cirq
von K-Dense-AICirq ist Google Quantum AIs Open-Source-Python-Framework zum Erstellen, Simulieren und Ausführen von Quantenschaltkreisen. Verwenden Sie das Cirq-Skill für rauschsensitive Schaltungsentwürfe, Quanten-Charakterisierungs-Experimente und Workflows auf Google-Hardware. Es eignet sich am besten für Arbeiten auf niedriger Schaltungsebene; für IBM-Hardware nutzen Sie qiskit, für Quanten-ML mit Autodiff pennylane und für Physiksimulationen qutip.
Dieses Skill erreicht 78/100 Punkte und ist damit eine solide Kandidatenliste für Verzeichnisnutzer, die gezielte Cirq-Hinweise statt eines allgemeinen Quantum-Prompts suchen. Das Repository liefert genügend operative Details, um das Skill korrekt auszulösen, die Passung für Google Quantum AI und rauschsensitive Schaltungsarbeit zu verstehen und mit weniger Rätselraten loszulegen. Für eine Entscheidung direkt bei der Installation ist es jedoch noch nicht ganz ausgereift, da unterstützende Dateien fehlen und der Workflow über die zentrale SKILL.md hinaus nur begrenzt vertieft wird.
- Starke Auslösbarkeit: Die Beschreibung nennt klar, wann Cirq sinnvoll ist, darunter Google-Quantum-AI-Hardware, Rauschmodellierung und Schaltungsdesign auf niedriger Ebene.
- Gute operative Klarheit: Die SKILL.md enthält Installationsbefehle für cirq und verwandte Hardware-Integrationen sowie ein einfaches Quick-Start-Beispiel für einen Schaltkreis.
- Umfangreicher Workflow-Inhalt: Der Haupttext ist groß (über 10k Zeichen) und enthält viele Überschriften sowie konkrete Repo-/Dateiverweise, was auf mehr als ein Platzhalter-Skill hindeutet.
- Kein Installationsbefehl in den Skill-Metadaten bzw. im Frontmatter und keine Support-Dateien; die Einrichtungs- und Nutzungsinfos konzentrieren sich daher vor allem auf die SKILL.md.
- Das Repository scheint auf eine einzelne Markdown-Skill-Datei ausgerichtet zu sein; Nutzer sollten daher nur begrenztes Packaging, keine Tests und wenig ergänzende Referenzen erwarten.
Überblick über cirq skill
Wofür cirq gedacht ist
Der cirq skill hilft dir dabei, mit Google Quantum AI’s Open-Source-Python-Framework für das Erstellen, Simulieren und Ausführen von Quantenschaltungen zu arbeiten. Er ist besonders nützlich, wenn du Schaltungen klar ausdrücken, auf Simulatoren testen oder Code für unterstützte Quantenhardware und Provider vorbereiten musst.
Geeignete Einsatzszenarien
Nutze cirq, wenn du schaltungsnahe Arbeit mit Noise-Bewusstsein, Quantencharakterisierungs-Experimente oder Google-Quantum-AI-Workflows brauchst. Der skill passt gut für niedrigstufige Circuit-Arbeit, bei der Qubit-Anordnung, Gatereihenfolge und Messstrategie wichtiger sind als hohe Abstraktionsebenen.
Wann cirq die falsche Wahl ist
Wenn du IBM-Hardware brauchst, ist qiskit in der Regel die bessere Wahl. Wenn deine Aufgabe Quanten-Machine-Learning mit Autodiff ist, ist pennylane meist der bessere Standard. Für Physik-Simulations-Workflows kann qutip passender sein als cirq.
