[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-QuantumBFS--Yao.jl":3,"tool-QuantumBFS--Yao.jl":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":75,"owner_avatar_url":76,"owner_bio":77,"owner_company":78,"owner_location":78,"owner_email":79,"owner_twitter":78,"owner_website":80,"owner_url":81,"languages":82,"stars":95,"forks":96,"last_commit_at":97,"license":98,"difficulty_score":23,"env_os":99,"env_gpu":100,"env_ram":99,"env_deps":101,"category_tags":108,"github_topics":109,"view_count":23,"oss_zip_url":78,"oss_zip_packed_at":78,"status":16,"created_at":117,"updated_at":118,"faqs":119,"releases":155},2949,"QuantumBFS\u002FYao.jl","Yao.jl","Extensible, Efficient Quantum Algorithm Design for Humans.","Yao.jl 是一个基于 Julia 语言开发的开源量子计算框架，致力于让人类更轻松地设计可扩展且高效的量子算法。它主要解决了量子软件研发中工具链复杂、灵活性不足以及教育门槛高等痛点，为量子信息研究提供了统一的软件支撑。\n\n这款工具特别适合量子算法研究人员、高校教师、学生以及希望探索“量子软件 2.0\"的开发者使用。无论是进行前沿算法实验，还是开展量子计算教学，Yao.jl 都能提供流畅的体验。其独特的技术亮点在于采用了“量子块（Quantum Blocks）”的设计理念，允许用户通过极简的代码（如仅需三行）即可构建复杂的量子电路（例如量子傅里叶变换）。此外，它还具备出色的扩展性，支持 GPU 加速模拟及张量网络后端，能够灵活适应从基础学习 to 高性能计算的不同需求。作为一个由社区驱动的早期测试项目，Yao.jl 正以开放友好的姿态，邀请全球用户共同探索量子计算的无限可能。","\u003Cdiv align=\"center\"> \u003Cimg\nsrc=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FQuantumBFS_Yao.jl_readme_0eda5a3fd712.png\"\nalt=\"Yao Logo\" width=\"210\">\u003C\u002Fimg>\n\u003C\u002Fdiv>\n\n\n[![CI][main-ci-img]][main-ci-url]\n[![codecov][main-codecov-img]][main-codecov-url]\n[![][docs-stable-img]][docs-stable-url]\n[![][docs-dev-img]][docs-dev-url]\n[![Unitary Fund][unitary-fund-img]](http:\u002F\u002Funitary.fund)\n[![ColPrac: Contributor's Guide on Collaborative Practices for Community Packages](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FColPrac-Contributor's%20Guide-blueviolet)](https:\u002F\u002Fgithub.com\u002FSciML\u002FColPrac)\n\n**Yao** Extensible, Efficient Quantum Algorithm Design for Humans.\n\n## Introduction\n\nYao is an open source framework that aims to empower quantum information research with software tools. It is designed with following in mind:\n\n- quantum algorithm design;\n- quantum [software 2.0](https:\u002F\u002Fmedium.com\u002F@karpathy\u002Fsoftware-2-0-a64152b37c35);\n- quantum computation education.\n\n**We are in an early-release beta. Expect some adventures and rough edges.**\n\n## Try your first Yao program\n\nA 3 line Quantum Fourier Transformation with [Quantum Blocks](http:\u002F\u002Fdocs.yaoquantum.org\u002Fdev\u002Fman\u002Fblocks.html):\n\n```julia\nA(i, j) = control(i, j=>shift(2π\u002F(1\u003C\u003C(i-j+1))))\nB(n, k) = chain(n, j==k ? put(k=>H) : A(j, k) for j in k:n)\nqft(n) = chain(B(n, k) for k in 1:n)\n```\n\n## Installation\n\n\u003Cp>\nYao is a  \n    \u003Ca href=\"https:\u002F\u002Fjulialang.org\">\n        \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FQuantumBFS_Yao.jl_readme_a6c228b52690.png\" width=\"16em\">\n        Julia Language\n    \u003C\u002Fa>\n      package. To install Yao,\n    please \u003Ca href=\"https:\u002F\u002Fdocs.julialang.org\u002Fen\u002Fv1\u002Fmanual\u002Fgetting-started\u002F\">open\n    Julia's interactive session (known as REPL)\u003C\u002Fa> and press \u003Ckbd>]\u003C\u002Fkbd> key in the REPL to use the package mode, then type the following command\n\u003C\u002Fp>\n\nFor stable release\n\n```julia\npkg> add Yao\n```\n\nFor current master\n\n```julia\npkg> add Yao#master\n```\n\nIf you have problem to install the package, please [file us an issue](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fissues\u002Fnew).