quantumlib/Qualtran
GitHub: quantumlib/Qualtran
Qualtran 是一个用于表达和分析容错量子算法的 Python 库，提供量子程序抽象和算法库以支持量子算法研究。
Stars: 356 | Forks: 108
用于容错量子算法研究的 Python 包。
[](https://github.com/quantumlib/qualtran/blob/main/LICENSE)
[](https://www.python.org/downloads/)
[](https://pypi.org/project/qualtran)
[安装说明](#installation) –
[使用指南](#usage) –
[文档](#documentation) –
[社区](#community) –
[引用](#citation) –
[联系方式](#contact)
Qualtran 是一组用于表示量子程序的抽象，以及一个用该语言表达的量子算法库，旨在支持量子算法研究。
## 安装说明
Qualtran 正在积极开发中。我们建议从源代码安装。
以下命令将克隆一份仓库副本，然后在你本地的 Python 环境中将 Qualtran 包安装为本地可编辑副本：
```
git clone https://github.com/quantumlib/Qualtran.git
cd Qualtran/
pip install -e .
```
你也可以使用 `pip` 安装最新标记的发布版本：
```
pip install qualtran
```
你也可以安装 GitHub 上主分支的最新版本：
```
pip install git+https://github.com/quantumlib/Qualtran
```
## 使用指南
你应该能够将 `qualtran` 包导入到你的交互式 Python 环境以及你的程序中：
```
import qualtran
```
如果成功，你可以继续学习如何[编写 bloqs](https://qualtran.readthedocs.io/en/latest/_infra/Bloqs-Tutorial.html)，或者查阅[bloqs 库](https://qualtran.readthedocs.io/en/latest/bloqs/index.html#bloqs-library)。
## 文档
文档可在 https://qualtran.readthedocs.io/ 获取。
### 公告
你可以根据自身需求，选择最合适的方式随时了解 Qualtran 的最新动态：
* 针对版本发布和重要公告：加入低流量的邮件列表 [`qualtran-announce`]。
* 仅针对版本发布：
* *通过 GitHub 通知*：为 Qualtran 配置[仓库通知]。
* *通过来自 GitHub 的 RSS*：订阅 GitHub 的 [Qualtran releases feed]。
* *通过来自 PyPI 的 RSS*：订阅 Qualtran 的 [PyPI releases feed]。
### 提问与讨论
* 如果你想提问并参与讨论，请加入 [`qualtran-dev`] 群组/邮件列表。加入 [`qualtran-dev`] 后，你还会收到两周一次的 _Qualtran Sync_ 会议（见下文）的自动邀请。
* 你想更深入地参与 Qualtran 的开发吗？两周一次的 _Qualtran Sync_ 是贡献者们进行虚拟面对面会议的平台，用于讨论从问题到正在进行的工作等所有内容，以及提出问题。成为 [`qualtran-dev`] 的成员即可自动获得会议邀请！
### 问题与 Pull Requests
* 你有功能请求或想报告 bug 吗？[在 GitHub 上提出 issue] 来报告吧！
* 你有代码要贡献吗？阅读我们的[贡献指南]，然后提交一个 [pull request]！
## 引用
在发表文章或以其他方式撰写有关 Qualtran 的内容时，请引用以下内容：
```
@misc{harrigan2024qualtran,
title={Expressing and Analyzing Quantum Algorithms with Qualtran},
author={Matthew P. Harrigan and Tanuj Khattar
and Charles Yuan and Anurudh Peduri and Noureldin Yosri
and Fionn D. Malone and Ryan Babbush and Nicholas C. Rubin},
year={2024},
eprint={2409.04643},
archivePrefix={arXiv},
primaryClass={quant-ph},
doi={10.48550/arXiv.2409.04643},
url={https://arxiv.org/abs/2409.04643},
}
```
## 联系方式
如有此处未涉及的任何问题或疑虑，请发送电子邮件至 quantum-oss-maintainers@google.com。
## 免责声明
这不是 Google 官方支持的产品。
本项目不符合参与 [Google 开源软件漏洞奖励计划](https://bughunters.google.com/open-source-security)的资格。
版权所有 2025 Google LLC。
标签：Python, 容错量子算法, 无后门, 科研工具, 逆向工具, 量子程序设计, 量子计算