So verwendest du den cirq skill
cirq im Workspace installieren
Installiere den skill mit:
npx skills add K-Dense-AI/claude-scientific-skills --skill cirq
Für Laufzeitabhängigkeiten ist das Kernpaket in der Regel:
uv pip install cirq
Füge Provider-Pakete nur bei Bedarf hinzu, etwa cirq-google, cirq-ionq, cirq-aqt, cirq-pasqal oder azure-quantum für bestimmte Backends.
cirq mit der richtigen Eingabeform füttern
Der cirq skill funktioniert am besten, wenn du Folgendes konkret angibst: das Ziel der Schaltung, die Anzahl oder Topologie der Qubits, das Backend oder den Simulator sowie die Frage, ob Noise, Sampling oder Hardware-Ausführung benötigt wird. Eine vage Anfrage wie „baue eine Quantenschaltung“ lässt zu viele Entscheidungen offen. Ein stärkerer Prompt ist: „Using cirq, create a 3-qubit GHZ circuit, simulate 1,000 shots, and explain how to adapt it for Google Quantum Engine.“
Zuerst die richtigen Dateien lesen
Beginne mit SKILL.md, um Workflow, Installation und Quick-Start-Muster zu verstehen. Wenn deine lokale Kopie zusätzliche Dokus enthält, prüfe vor der Codegenerierung auch README.md, AGENTS.md, metadata.json sowie alle Ordner rules/, resources/, references/ oder scripts/. In diesem Repository ist SKILL.md die maßgebliche Quelle.
Praktischer Workflow für bessere Ergebnisse
Nutze cirq in zwei Durchgängen: Zuerst definierst du die Schaltungsstruktur und das Validierungsziel; danach wählst du die Details für Simulator- oder Hardware-Integration. Wenn du Code erzeugen lässt, bitte zunächst um ein minimal lauffähiges Beispiel und erweitere es dann um Parametrisierung, Measurement Keys oder backend-spezifisches Packaging. So reduzierst du erfundene APIs und kannst die cirq-Nutzung leichter verifizieren.
cirq skill FAQ
Ist cirq anfängerfreundlich?
Ja, wenn dein Ziel der einfache Aufbau und die Simulation von Schaltungen ist. Schwieriger wird es, sobald du zu Hardwareeinschränkungen, Backend-Auswahl oder Noise-Modellierung wechselst, weil dann exakte Eingabedetails deutlich wichtiger werden.
Was unterscheidet cirq von einem generischen Prompt?
Ein generischer Prompt liefert oft ein plausibles Quantenbeispiel. Der cirq skill ist die bessere Wahl, wenn du Code brauchst, der zu den tatsächlichen Objekten von Cirq, dem Installationspfad und backend-spezifischen Paketen passt. Das senkt das Risiko falscher Imports oder unpassender Ausführungsannahmen.
Wann sollte ich cirq nicht verwenden?
Verwende cirq nicht, wenn das Ziel-Ökosystem klar nicht Google-nah ist oder wenn die Aufgabe vor allem symbolische Mathematik, klassische ML oder Physikanalyse ohne Schaltungsaufbau betrifft. In solchen Fällen liefert ein anderer Quantum- oder Scientific-Stack meist sauberere Ergebnisse.
So verbesserst du den cirq skill
Das Ausführungsziel präzise benennen
Der größte Qualitätsschub entsteht, wenn du das Ziel früh nennst: Simulator, Google Quantum Engine, IonQ, AQT, Pasqal oder Azure Quantum. Davon hängen gültiger cirq-Installationspfad, Imports und API-Entscheidungen ab.
Schaltungsgrenzen im Voraus angeben
Nenne die Anzahl der Qubits, die Gate-Familie, das Messformat und ob die Schaltung parametrisiert oder noise-aware sein muss. Zum Beispiel ist „Build a 2-qubit variational circuit with sympy parameters and explain how to bind values before simulation“ deutlich besser als „make it variational“.
Von einer testbaren Basis aus iterieren
Bitte zuerst um eine minimal lauffähige Schaltung und fordere danach Erweiterungen wie Readout-Error-Mitigation, Backend-Migration oder Experiment-Logging an. Wenn das erste Ergebnis nicht passt, korrigiere die fehlende Randbedingung statt alles neu schreiben zu lassen; cirq-Ausgaben werden am schnellsten besser, wenn der Prompt die Annahmen zu Hardware, Sampling und Schaltungsform enger fasst.