\n\nFor CUDA support, see [CuYao.jl](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FCuYao.jl).\n\nFor tensor network based simulations, see [YaoToEinsum.jl](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYaoToEinsum.jl).\n\n## Documentation\n\n### [Tutorial](https:\u002F\u002Fyaoquantum.org\u002Ftutorials\u002F) | Learn Quantum Computing with Yao\n\n### Algorithm Zoo\n\nSome quantum algorithms are implemented with Yao in [QuAlgorithmZoo](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FQuAlgorithmZoo.jl).\n\n### Online Documentation\n\n- [**STABLE**](https:\u002F\u002Fquantumbfs.github.io\u002FYao.jl\u002Fstable) — most recently tagged version of the documentation.\n- [**LATEST**](https:\u002F\u002Fquantumbfs.github.io\u002FYao.jl\u002Flatest) — in-development version of the documentation.\n\n## Monthly Community Call\n\nWe are running a monthly community call, please sign up in Julia slack channel\nby DM `Roger-luo` your email address. Or follow [our twitter](https:\u002F\u002Ftwitter.com\u002FYaoProject).\n\nIf you have anything interesting to share up to 40min, or just want to talk about your experience in a brief 10min, let us know!\nPlease sign up with a topic using this [Google sheet](https:\u002F\u002Fdocs.google.com\u002Fspreadsheets\u002Fd\u002F1b6hUvo5H3_ez42zibUji42iwMrq_nNpgPg7lqLBlWUw\u002Fedit?usp=sharing).\n\n## Communication\n\n- Github issues: Please feel free to ask questions and report bugs, feature request in issues\n- Slack: you can [join julia's slack channel](https:\u002F\u002Fjulialang.org\u002Fslack\u002F) and ask Yao related questions in `#yao-dev` channel.\n- Julia discourse: You can also ask questions on [julia discourse](https:\u002F\u002Fdiscourse.julialang.org\u002F) or the [Chinese discourse](https:\u002F\u002Fdiscourse.juliacn.com\u002F)\n\n## The Team\n\nThis project is an effort of QuantumBFS, an open source organization for quantum science. Yao is currently maintained by [Xiu-Zhe (Roger) Luo](https:\u002F\u002Fgithub.com\u002FRoger-luo) and [Jin-Guo Liu](https:\u002F\u002Fgithub.com\u002FGiggleLiu) with contributions from open source community. All the contributors are listed in the [contributors](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fgraphs\u002Fcontributors).\n\n## Cite Yao\nIf you use Yao in teaching and research, please cite our work:\n\n```bib\n@article{YaoFramework2019,\n  title={Yao.jl: Extensible, Efficient Framework for Quantum Algorithm Design},\n  author={Xiu-Zhe Luo and Jin-Guo Liu and Pan Zhang and Lei Wang},\n  journal={arXiv preprint arXiv:1912.10877},\n  year={2019}\n}\n```\n\n## License\n\n**Yao** is released under the Apache 2 license.