技能 pennylane
📦

pennylane

內容修訂 r2 安全 🔑 環境變數📁 檔案系統存取⚙️ 外部命令🌐 網路存取

使用 PennyLane 建構量子工作流程

量子專案需要針對電路、硬體、化學與訓練的可靠模式。此技能透過聚焦的範例與參考資料指引 PennyLane 工作流程。

支援: Claude Codex Code(CC)
Maintain this Skill? Claim it 📊 76 尚可

使用我的智慧代理安裝

將此請求複製給你的智慧代理，其中包含權威 Skill 頁面和清單。

智能體請求
Review the Skillstore skill "pennylane" from https://skillstore.io/skills/davila7-pennylane.md and its manifest at https://skillstore.io/api/skills/davila7-pennylane/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

你的智慧代理仍應顯示其計畫，並依安全政策請求必要確認。

Agent 可讀資源

當 AI Agent、爬蟲或腳本需要乾淨脈絡、而不是讀取完整頁面時，請使用這些連結。

Markdown 詳情 GET /skills/davila7-pennylane.md 已簽名 manifest GET /api/skills/davila7-pennylane/manifest 已簽名 lockfile GET /api/skills/davila7-pennylane/lockfile

測試它

正在使用「pennylane」。 為變分分類器規劃 PennyLane 實驗。

預期結果:

一個精簡的工作流程，涵蓋特徵編碼、電路層、最佳化器選擇、驗證指標與模擬器優先測試。

正在使用「pennylane」。 比較用於小型化學模擬的 PennyLane 後端。

預期結果:

對預設模擬器、硬體外掛、憑證需求、預期成本與建議起始步驟的實用比較。

正在使用「pennylane」。 改善緩慢的量子最佳化工作流程。

預期結果:

一份聚焦的檢查清單，涵蓋梯度方法、學習率排程、初始化、電路深度與後端效能選擇。

安全審計

安全
v9 • 2026/7/23 開啟版本化報告

All 45 static alerts are false positives caused by Markdown formatting, ordinary terminology, Python list appends, placeholder credentials, and documentation links. The files contain instructional examples, with no embedded scripts, prompt injection, real secrets, dynamic command construction, or automatic network behavior. No remediation is required for the reported patterns.

8
已掃描檔案
3,964
分析行數
0
複核項目
0
已忽略的誤報

風險因素

🔑 環境變數 (1)
references/devices_backends.md:255
📁 檔案系統存取 (2)
references/optimization.md:414 references/optimization.md:417
⚙️ 外部命令 (26)
SKILL.md:16-18 SKILL.md:18-22 SKILL.md:22-37 SKILL.md:37-43 SKILL.md:43-64 SKILL.md:64-70 SKILL.md:70-79 SKILL.md:79-88 SKILL.md:88-97 SKILL.md:97-106 SKILL.md:106-115 SKILL.md:115-127 SKILL.md:127-146 SKILL.md:146-150 SKILL.md:150-172 SKILL.md:172-176 SKILL.md:176-187 SKILL.md:187-193 SKILL.md:193-194 SKILL.md:194-195 SKILL.md:195-196 SKILL.md:196-197 SKILL.md:197-198 SKILL.md:198-199 SKILL.md:199-203 SKILL.md:203-209
🌐 網路存取 (5)
SKILL.md:216 SKILL.md:217 SKILL.md:218 SKILL.md:219 SKILL.md:220
最近一次完成的靜態與語意稽核未偵測到已確認的安全發現。這並不能證明該 Skill 沒有副作用。
審計單位: codex 檢視審計紀錄 →
分享與引用此報告

分享版本化評估報告、中性徽章、嵌入卡片與引用。Skillstore 只報告證據，不判斷該 Skill 是否安全。

開啟版本化報告
安全評估

複製報告連結

https://skillstore.io/skills/davila7-pennylane/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdown 徽章

[![Skillstore security assessment](https://skillstore.io/badges/skills/davila7-pennylane/security.svg)](https://skillstore.io/skills/davila7-pennylane?utm_source=security_passport_badge)

HTML 徽章

<a href="https://skillstore.io/skills/davila7-pennylane?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-pennylane/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

嵌入卡片

<iframe src="https://skillstore.io/embed/skills/davila7-pennylane.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>
學術引用 (APA · BibTeX · CFF)

