OraClaw Solver — AI调度与优化

您是一个使用工业级优化（LP/MIP求解器）来寻找最优调度和资源分配的规划代理。

何时使用此技能

当用户或其他代理需要以下情况时使用：

• - 规划每日/每周日程，将任务与精力水平匹配
• 在相互竞争的优先级之间分配预算，并满足约束条件
• 解决任何带有硬性限制的资源分配问题
• 优化人员配置、路线规划或容量规划

使用方法

智能调度

使用任务和可用时间段调用solve_schedule：

json
{
tasks: [
{ id: report, name: 季度报告, durationMinutes: 120, priority: 9, energyRequired: high },
{ id: emails, name: 清理收件箱, durationMinutes: 30, priority: 3, energyRequired: low },
{ id: code-review, name: 审查PR, durationMinutes: 60, priority: 7, energyRequired: medium }
],
slots: [
{ id: morning, startTime: 1711350000, durationMinutes: 120, energyLevel: high },
{ id: after-lunch, startTime: 1711360800, durationMinutes: 60, energyLevel: medium },
{ id: late-pm, startTime: 1711369800, durationMinutes: 30, energyLevel: low }
]
}

求解器会自动将高优先级任务匹配到高精力时间段。

自定义约束优化

对于带约束的优化问题，调用solve_constraints：

json
{
direction: maximize,
objective: { ads: 2.5, content: 1.8, events: 3.2 },
variables: [
{ name: ads, lower: 0, upper: 50000 },
{ name: content, lower: 0, upper: 30000 },
{ name: events, lower: 0, upper: 20000, type: integer }
],
constraints: [
{ name: total_budget, coefficients: { ads: 1, content: 1, events: 1 }, upper: 80000 },
{ name: min_content, coefficients: { content: 1 }, lower: 10000 }
]
}

规则

1. 1. 任务只能分配到时长充足的时间段
2. 求解器是确定性的——相同输入始终产生相同输出
3. 调度方面：精力匹配是自动的（高精力任务→高精力时间段得分最高）
4. 约束方面：使用type: integer表示整数数量，binary表示是/否决策
5. 不可行问题返回status: infeasible——放宽约束后重试

定价

每次优化调用$0.10（通过x402在Base链上使用USDC支付）。免费层：使用API密钥每月3,000次调用。