\n\n[docs-dev-img]: https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdocs-dev-blue.svg\n[docs-dev-url]: https:\u002F\u002FQuantumBFS.github.io\u002FYao.jl\u002Fdev\n[docs-stable-img]: https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdocs-stable-blue.svg\n[docs-stable-url]: https:\u002F\u002FQuantumBFS.github.io\u002FYao.jl\u002Fstable\n\n[unitary-fund-img]: https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FSupported%20By-UNITARY%20FUND-brightgreen.svg?style=flat-the-badge\n\n[main-url]: https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\n[main-ci-img]: https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Factions\u002Fworkflows\u002FCI.yml\u002Fbadge.svg\n[main-ci-url]: https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Factions\u002Fworkflows\u002FCI.yml\n[main-codecov-img]: https:\u002F\u002Fcodecov.io\u002Fgh\u002FQuantumBFS\u002FYao.jl\u002Fbranch\u002Fmaster\u002Fgraph\u002Fbadge.svg\n[main-codecov-url]: https:\u002F\u002Fcodecov.io\u002Fgh\u002FQuantumBFS\u002FYao.jl\n","\u003Cdiv align=\"center\"> \u003Cimg\nsrc=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FQuantumBFS_Yao.jl_readme_0eda5a3fd712.png\"\nalt=\"Yao Logo\" width=\"210\">\u003C\u002Fimg>\n\u003C\u002Fdiv>\n\n\n[![CI][main-ci-img]][main-ci-url]\n[![codecov][main-codecov-img]][main-codecov-url]\n[![][docs-stable-img]][docs-stable-url]\n[![][docs-dev-img]][docs-dev-url]\n[![Unitary Fund][unitary-fund-img]](http:\u002F\u002Funitary.fund)\n[![ColPrac: Contributor's Guide on Collaborative Practices for Community Packages](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FColPrac-Contributor's%20Guide-blueviolet)](https:\u002F\u002Fgithub.com\u002FSciML\u002FColPrac)\n\n**Yao** 面向人类的可扩展、高效的量子算法设计。\n\n## 简介\n\nYao 是一个开源框架，旨在通过软件工具赋能量子信息研究。它的设计考虑了以下几点：\n\n- 量子算法设计；\n- 量子 [软件 2.0](https:\u002F\u002Fmedium.com\u002F@karpathy\u002Fsoftware-2-0-a64152b37c35)；\n- 量子计算教育。\n\n**我们目前处于早期发布的测试版阶段。请做好迎接一些挑战和不完善之处的准备。**\n\n## 尝试你的第一个 Yao 程序\n\n使用 [Quantum Blocks](http:\u002F\u002Fdocs.yaoquantum.org\u002Fdev\u002Fman\u002Fblocks.html) 实现的 3 行量子傅里叶变换：\n\n```julia\nA(i, j) = control(i, j=>shift(2π\u002F(1\u003C\u003C(i-j+1))))\nB(n, k) = chain(n, j==k ? put(k=>H) : A(j, k) for j in k:n)\nqft(n) = chain(B(n, k) for k in 1:n)\n```\n\n## 安装\n\n\u003Cp>\nYao 是一个  \n    \u003Ca href=\"https:\u002F\u002Fjulialang.org\">\n        \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FQuantumBFS_Yao.jl_readme_a6c228b52690.png\" width=\"16em\">\n        Julia 语言\n    \u003C\u002Fa>\n      包。要安装 Yao，\n    请 \u003Ca href=\"https:\u002F\u002Fdocs.julialang.org\u002Fen\u002Fv1\u002Fmanual\u002Fgetting-started\u002F\">打开\n    Julia 的交互式会话（即 REPL）\u003C\u002Fa> 并在 REPL 中按下 \u003Ckbd>]\u003C\u002Fkbd> 键进入包模式，然后输入以下命令\n\u003C\u002Fp>\n\n对于稳定版本：\n\n```julia\npkg> add Yao\n```\n\n对于当前主分支：\n\n```julia\npkg> add Yao#master\n```\n\n如果您在安装过程中遇到问题，请 [向我们提交一个问题](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fissues\u002Fnew)。\n\n如需 CUDA 支持，请参阅 [CuYao.jl](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FCuYao.jl)。\n\n如需基于张量网络的模拟，请参阅 [YaoToEinsum.jl](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYaoToEinsum.jl)。\n\n## 文档\n\n### [教程](https:\u002F\u002Fyaoquantum.org\u002Ftutorials\u002F) | 使用 Yao 学习量子计算\n\n### 算法动物园\n\n一些量子算法已使用 Yao 在 [QuAlgorithmZoo](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FQuAlgorithmZoo.jl) 中实现。