incubator-kie-optaplanner
OptaPlanner 是一款基于 Java 开发的开源人工智能约束求解器,专为解决复杂的规划与调度难题而生。在现实业务中,我们常面临车辆路径规划、员工排班、任务分配、设备维护安排或会议日程制定等挑战,这些场景往往涉及海量变量和相互冲突的限制条件,传统算法难以在合理时间内找到最优解。OptaPlanner 通过先进的启发式搜索算法,能够自动遍历巨大的解空间,快速计算出满足所有限制且效率最高的方案。
这款工具主要面向软件开发者和技术团队,尤其是那些需要在企业应用中嵌入智能决策功能的工程师。它无需用户具备深厚的数学优化背景,只需通过简单的配置定义业务约束,即可将 AI 规划能力集成到现有系统中。OptaPlanner 的独特亮点在于其“快”与“易用”:它不仅计算速度出色,能处理大规模数据集,还提供了丰富的示例代码和清晰的文档,支持 Maven 快速构建,并兼容 IntelliJ IDEA、Eclipse 等主流开发环境。作为 Apache 软件基金会旗下的项目,OptaPlanner 拥有活跃的社区支持和稳定的长期维护,是构建智能调度系统的可靠选择。
使用场景
某大型连锁零售企业每周需为旗下 50 家门店安排配送路线,调度员面对数百个订单、车辆载重限制及司机工作时间窗口,常常陷入排程困境。
没有 incubator-kie-optaplanner 时
- 调度员依赖 Excel 手动拖拽排程,耗时数小时且极易出错,难以应对临时插单或车辆故障等突发状况。
- 无法同时兼顾“里程最短”、“准时送达”和“司机负载均衡”等多个冲突目标,往往顾此失彼导致运营成本居高不下。
- 缺乏量化评估标准,方案优劣全凭经验判断,难以向管理层证明当前路线已是理论上的最优解。
- 随着门店和订单数量增加,人工计算复杂度呈指数级上升,周末高峰期经常导致发货延迟。
使用 incubator-kie-optaplanner 后
- 将业务规则转化为代码约束后,incubator-kie-optaplanner 能在几分钟内自动计算出满足所有限制的可行方案,效率提升数十倍。
- 利用其 AI 启发式算法,系统能智能平衡多重目标,在确保准时率的同时,使总行驶里程平均减少 15%,显著降低燃油成本。
- 每次生成方案均附带明确的得分反馈,让优化效果数据化、可视化,为持续改进提供坚实依据。
- 面对订单量波动或紧急加单,只需重新运行求解器即可秒级刷新路线,大幅增强了物流体系的敏捷性与抗风险能力。
incubator-kie-optaplanner 将复杂的人工经验决策转化为高效的自动化智能规划,帮助企业以最低成本实现资源全局最优配置。
运行环境要求
- 未说明
不需要 GPU
最低未说明,示例运行推荐 2GB (VM 选项 -Xmx2G)

快速开始
//// 根据一项或多项贡献者许可协议,获得Apache软件基金会(ASF)的许可。有关版权归属的更多信息,请参阅随本作品分发的NOTICE文件。ASF根据Apache许可证第2.0版(“许可证”)向您授予本文件的使用许可;除非符合该许可证的规定,否则不得使用本文件。您可以在以下地址获取许可证副本:
http://www.apache.org/licenses/LICENSE-2.0
除非适用法律要求或以书面形式达成一致,否则根据本许可证分发的软件以“按原样”基础提供,不附带任何类型的保证或条件,无论是明示的还是默示的。有关特定语言的权限和限制,请参阅本许可证。 ////
:projectKey: org.optaplanner:optaplanner :sonarBadge: image:https://sonarcloud.io/api/project_badges/measure?project={projectKey} :sonarLink: link="https://sonarcloud.io/dashboard?id={projectKey}"
:branch: main
:jenkinsUrl: https://eng-jenkins-csb-business-automation.apps.ocp-c1.prod.psi.redhat.com/job/KIE/job/optaplanner :branchJenkinsUrl: {jenkinsUrl}/job/{branch} :toolsFolderJenkinsUrl: {branchJenkinsUrl}/job/tools :releaseFolderJenkinsUrl: {branchJenkinsUrl}/job/release
image::optaplanner-docs/src/modules/ROOT/images/shared/optaPlannerLogo.png[link="https://www.optaplanner.org/",OptaPlanner,150,150,align="center"]
image:https://img.shields.io/maven-central/v/org.optaplanner/optaplanner-bom?logo=apache-maven&style=for-the-badge["Maven artifact", link="https://ossindex.sonatype.org/component/pkg:maven/org.optaplanner/optaplanner-bom"] image:https://img.shields.io/badge/stackoverflow-ask_question-orange.svg?logo=stackoverflow&style=for-the-badge["Stackoverflow", link="https://stackoverflow.com/questions/tagged/optaplanner"] image:https://img.shields.io/badge/zulip-join_chat-brightgreen.svg?logo=zulip&style=for-the-badge[ "Join Zulip Chat", link="https://kie.zulipchat.com/#narrow/stream/232679-optaplanner"] image:https://img.shields.io/github/commit-activity/m/kiegroup/optaplanner?label=commits&style=for-the-badge["Commit Activity", link="https://github.com/kiegroup/optaplanner/pulse"] image:https://img.shields.io/github/license/kiegroup/optaplanner?style=for-the-badge&logo=apache["Livense", link="https://www.apache.org/licenses/LICENSE-2.0"] image:https://img.shields.io/badge/JVM-11--17-brightgreen.svg?style=for-the-badge["JVM support", link="https://github.com/kiegroup/optaplanner/actions/workflows/pull_request.yml"] image:https://img.shields.io/badge/Maven-3.x-blue?style=for-the-badge["Maven",link="https://maven.apache.org/install.html"] image:https://img.shields.io/github/languages/code-size/kiegroup/optaplanner?style=for-the-badge["Code size", link="https://github.com/kiegroup/optaplanner/actions/workflows/pull_request.yml"]
{sonarBadge}&style=for-the-badge&metric=reliability_rating["Reliability Rating", {sonarLink}] {sonarBadge}&metric=security_rating["Security Rating", {sonarLink}] {sonarBadge}&metric=sqale_rating["Maintainability Rating", {sonarLink}] {sonarBadge}&metric=coverage["Coverage", {sonarLink}]
一款快速、易用、开源的人工智能约束求解器,专为软件开发者设计。
== 正在寻找快速入门指南吗?
