xi-zhao/openquantum

简体中文 · English · 日本語 · 한국어 · Español · Français · Deutsch · Português · Русский · العربية

让量子想法运行起来。 开源量子 Agent 与应用平台

OpenQuantum 把专业量子软件、研究方法与完整应用接到你的问题上。你可以用自然语言发起计算、检查工具返回的结果，也可以进入量子学习通准备课程，或把自己的算法与应用接进来。

提出问题，运行计算，共创能力。 从学习者的第一次实验，到研究者的方法比较，再到开发者的应用集成，都可以从已支持的任务开始。

为什么选择 · 浏览能力 · 开始使用 · 使用与结果 · 开发与扩展 · 路线与 RSI · 参与建设 · 开源生态

在科研工作台提出问题，查看工具调用，再带着结果继续探索。

为什么选择 OpenQuantum

让人、AI 与开放生态共同创造量子能力。

我们不重造量子软件生态，而是让专业能力更容易被使用、组合和继续建设。 OpenQuantum 的工作，是把领域方法、Agent 执行和开放工具接到具体任务上；它的价值不必等到真实 QPU 取得优势才开始，本地计算、教学实验和方法验证也是实际用途。

从问题出发，调用专业能力

让问题意识转化为探索能力。 你不必先学会每套 SDK，才能开始一个已支持的任务：Skill 提供工作方法，Agent 调用专业 Tool，工作台保留输入与结果。我们希望减少反复配置、接口学习和流程搭建，让学习者能够动手，让研究者把更多精力放在提出假设、设计对照与判断结果上，而不是替代这些判断。

让工具之间产生新的研究空间。 PyZX 电路优化、QCEC 等价性检查与噪声模拟，分别回答不同问题。把它们用于同一个研究目标，可以进一步追问“理想电路更简洁，含噪表现是否也更好”。我们持续建设这种有科学意义的组合：对齐模型、单位、位序和预算，理解方法何时适用、何时失效；接口接通本身不等于结论成立。各工具的当前范围见计算与资源配置。

让一次研究，成为下一次的起点

让一次工作留下可继承的经验。 常用步骤、计算结果与适用的独立检查，为复核和后续使用提供基础。我们希望进一步积累带条件的方法比较与失败证据：不仅知道一次计算成功，也理解它为什么适用、何时应换一条路线。有依据的负结果同样有价值，但程序报错不等于科学反驳。完整科学验收目前按相应能力的支持范围提供，经验整理也不等于系统已自动学习。

把你的方法，变成别人能用的能力

让成果从“有人做出”走向“他人继续创造”。 方法可以写成 Skill，计算程序可以接成 Tool，完整应用可以保留自己的界面和业务流程。研究者、教师、开发者与软硬件伙伴，可以从自己的专长出发贡献，而不必先重做整套平台。我们的目标不只是传播已有成果，也让它们进入新的课程、研究与应用；量子学习通是现有应用入口之一。

把选择权留给使用者和贡献者。 开源实现与扩展接口允许你检查、修改和维护自己的组合；模型服务与计算后端分别配置，不把所有应用绑定到单一模型或设备。上游作者、许可证与贡献继续可见，研究数据是否共享由使用者决定。我们希望保留下来的不只是一个界面，而是能够随模型、算力与研究方向变化继续使用的专业方法。

一个人因此完成了原本难以开展的探索，一项方法因此进入新的问题，一个贡献者因此做出新的应用，都是平台值得积累的价值。下一步是让这些经验不仅帮助使用者，也帮助改善下一轮研究的能力。

先运行一个任务　·　把你的能力接进来

可以用它做什么

选择一个方向，告诉工作台你的问题、输入和希望检查的结果。OpenQuantum 的 Agent 按任务使用 Skill 中的方法，并调用相应 Tool 执行计算；量子学习通提供独立的教学界面。

电路与量子信息 · 基态、化学与优化 · 误差缓解与量子纠错 · 开放系统动力学 · 实验模拟与硬件 · 参考资料与选型 · 量子学习通

本地计算可以从无需量子云账户的任务开始。真实硬件和付费服务按需配置；各方法的输入范围、准备条件与验证状态分别保留在详细目录中。

电路与量子信息

基态、化学与优化

误差缓解与量子纠错

开放系统动力学

实验模拟与硬件

参考资料与选型

量子学习通

把材料、课件与课堂放在一起，让学习者动手，也让教师组织自己的教学内容。

课程建设目标是覆盖中学基础到前沿研究，按初级、中级、高级组织内容，允许按知识基础跨阶段学习。当前公开资源仍在整理，完整课程体系尚未制作和发布。应用装配、启动和本机持久化已有验证，真实在线 AI 建课、问答和编辑仍待完整验收。

