_simple、lp_production、milp_facility 等样例。限制：本技能仅限 CLI 与 MPS 输入，不支持其他输入方式；QP 仍为 beta。