OptaPlanner 的快速入门指南位于 https://github.com/kiegroup/optaplanner-quickstarts[optaplanner-quickstarts 仓库]中。
== 快速开发开始
从源代码构建并运行:
$ mvn clean install -Dquickly $ cd optaplanner-examples $ mvn exec:java
若使用 IntelliJ IDEA、Eclipse 或 VSCode 进行开发,可将根目录下的 pom.xml 文件作为新项目打开,并配置如下 运行/调试配置:
- 类型:应用程序
- 主类:
org.optaplanner.examples.app.OptaPlannerExamplesApp - VM选项:
-Xmx2G -server(仅在使用示例中的大型数据集时需要更多内存) - 程序参数:(无)
- 工作目录:
$MODULE_DIR$(必须解析为 optaplanner-examples 目录) - 使用模块类路径:
optaplanner-examples
== 参与 OptaPlanner 社区
这是一个开源项目,我们非常欢迎您的参与 :heart:!
如果您刚刚接触 OptaPlanner 并希望做出贡献,请查看我们的 https://issues.redhat.com/issues/?jql=project%20%3D%20PLANNER%20AND%20status%20in%20(Open%2C%20Reopened)%20AND%20labels%20%3D%20starter%20ORDER%20BY%20priority%20DESC[初学者问题]。这些问题特别挑选出来,适合首次贡献者。
如果您想贡献代码或发起有建设性的讨论,可以加入我们的 https://groups.google.com/g/optaplanner-dev[讨论组],或者直接发送邮件至 optaplanner-dev@googlegroups.com。
如果您想提交一个问题,请访问 https://issues.redhat.com/projects/PLANNER/issues[OptaPlanner Jira 项目]。
=== 是时候做出改变了吗?
所有更改都必须通过 GitHub 拉取请求(PR)提交。OptaPlanner 使用持续集成(CI)。在您提交 PR 后,OptaPlanner 的 CI 会针对您的分支运行检查,以确保您的 PR 不会引入错误。如果 CI 发现潜在问题,我们的友好维护人员会帮助您解决。
=== 如何贡献
. 克隆仓库(https://github.com/kiegroup/optaplanner)。
. 创建您的功能分支:(git checkout -b feature)。
. 提交更改并添加注释:(git commit -am 'Add some feature')。
. 推送到 GitHub 的分支:(git push origin feature)。
. 创建一个新的拉取请求。
=== 代码规范
每次 Maven 构建时,您的代码都会自动按照“导入和代码风格”约定进行格式化。CI 检查也会强制执行这些约定,因此在创建 PR 之前,请务必使用 Maven 构建您的项目:
mvn clean install
有关如何设置代码风格检查的信息,请参阅 https://github.com/kiegroup/optaplanner/blob/main/build/optaplanner-ide-config/ide-configuration.adoc[IDE 设置说明]。
=== 构建您的 OptaPlanner 项目
您可以使用以下方法之一来构建您的 OptaPlanner 项目:
:rocket: 快速构建:
mvn clean install -Dquickly跳过所有检查和代码分析 (~1 分钟):hammer: 正常构建:
mvn clean install运行测试、检查代码风格,但跳过文档生成 (~17 分钟):receipt: 文档构建:
mvn clean install在optaplanner/optaplanner-docs中创建 asciidoctor 文档target/optaplanner-docs-*/html_single/index.html(~2 分钟):mechanical_arm: 全面构建:
mvn clean install -Dfull运行所有检查,并生成文档和分发文件 (~20 分钟)
== OptaPlanner CI 状态
您可以通过 https://kiegroup.github.io/optaplanner/[链状态网页]查看 OptaPlanner 仓库的 CI 状态。
=== Jenkins CI 任务(需 VPN 访问) ===
所有 Jenkins 任务都可以在 OptaPlanner 文件夹下找到:{jenkinsUrl}
有趣的 Jenkins CI 任务(需 VPN 访问):
- {toolsFolderJenkinsUrl}/job/update-quarkus-all/[更新 Quarkus 版本]
- {toolsFolderJenkinsUrl}/job/update-drools-optaplanner/[更新 Drools 版本]
- {releasefolderjenkinsurl}/job/optaplanner-release[发布流水线](仅在发布分支上可用)
- {releasefolderjenkinsurl}/job/optaplanner-post-release[发布后流水线](仅在发布分支上可用)
版本历史
10.1.02025/07/0810.0.02024/12/119.44.0.Final2023/09/068.44.0.Final2023/09/069.43.0.Final2023/08/178.43.0.Final2023/08/17相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器