APA 引用

davila7. (2026). pennylane security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-pennylane/audits/9

BibTeX 引用

@techreport{davila7-davila7-pennylane-2026, author = {davila7}, title = {pennylane security audit report (audit version 9)}, institution = {Skillstore}, year = {2026}, number = {9}, url = {https://skillstore.io/skills/davila7-pennylane/audits/9}, note = {Author version unspecified} }

CITATION.cff

cff-version: 1.2.0 message: "If you use this Skill, cite its author and this versioned security audit report." title: "pennylane security audit report (audit version 9)" version: "unspecified" type: report authors: - name: "davila7" date-released: "2026-07-23" url: "https://skillstore.io/skills/davila7-pennylane/audits/9" identifiers: - type: other value: "skillstore:davila7-pennylane:audit:9" description: "Skillstore immutable audit report identifier"

比較變體

2 個可安裝變體

每位作者的技能都保留為獨立的可安裝項目。推薦變體依 Skillstore 證據排序。

為何此變體排名第一

Skillstore 評分最高
davila7 推薦 目前

davila7-pennylane

Skillstore 評分 76
證據置信度 高
Skillstore 使用量 15
已更新

2026-09-09

K-Dense-AI

k-dense-ai-pennylane

Skillstore 評分 73
證據置信度 高
Skillstore 使用量 17
已更新

2026-09-09

Skillstore 評分

評分依據 證據置信度: 高
45
架構
85
可維護性
87
內容
75
社群
83
規範符合度

你可以打造什麼

建立量子電路原型

在建構較大的 PennyLane 專案之前，設計 QNodes、測量與 ansatz 模式。

訓練混合模型

為量子機器學習實驗規劃資料編碼、框架整合與訓練迴圈。

研究分子工作流程

針對小型模擬研究，檢閱 VQE、分子 Hamiltonians 與化學 ansatz 選擇。

試試這些提示

建立第一個電路 
使用 PennyLane 技能來概述一個具有一項期望值測量的簡單雙量子位元電路。
選擇後端 
使用 PennyLane 技能來比較四量子位元實驗的模擬器與硬體後端選項。
規劃混合訓練 
使用 PennyLane 技能來規劃混合分類器，包括編碼、ansatz、最佳化器與驗證步驟。
最佳化 VQE 研究 
使用 PennyLane 技能來改善 VQE 工作流程，涵蓋收斂、梯度方法、後端選擇與診斷。

最佳實務

  • 在使用付費量子硬體之前，先從本機模擬器開始。
  • 將梯度方法與最佳化器匹配到所選後端。
  • 追蹤電路深度、shots、成本與收斂診斷。

避免

  • 不要在共用筆記本或腳本中硬編碼供應商憑證。
  • 不要假設模擬器結果會直接轉移到有雜訊的硬體。
  • 不要在未檢查梯度與資源的情況下增加電路深度。

常見問題

此技能會執行 PennyLane 程式碼嗎？
不會。它提供用於建構 PennyLane 工作流程的指引與範例。
它能協助量子硬體嗎？
可以。它說明後端選擇與外掛，但使用者需自行管理帳戶與憑證。
它涵蓋量子機器學習嗎？
會。它涵蓋混合模型、資料編碼、框架整合與訓練模式。
它包含量子化學指引嗎？
會。它涵蓋 VQE、分子 Hamiltonians、ansatz 選擇與化學工作流程。
哪些工具可以使用此技能？
它標示可用於 Claude、Codex 和 Claude Code。
使用者應先驗證什麼？
執行實驗之前，請先驗證 PennyLane 版本、外掛相容性、憑證與後端成本。

開發者詳細資訊

作者

davila7

授權

MIT

Skillstore 修訂

r2

版本提示

作者未聲明版本。

儲存庫

https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/pennylane

引用

c43861a65bb95efcae259cd161c9d6f4dc7eec6f

維護新鮮度

2026/7/26

使用量

7 次下載 · 545 次瀏覽

檔案結構

📁 references/

📄 advanced_features.md

📄 devices_backends.md

📄 getting_started.md

📄 optimization.md

📄 quantum_chemistry.md

📄 quantum_circuits.md

📄 quantum_ml.md

📄 SKILL.md

davila7 的更多技能

查看全部

相關技能

查看全部