Pro 教学任务使用上游应用自己的工具与记录，尚未自动接入科研工作台的量子工具。媒体、语音和搜索等可选能力需要对应服务配置。安装、备份、迁移与逐项验证见量子学习通集成说明。

准备学习通并打开课堂。

桌面、消息与多语言

桌面工作台

OpenQuantum 桌面端提供原生窗口、系统托盘、终端与通知，复用科研工作台的模型、量子 Skill、计算工具和执行记录。

从 GitHub Release 下载 Mac（Apple Silicon / Intel）或 Windows 安装包，内置 Node 和 uv，无需先配置源码构建环境。当前为未签名测试构建；安装方式、数据保留及平台验证范围见安装包说明。

安装与启动桌面客户端。

消息入口

通过 CC Connect，可从微信、飞书、钉钉、Slack、Telegram、Discord 等渠道发起任务，复用工作台已有的 Skill、Tool 和执行记录。

微信渠道中的任务与回复示例。

配置微信、飞书与其他消息渠道。

界面语言

在「设置 → 通用设置 → 语言」选择简体中文、英语、日语、韩语、西班牙语、法语、德语、葡萄牙语、俄语或阿拉伯语。选择会保存，学习通跟随工作台；阿拉伯语使用从右到左的阅读方向。

界面语言不会改写已有对话、课程材料、用户 Skill 或工具输出。部分原生系统对话框在中英文之外使用英语回退。

快速开始

当前以源码分发，适合本机单用户试用及二次开发。先准备 Git、Node.js 24；Python 量子工具还需要 uv / uvx。其他依赖按所选能力安装，例如 RandomMeas 需要 Julia 1.12.7。

安装源码

git clone https://github.com/xi-zhao/openQuantum.git
cd openQuantum
npm ci

没有模型密钥也可以先运行固定本地示例。要通过 Agent 发起任务，继续选择工作台入口并配置模型。

选择工作台入口

Web 与 Desktop 使用同一套模型配置、量子能力和执行记录，共用 .openquantum/dsh 中的本机状态。切换前先退出正在运行的入口。

网页工作台

npm run dev

打开启动日志中带登录令牌的地址；认证后进入 。

配置模型

在「设置 → 模型」填写支持 OpenAI-compatible Chat Completions 协议的服务地址、模型名称和 API Key，保持 OpenQuantum 为默认 Agent Preset。模型需要支持 Tool Calling，才能调用量子计算工具。 这里配置的是模型服务，量子云凭据在对应后端中另行配置。

内置 openquantum-public / openquantum-private 的默认地址均为 .invalid 占位地址，请替换为自己的服务。

跑通第一个任务

不需要模型密钥：复算一个固定案例

以仓库内固定的二量子位 Pauli Hamiltonian为输入，原生 solve_and_validate_ground_state Tool 在指定粒子扇区内运行无噪声 VQE，再用独立闭式计算检查结果。完成快速开始的 git clone 与 npm ci 后，在仓库目录执行即可复算，无需模型密钥或量子云凭据：

npm run demo:quantum-ground-state

以上数值来自 2026-09-12 的本地复验；原始输出与运行记录包含完整数值、检查状态、时间、源码提交、输入摘要和 Node.js 版本。

让 Agent 执行任务：Bell 态的制备与采样

配置模型后，新建会话，发送下面的请求：

用 FatQat 从双量子位全零态出发，对 q0 施加 H，再以 q0 为控制位、q1 为目标位施加 CX。返回无噪声精确概率，并用 1024 次采样、seed=7 比较频数。

Agent 可以调用 FatQat 电路工具执行计算，工作台保留工具输入和返回结果。你可以查看精确概率与采样频数，再继续提出问题：

保持电路和 seed 不变，把采样量改为 8192 次，比较两次频率与精确概率的偏差。

这个电路的理想概率是 00、11 各 50%；有限采样的频率会波动。比较两次采样可以观察这种波动，单次增加采样量不保证每个频率都更接近理想值。

此处展示可复制请求与理论预期。FatQat 连接默认开启，需安装 uv，首次使用可能下载依赖；接口和本地验证记录见 FatQat 使用说明。这条路径需要先按配置模型接入一个支持 Tool Calling 的模型，否则 Agent 不会调用计算 Tool。

