# pyomo

Скилл для Claude Code помогает описывать и разбирать задачи оптимизации в Python через Pyomo. Охватывает LP-, MILP- и NLP-модели.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 257 установок · ★ 25 у репозитория
- Автор: tondevrel
- Лицензия: BSD-3-Clause · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/tondevrel/scientific-agent-skills/tree/HEAD/skills/pyomo/SKILL.md
- Обновлён: 2026-02-01
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/pyomo

## Что делает

Скилл ориентирует агента на работу с Pyomo: создание `ConcreteModel` и `AbstractModel`, наборов, параметров, переменных, ограничений и целевых функций. Он помогает отделять модель от решателя, чтобы одну постановку можно было передавать разным движкам.

В материалах есть шаблоны для линейного, смешанно-целочисленного и нелинейного программирования, а также примеры с `pyo.SolverFactory`, `pyo.value()` и индексированными компонентами. Описаны задачи планирования ресурсов, инженерных расчётов, энергетики, цепочек поставок и стохастического программирования.

Pyomo не содержит собственного решателя. Перед работой нужно установить пакет командой `pip install pyomo` и добавить внешний решатель, например GLPK для LP/MIP или IPOPT для NLP; доступны также SCIP, Gurobi и CPLEX. Без такого решателя модель не выполнится.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill pyomo -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/pyomo/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/pyomo/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill pyomo -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/pyomo/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill pyomo -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/pyomo/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install tondevrel/scientific-agent-skills skills/pyomo
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/pyomo/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill pyomo -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/tondevrel/scientific-agent-skills --path skills/pyomo
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/pyomo/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill pyomo -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/tondevrel/scientific-agent-skills/tree/HEAD/skills/pyomo/SKILL.md

## Когда брать
- сформулировать линейную модель в Python
- подобрать внешний решатель для LP, MIP или NLP
- описать ограничения через `pyo.Constraint`
- получить численные значения переменных после решения
- перенести данные в `pyo.Set` и `pyo.Param`

## Примеры запросов агенту
- Опиши задачу распределения ресурсов как модель Pyomo и реши её через `pyo.SolverFactory`.
- Собери смешанно-целочисленную модель с бинарным решением об открытии склада.
- Проверь нелинейную модель и подготовь запуск через решатель IPOPT.

## Похожие
- [cuopt-numerical-optimization-formulation](https://affpapa.org/nevibecode/skills/cuopt-numerical-optimization-formulation.md) — скилл · 2200 установок
- [cuopt-multi-objective-exploration](https://affpapa.org/nevibecode/skills/cuopt-multi-objective-exploration.md) — скилл · 1300 установок
- [pymoo](https://affpapa.org/nevibecode/skills/k-dense-ai-pymoo.md) — скилл · 2200 установок
- [arbor](https://affpapa.org/nevibecode/skills/arbor.md) — скилл · 1500 установок
- [ml-training-recipes](https://affpapa.org/nevibecode/skills/ml-training-recipes.md) — скилл · 1100 установок
- [scipy-best-practices](https://affpapa.org/nevibecode/skills/scipy-best-practices.md) — скилл · 1100 установок

Из того же набора: [tondevrel/scientific-agent-skills](https://affpapa.org/nevibecode/by/tondevrel/scientific-agent-skills.md) — 11 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
