1、 核心调度算法框架
这类软件通过封装底层的数学规划或约束搜索算法，提供更贴近工业业务逻辑的 API。
PyJobShop
GitHub:
https://github.com/PyJobShop/PyJobShop 说明: 专门用于解决作业车间调度 (JSSP)、柔性作业车间调度 (FJSP) 和 流水车间调度 (Flow Shop) 的 Python 库。它默认调用 Google OR-Tools 的 CP-SAT 求解器，支持最小化完工时间（Makespan）、总推迟时间等多种目标。
SAMPO
启发式算法: 如 HEFT (异构最早完成时间)。
元启发式: 遗传算法 (Genetic Algorithm)。
多智能体系统: 适合动态环境下的任务分配。
GitHub:
https://github.com/aimclub/SAMPO 说明: 一个高度模块化的自适应制造调度框架。它集成了多种调度算法，包括：
JobShopLib
GitHub:
https://github.com/Pabloo22/job_shop_lib 说明: 提供了一套标准化的工具，用于创建、解决和可视化调度问题。除了传统的 CP 求解，它还支持强化学习 (RL) 训练环境，适合研究如何用神经网络自动生成调度策略。
2. 专项优化与前沿算法
这类库通常针对复杂的排产约束，或使用 AI 领域的新技术。
Wheatley
GitHub:
https://github.com/jolibrain/wheatley 说明: 下一代调度求解器，核心基于 图神经网络 (GNN) 和 强化学习。它擅长处理具有复杂依赖关系的生产任务，能够根据生产线的实时状态自动调整决策。
Google OR-Tools (Scheduling Samples)
GitHub:
https://github.com/google/or-tools 说明: 虽是通用优化库，但其
sat/scheduling目录下提供了目前工业界最顶尖的离散制造调度模型实现案例。大多数开源排产工具的底层算法其实都是基于 OR-Tools 构建的。Multi-Objective-Energy-Aware-JSSP
GitHub:
https://github.com/Pegah-Ardehkhani/Multi-Objective-Energy-Aware-Job-Shop-Scheduling-with-NSGA-II 说明: 针对现代绿色制造的需求，使用 NSGA-II 算法 同时优化完工时间、能源成本和推迟时间，非常适合电力分时计价环境下的工厂排产。
3、 工业级集成调度工具
这些项目不仅包含算法，还包含数据导入和结果呈现逻辑。
frePPLe (Community Edition)
GitHub:
https://github.com/frePPLe/frepple 说明: 全球最著名的开源 APS（高级计划与排程）系统。其算法核心解决了有限产能排产问题，遵循“瓶颈排产理论 (TOC)”和“精益生产 (Lean)”，支持复杂的 BOM 和资源约束。
OpenI40
GitHub:
https://github.com/openi40/OpenI40Platform 说明: 基于 Java 开发的工业 4.0 排产平台，包含完整的调度引擎。它支持多层级任务分解，能处理复杂的机器、模具、人力等多重资源冲突。
算法选择建议
| 需求 | 推荐算法/库 |
| 快速原型开发 / 简单的作业分配 | PyJobShop (Python 友好) |
| 大型工厂的多约束、多级排产 | frePPLe 或 OpenI40 |
| 研究 AI/强化学习在排产中的应用 | Wheatley 或 JobShopLib |
| 需要同时考虑能耗、成本等多个指标 | 基于 NSGA-II 的实现 |
