用途：面向 LP、MILP、QP 三类数值优化问题，提供从问题描述到清晰数学建模的概念与工作流，不包含 API 代码。
主要能力：区分 LP（线性目标、线性约束、连续变量）、MILP（在 LP 基础上含整数或 0-1 变量，如排班、选址、选择问题）、QP（二次目标如 x²、x·y，线性约束，最大化需取负后最小化，Q 宜为半正定）。问题语句解析：把每句话标注为参数/给定、约束、决策或目标，识别隐含约束（承诺性措辞如“计划生产 X”）与隐含目标（仅给成本数据时通常为最小化总成本，给成本与收入时可最大化利润）。建模要点包括连续变量、0-1 变量、联动约束、资源约束与二次目标项。常见模式：含整数产量的分段线性目标、切割下料（应以总材料面积为目标，避免只算修剪损耗）、目标规划（按优先级顺序求解，偏差变量连续但决策变量仍需整数）、多期库存采购（按期初与期末容量约束区分）、共享混合/中间处理的混合问题（比例约束为双线性，需线性化）。
使用方式：解析问题文本并逐句归类，先向用户总结参数、约束、决策与目标，再写数学表达式。资料标注为强制的要求：存在歧义时须询问用户或求解所有合理解释并报告全部结果；用户要求完整路径运行时应运行所有合理解释的变体。
适用场景：线性与二次优化建模、生产计划、选址、调度、投资组合、最小二乘、切割下料、目标规划、多期库存。
限制：QP 支持目前处于 beta；QP 仅支持最小化；不支持二次约束；QP 非凸时可能无有限最优解。资料未提供具体 API 用法、安装命令与价格信息。