技能介绍

要解决什么问题

在本地或云上跑量子实验时，常见痛点是：电路写法分散在文档各处、上硬件前缺少统一的转译与优化步骤，以及 Sampler（比特串）和 Estimator（期望值）该用哪一个不清晰。Qiskit 是事实上的开源量子栈，本技能把安装、建电路、转译、执行与算法工作流整理成可检索的参考路径，便于在 Agent 对话里按任务跳转。

技能如何组织

技能按模块指向 references/ 下的专题文档，覆盖八块能力：

安装与账户：uv、Python 环境、IBM Quantum API 令牌，本地与云执行切换
电路构建：QuantumCircuit、单/多比特门、测量与参数化变分电路
原语：Sampler 测概率分布，Estimator 算可观测量期望；含 V2 模拟器与 IBM Quantum Runtime
转译：优化级别 0–3、布局/路由/调度等阶段，以及 initial_layout、approximation_degree 等常用参数
可视化：电路文本/matplotlib/LaTeX、直方图、布洛赫球等
后端：IBM 队列与会话/批量模式，以及 IonQ、Amazon Braket 等第三方
模式工作流：映射 → 优化 → 执行 → 后处理（含完整 VQE 示例）
算法：VQE、QAOA、Grover，及 Nature / ML / Optimization 等扩展方向

文档内还给出「如果你需要…」决策表，以及从模拟器起步、执行前转译、变分算法选会话模式等实践建议。

适用边界

技能侧重 Qiskit 用法与工作流，不是替代官方 API 参考或硬件配额/计费说明。真实硬件受队列、噪声与 shots 限制；生产级电路应先在带噪声模拟器验证，再提高 optimization_level 并控制双量子比特门数量。化学、ML 等场景需结合对应算法库文档，本技能提供入口与模式，不保证覆盖每个后端专有细节。