按需开启其他入口

部署方式与启动问题见部署与启动和故障排查。

使用与结果

一次任务跑通以后，你可以选择其他后端、调整计算规模，再带着结果继续研究。

本地计算与量子云

本地数值计算无需量子云账户。启用其他工具时，在「设置 → 量子组件 → MCP Server 连接」配置相应连接，重启工作台，再在任务中指定所需后端；默认开关见服务目录。

需要真实硬件时，按服务准备凭据、权限与额度。设备发现、真实任务提交和本地模拟的接入范围分别说明，不能用配置存在代替服务在线或任务成功。

计算参数与运行方式

在各工具支持的模型与输入范围内，你可以选择量子位数、电路长度、Hamiltonian 项数、采样量和迭代预算。可用参数与规模以具体工具接口为准，运行能力取决于所选算法、后端和计算资源；限定模型的参考案例不代表所有工具的适用范围。

主计算与精确对照分开：可以直接优化电路、生成 MBQC 模式、做对称性降维、分析 Lie 代数或运行张量算法。需要额外验证时，通过 referenceMode 选择自动、强制执行或跳过独立参考。完整参数、返回值和资源配置见本地计算说明。

本地核验的具体输入、版本和结果保留在各接入文档的验证记录中，便于复现。

更多可复制的计算任务

方法与结果可以继续复用

工作台保存任务的请求、工具调用和返回结果，便于查看过程并继续追问。你可以调整参数、选择其他已接入的后端，或把常用研究步骤写成 Skill，供后续任务按需读取。

在支持的能力中，计算结果附带精确参考、独立检查或统计误差信息。基态求解与量子信息审计还提供完整科学验收流程，连接输入、结果文件和会话来源，便于复核。

常见问题

• 需要量子计算机账户或模型密钥吗？查看本地示例、模型配置与量子云连接。
• 需要先学会每套 SDK 吗？
• 只有文字回复，算完成计算了吗？
• 量子学习通已有完整课程吗？

把你的量子能力接进来

让你的量子软件成为 Agent 可用的能力，让完整应用进入开放平台。 OpenQuantum 的 Agent-ready（面向智能体使用）扩展方式包括：用 Skill 描述工作方法，通过原生 Tool 或 MCP Server 接入计算程序。完整应用按其业务与数据边界独立集成，不必拆成单个 Tool；需要独立科学检查时，再增加 Validator 和相应证据流程。

OpenQuantum 的领域能力运行在 DeepSeek Harness 上，通用 Agent 运行、工具调度、模型连接与执行记录由 Harness 负责。

先确定用户需要解决的任务，再选择扩展方式：

现有 Skill、桥接实现和原生 Tool 可作为扩展参考。先读文档与架构入口，再按需要查阅贡献指南、扩展对象模型和模块地图。

接入面向实际问题的量子应用

OpenQuantum 的接入对象不止是底层 SDK、算法和计算服务，也包括面向明确用户与具体问题的完整应用。应用可以保留自己的交互界面、任务流程、数据管理和结果展示；需要 Agent 协作时，再通过明确的执行接口连接，而不是把所有产品都改写成对话工具。

例如，后续可以探索排程优化、分子与材料计算等场景的完整应用：让使用者提交实际问题、检查输入条件、查看计算结果与适用范围，而不是从单个算法开始搭建流程。这些是接入方向，不是已经交付的应用清单。

已有完整应用集成实例是量子学习通。其他量子应用需要逐项完成适配，明确数据权限、计算后端、运行成本和验证范围；界面接入、Agent 可调用与结果验证分别说明。应用是否使用真实 QPU、是否优于经典方法，应以各自的运行记录与对照结果为准。

能力接口目录

Skill 目录 · MCP 服务目录 · 原生量子 Tools

当前源码分发 32 个内置 Skill、34 个 MCP 服务连接、5 个原生量子 Tool。其中 26 个 MCP 服务使用 OpenQuantum 的本地桥接实现。Skill 指导工作方法，Tool 执行动作，MCP Server 通过协议提供 Tool；三者分别统计。

开发与验证

可选上游 Skill

OriginQ 官方 pyqpanda3 Skill 提供电路编程、算法模板、迁移与 QCloud 使用指导。它不计入上面的 32 个内置 Skill，也不会在首次启动时自动安装；运行 npm run skill:qpanda:setup 后，固定审阅版本才会进入项目 Skill 目录。安装这个 Skill 不会自动启用 qpanda_runtime，也不会赋予云任务权限。

