cirq

cirq skill 總覽

cirq 是做什麼的

cirq skill 能幫你使用 Google Quantum AI 的開源 Python 框架，來建立、模擬與執行量子電路。當你的工作重點是清楚表達電路、在模擬器上測試，或撰寫要對接受支援的量子硬體與供應商的程式碼時，它特別實用。

最適合的使用情境

當你需要具備雜訊意識的電路設計、量子特性量測實驗，或 Google Quantum AI 工作流程時，適合使用 cirq。對於低階電路工作來說，它很合適；在這類情境中，量子位元布局、閘序列與量測策略，往往比高階抽象更重要。

什麼情況下 cirq 不是最佳選擇

如果你需要 IBM 硬體，qiskit 通常會更適合。如果你的任務是具自動微分的量子機器學習，pennylane 會是較好的預設。至於物理模擬工作流程，qutip 可能比 cirq 更合適。

如何使用 cirq skill

在你的工作區安裝 cirq

使用以下指令安裝這個 skill：
npx skills add K-Dense-AI/claude-scientific-skills --skill cirq

若要安裝執行時相依套件，核心套件通常是：
uv pip install cirq

只有在需要特定後端時，才加裝供應商套件，例如 cirq-google、cirq-ionq、cirq-aqt、cirq-pasqal 或 azure-quantum。

提供 cirq 正確的輸入格式

cirq skill 最好在你明確指定以下資訊時使用：電路目標、量子位元數量或拓樸、後端或模擬器，以及你是否需要雜訊、取樣或硬體執行。像「幫我建一個量子電路」這種模糊需求，會留下太多選項。更好的提示會是：「使用 cirq 建立一個 3 量子位元的 GHZ 電路，模擬 1,000 shots，並說明如何改成適用於 Google Quantum Engine。」

先讀對檔案

先從 SKILL.md 開始，掌握工作流程、安裝方式與快速上手範例。如果你的本機副本還包含其他文件，請先檢查 README.md、AGENTS.md、metadata.json，以及任何 rules/、resources/、references/ 或 scripts/ 資料夾，再開始產生程式碼。就這個 repository 而言，SKILL.md 是最主要的依據來源。

提升輸出的實用工作流程

建議把 cirq 分成兩個階段使用：第一步先定義電路結構與驗證目標；第二步再決定模擬器或硬體整合細節。如果你要產生程式碼，先要求一個最小可執行範例，再逐步擴充參數化、量測 key，或特定後端的封裝。這樣可以減少幻覺 API，也讓 cirq 的用法更容易驗證。

cirq skill 常見問答

cirq 適合初學者嗎？

如果你的目標是簡單的電路建構與模擬，那麼適合。當你開始處理硬體限制、後端選擇或雜訊建模時，難度就會提高，因為精確的輸入細節變得更重要。

cirq 和一般提示有什麼不同？

一般提示通常會回傳一個看起來合理的量子範例。cirq skill 則更適合需要與 Cirq 實際物件、安裝路徑與後端專屬套件一致的程式碼，能降低匯入錯誤或執行假設不符的風險。

什麼情況下不該用 cirq？

當目標生態系明顯不是 Google 系列，或任務主要是符號數學、傳統機器學習，或不涉及電路建構的物理分析時，就不該用 cirq。在這些情況下，其他量子或科學計算工具鏈通常能產生更乾淨的結果。

如何改進 cirq skill

先明確指定執行目標

最大的品質提升來自一開始就說清楚目標：模擬器、Google Quantum Engine、IonQ、AQT、Pasqal，或 Azure Quantum。這會直接決定哪些 cirq 安裝路徑、匯入方式與 API 選擇是可用的。

事先提供電路限制

請先說明量子位元數、閘的類型、量測格式，以及電路是否必須可參數化或具備雜訊意識。比如說，「建立一個 2 量子位元的變分電路，使用 sympy 參數，並說明在模擬前如何綁定數值」就遠比「做一個變分電路」更有幫助。

從可測試的基準版本開始迭代

先要求一個最小可執行電路，再請對方加上讀出誤差緩解、後端遷移或實驗紀錄。如果第一次結果不對，應該補上缺少的限制條件，而不是直接要求整份重寫；當提示能更精準縮小硬體、取樣與電路形狀的假設時，cirq 的輸出改善最快。