quantum-computing

Use when the user asks about UnifiedQuantum, uniqc, OriginIR, OpenQASM, circuit building, local simulation, cloud submission, dummy mode, VQE, QAOA, UCCSD, quantum ML, or PyTorch integration with UnifiedQuantum. Focus on the current public workflow: build circuits, export IR/QASM, run with uniqc CLI or task_manager, and add extras only when needed.

UnifiedQuantum Skill

当用户在使用当前 UnifiedQuantum 的公开 API、CLI 或示例时，使用这个 skill。

默认处理思路

优先采用当前的高层工作流：

1. 用 uniqc.circuit_builder.Circuit 构建线路
2. 导出 circuit.originir 或 circuit.qasm
3. 用 uniqc CLI 或 uniqc.task_manager 执行
4. 只为确实需要的功能安装额外 extras

当用户给的是一段 QASM 线路时，更稳妥的处理路径通常是：

1. 先用 uniqc circuit 转成 OriginIR
2. 再对这份归一化后的 OriginIR 做模拟或提交

这样可以减少不同输入路径带来的行为差异。

环境与安装处理

• 不要默认用户已经先决定好如何安装 unified-quantum，也不要默认用户已经选好了 CLI 入口。
• 先检查用户环境里已经有什么：解释器、已安装包、模块路径、CLI 是否可用，以及相关 extras 是否存在。
• 需要安装时，不要直接替用户决定安装路径。先给出简短可选项，让用户选择，再执行。
• 决定安装方式前，先识别用户当前是在 venv、Conda、Pixi 还是系统 Python 中工作。
• 默认把安装选项整理成 2 到 3 个最相关方案，并说明各自取舍；推荐项放第一，但不要静默直接执行。
• 常见可选项：
  • uv tool install：适合偏 CLI 的隔离安装，命令可跨目录直接使用。
  • uv venv 或普通 venv：适合项目内或 Python API 场景，依赖与仓库隔离。
  • 当前已激活环境里的 pip install：适合用户明确希望复用现有 venv、Conda 或 Pixi 环境。
• 如果用户已经在 Pixi 生态里工作，pixi global 也是可接受的选项，但通常只在用户明确偏好 Pixi 时再列出。
• 如果当前环境是已激活的 Conda 环境，默认不要直接改它。把“装进当前 Conda 环境”作为一个可选项交给用户决定。
• 如果唯一可写目标是系统 Python，安装前必须明确征求用户同意。
• 如果用户没有明确偏好，再给出推荐：
  • 偏 CLI：优先推荐 uv tool install
  • 偏 Python API / 示例：优先推荐 uv venv
  • 已在现有虚拟环境里工作：可推荐装进当前环境
• 如果 uv 不可用或不合适，再提供 pip / venv 方案作为替代。
• 只有在用户已经明确要求某种安装路径，或者当前会话上下文已经表达了稳定偏好时，才可以不再重复询问。

几个容易混淆但要记清的点

• 包名：unified-quantum
• CLI 名：uniqc
• 主 Python 包名：uniqc
• 配置文件：~/.uniqc/uniqc.yml
• 本地任务缓存：~/.uniqc/cache/tasks.sqlite
• 如果主题 reference 仍然解释不了问题，再回到 references/troubleshooting.md 做通用诊断。

依赖边界

不要默认基础安装就包含所有功能。

• 核心包：pip install unified-quantum
• 本地模拟 / dummy 模式常见需要：pip install "unified-quantum[simulation]"
• OriginQ 适配器：pip install "unified-quantum[originq]"
• Quafu 适配器：pip install "unified-quantum[quafu]"
• IBM 适配器：pip install "unified-quantum[qiskit]"
• PyTorch 辅助工具：pip install "unified-quantum[pytorch]"
• TorchQuantum 集成：pip install "unified-quantum[torchquantum]"

如果用户提到 qutip、torch、qiskit、quafu 或 pyqpanda3 相关导入失败，先把它当成缺少可选依赖，而不是先判断核心包坏了。

CLI 指引

当前 CLI 主要分组有：

• uniqc circuit
• uniqc simulate
• uniqc submit
• uniqc result
• uniqc task
• uniqc config

当用户要在 shell 里做格式转换、本地执行或云任务管理时，优先用 uniqc，不要先写临时辅助脚本。

当前有几个细节要特别注意：

• uniqc submit 使用 --platform，并可选搭配 --backend
• 对 OriginQ，当前 CLI 选项是 --backend，不是旧的 --chip-id
• 对 Quafu，chip_id 在 Python API 中仍然相关，但当前 CLI 没有单独暴露 --chip-id
• simulate 最稳妥的输入仍是 OriginIR；如果手里是 QASM，先做归一化

Python API 指引

如果是编程式的任务工作流，优先使用：

python

from uniqc import submit_task, submit_batch, query_task, wait_for_result

构造 ansatz 时，优先使用当前公开导出：

python

from uniqc.algorithmics.ansatz import hea, qaoa_ansatz, uccsd_ansatz

不要再使用像 uccsd 这样的旧名字。

PyTorch 集成优先使用：

python

from uniqc.pytorch import (
    QuantumLayer,
    batch_execute,
    batch_execute_with_params,
    parameter_shift_gradient,
    compute_all_gradients,
)

接下来读什么

• 线路构建与导出：references/circuit-building.md
• CLI 用法：references/cli-guide.md
• 本地模拟与 dummy 模式：references/simulators.md
• 配置、云端后端与任务缓存：references/cloud-platforms.md
• ansatz 与变分工作流：references/variational-algorithms.md
• PyTorch 辅助接口：references/pytorch-integration.md
• H2 风格的 VQE 任务：references/h2-molecular-simulation.md
• 主题检查之后仍然不清楚的通用排障：references/troubleshooting.md

回答启发式

• 如果用户想要一个快速起步，先从 Circuit -> originir -> uniqc 开始。
• 如果用户卡在云端执行，先检查配置和后端特有 kwargs；如果仍然不清楚，再回到 references/troubleshooting.md。
• 如果用户问的是本地模拟失败，先检查 simulation 相关依赖；必要时再回到 references/troubleshooting.md。
• 如果用户提到缺命令、缺导入、缺 extra、缺配置路径，或者文档与本地行为不一致，先拍安装快照，再判断是不是版本漂移导致，然后查同类 issue，最后再进入 references/troubleshooting.md 的完整通用排障流程。
• 如果需要安装，先用简短选项问清用户想装到哪里，再执行；不要直接替用户选安装路径。
• 如果用户想看现代的变分示例，优先从 hea、qaoa_ansatz 或 uccsd_ansatz 开始，不要从旧 helper 名称起步。
• 如果用户想走 shell 工作流，优先给 uniqc CLI 方案，而不是自定义 wrapper。