长期发展规划

从使用已有能力，走向共同创造新能力。 我们将持续建设开放的量子 Agent 与应用平台，让专业方法、计算资源、完整应用、实验仪器和学习资源各有入口，并在适用范围内协作。下面是长期建设方向，不是当前交付清单；能力将通过逐项接入与验证交付。

平台基础

应用与教学

个性化与持续改进

仪器接口方向将参考 Anthropic 的 Model Hardware Standard（MHS） 等探索，从模拟设备与合作实验逐步验证；实时控制与设备约束由相应驱动和控制系统落实。

面向 RSI：让研究改善研究自身

当前状态：平台已有方法、执行与部分科学检查基础，尚未实现 RSI 闭环。 改进提议、独立评估、版本接纳和跨轮收益仍需逐项建立与验证；架构与证据边界继续作为当前实现依据。

让研究不止产生答案，也能留下改善下一次研究的方法与工具。 我们希望探索面向量子科学的递归自我改进（Recursive Self-Improvement，RSI）：系统发现自身局限，提出候选改进，经检验后用于后续任务；改进后的系统，又能更有效地产生和验证下一轮改进。

我们把这条探索路径区分为三个层次：

设想中的循环是：真实任务 → 候选改进 → 独立检查与新任务对照 → 授权纳入版本 → 下一轮研究。

例如，电路任务不仅可以产出一个优化后的电路，还可以产出更好的优化策略选择方法。候选策略需要经过独立等价性检查，并在未参与开发的电路上与旧版本比较；进一步改进寻找这些策略的实验过程，才触及递归性的核心。我们关心的是后续任务是否真的受益，而不是增加了多少 Skill、修改了多少代码，或是否换了一个更强的模型。

改进必须与未继承该改进的版本对照，在可比条件下报告基础模型、人工介入、改进与使用的总成本，并检查旧能力是否退化。候选系统不能自行放宽验收规则、删除失败证据或扩大权限；独立评估、用户授权、数据边界与版本回退应作为接纳改进的条件。社区贡献和人类指导可以参与其中，不应全部归为 AI 自主进步。

OpenQuantum 希望为这个方向提供量子专业工作环境：可执行的工具、可复用的方法、可检查的结果，以及其他科研 Agent 也能接入的开放接口。它不需要另造通用 Agent Runtime，也不要求首先训练新的基础模型。长期还希望探索与 CyberEinstein、PRAgent、RunThePaper 的协作，将研究问题、方法重建、证据资产与可执行量子能力连接起来；这是协作设想，不代表已有跨项目自动闭环。

更远的方向，是检验 AI 与量子能力能否相互促进：AI 改进算法、编译和实验方法，改进后的计算与实验能力再支持下一轮研究。是否带来净收益，需要在具体任务上计入制备、测量、纠错和数据传输等成本，不预设量子计算会加速大模型训练或带来无限自我提升。

我们最终希望看到的是：一次研究产生新结果，也留下帮助下一次研究成功的能力。 当前已交付能力及验证范围见核心能力目录。

一起建设 OpenQuantum

把你擅长的一件事，变成更多人可以使用的能力。 一个可复算的研究案例、一份经过检查的负结果、一项减少重复配置的修复，或一个让学习者动手的实验，都可以成为下一项工作的起点。

贡献时注明来源、作者、许可证、适用条件和验证范围，仅分享已获授权的材料。私人会话与未发表数据不默认公开，凭据和密钥不得进入贡献内容。安全问题请按安全政策私密报告。

开始一次量子探索　·　接入你的方法与应用

OpenQuantum · 量子计算，就在指尖。

开源生态与致谢

OpenQuantum 的量子能力建立在开放科学与开源软件之上。我们维护领域 Skill、MCP 桥接、原生 Tool 和适用的科学检查；底层算法库、外部服务及应用基础保留各自的作者、项目名称与许可证。下面说明具体使用与适配关系。

平台与教学应用

License

除明确单独许可的目录外，OpenQuantum 自有代码采用 MIT License，版权所有 © 2026 Xi Zhao。

Mitiq 误差缓解能力目录采用 GPL-3.0-only；该目录的 LICENSE 和 NOTICE 优先适用，详见发行边界。

Metriq 公开数据快照采用 CC-BY-4.0，保留原版 LICENSE、署名与转换说明，每次查询同时返回来源与署名。

DeepSeek Harness、DSH Desktop、OpenMAIC、FatQat、Qiskit MCP Servers、FieldQKit、Quantum Hardware MCP 和其他第三方组件沿用各自的许可证，详细来源见 THIRD_PARTY_NOTICES.md。

界面截图与示意图的版本、来源和适用范围见图片说明。