$ loading_
通过 MiniZinc 模型求解约束满足与优化问题，快速获得可行方案和最优结果。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"minizinc-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请用 MiniZinc 建模一个员工排班问题：10 名员工覆盖 7 天、每天早晚两班；每班至少 2 人；每人每周最多 5 班，且不能连续上晚班后接早班。求总加班最少的可行排班，并输出排班表。
返回 MiniZinc 模型求解结果，包括是否可行、最优目标值和按天按班次的排班表。
请用 MiniZinc 求解一个 8 个城市的旅行商问题。已知城市间距离矩阵如下：[在此粘贴矩阵]。要求从城市 1 出发并回到城市 1，找到总距离最短的访问顺序，并给出最短距离。
返回最优访问路径、总距离，以及对应的 MiniZinc 求解状态。
请建立一个 MiniZinc 模型来分配 6 个项目到 4 名工程师。每个项目必须分配 1 人，每位工程师最多负责 2 个项目，且部分项目只能由指定工程师处理。目标是让工作量分配尽量均衡，并输出分配结果。
返回满足约束的项目分配方案，并给出衡量均衡程度的目标值或说明无可行解。
用约束求解自动修正方程变量值，帮助排查 OCR 或表单识读错误。
通过 MCP 提供 COPT 文档、示例代码与引用格式，辅助准确调用求解器接口。
用 Google OR-Tools 通过 JSON 建模并求解约束与优化问题。
帮助用户用简单 JSON 接口求解线性、整数与背包优化问题。
通过 MiniMax 的 MCP 服务调用语音、图像与视频生成能力，快速接入多模态创作。
在终端统一调用多家AI模型，完成文本、图像、视频生成与搜索对比。