\n\n### 在线文档\n\n- [**稳定版**](https:\u002F\u002Fquantumbfs.github.io\u002FYao.jl\u002Fstable) — 最新标记版本的文档。\n- [**最新版**](https:\u002F\u002Fquantumbfs.github.io\u002FYao.jl\u002Flatest) — 开发中的文档版本。\n\n## 每月社区电话会议\n\n我们每月都会举行一次社区电话会议，请通过 Julia Slack 频道私信 `Roger-luo` 提供您的电子邮箱地址以报名。或者关注我们的 [Twitter](https:\u002F\u002Ftwitter.com\u002FYaoProject)。\n\n如果您有任何有趣的内容想分享，时间不超过 40 分钟；或者只是想简短地聊聊您的经验，时间约 10 分钟，都欢迎与我们联系！请使用此 [Google 表格](https:\u002F\u002Fdocs.google.com\u002Fspreadsheets\u002Fd\u002F1b6hUvo5H3_ez42zibUji42iwMrq_nNpgPg7lqLBlWUw\u002Fedit?usp=sharing) 报名并注明主题。\n\n## 沟通方式\n\n- GitHub Issues：欢迎在 Issues 中提问、报告 bug 或提出功能请求。\n- Slack：您可以 [加入 Julia 的 Slack 频道](https:\u002F\u002Fjulialang.org\u002Fslack\u002F)，并在 `#yao-dev` 频道中咨询 Yao 相关问题。\n- Julia 论坛：您也可以在 [Julia 论坛](https:\u002F\u002Fdiscourse.julialang.org\u002F) 或 [中文论坛](https:\u002F\u002Fdiscourse.juliacn.com\u002F) 上提问。\n\n## 团队\n\n该项目由 QuantumBFS 负责，这是一个致力于量子科学的开源组织。目前，Yao 由 [Xiu-Zhe (Roger) Luo](https:\u002F\u002Fgithub.com\u002FRoger-luo) 和 [Jin-Guo Liu](https:\u002F\u002Fgithub.com\u002FGiggleLiu) 维护，并得到了开源社区的贡献。所有贡献者均列于 [贡献者页面](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fgraphs\u002Fcontributors)。\n\n## 引用 Yao\n\n如果您在教学和研究中使用 Yao，请引用我们的工作：\n\n```bib\n@article{YaoFramework2019,\n  title={Yao.jl: Extensible, Efficient Framework for Quantum Algorithm Design},\n  author={Xiu-Zhe Luo and Jin-Guo Liu and Pan Zhang and Lei Wang},\n  journal={arXiv preprint arXiv:1912.10877},\n  year={2019}\n}\n```\n\n## 许可证\n\n**Yao** 采用 Apache 2.0 许可证发布。\n\n[docs-dev-img]: https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdocs-dev-blue.svg\n[docs-dev-url]: https:\u002F\u002FQuantumBFS.github.io\u002FYao.jl\u002Fdev\n[docs-stable-img]: https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdocs-stable-blue.svg\n[docs-stable-url]: https:\u002F\u002FQuantumBFS.github.io\u002FYao.jl\u002Fstable\n\n[unitary-fund-img]: https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FSupported%20By-UNITARY%20FUND-brightgreen.svg?style=flat-the-badge\n\n[main-url]: https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\n[main-ci-img]: https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Factions\u002Fworkflows\u002FCI.yml\u002Fbadge.svg\n[main-ci-url]: https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Factions\u002Fworkflows\u002FCI.yml\n[main-codecov-img]: https:\u002F\u002Fcodecov.io\u002Fgh\u002FQuantumBFS\u002FYao.jl\u002Fbranch\u002Fmaster\u002Fgraph\u002Fbadge.svg\n[main-codecov-url]: https:\u002F\u002Fcodecov.io\u002Fgh\u002FQuantumBFS\u002FYao.jl","# Yao.jl 快速上手指南\n\nYao 是一个基于 Julia 语言的开源量子计算框架，旨在提供可扩展、高效的量子算法设计工具，适用于量子算法研究、软件 2.0 开发及量子计算教育。\n\n## 环境准备\n\n- **操作系统**：支持 Windows、macOS 和 Linux。\n- **前置依赖**：需安装 [Julia 编程语言](https:\u002F\u002Fjulialang.org\u002F)（建议最新版本）。\n- **网络环境**：首次安装需访问 GitHub 和 Julia 包服务器。若国内下载缓慢，可配置国内镜像源（见下方安装步骤）。\n\n## 安装步骤\n\n1. 启动 Julia 交互式会话（REPL）。\n2. 在 REPL 中按下 `]` 键进入包管理模式（提示符变为 `pkg>`）。\n3. （可选）配置国内镜像源以加速下载：\n   ```julia\n   pkg> registry add General\n   # 若需手动指定国内镜像，可在 Julia 启动前设置环境变量或使用 Git 替换默认注册表地址\n   ```\n4. 安装稳定版 Yao：\n   ```julia\n   pkg> add Yao\n   ```\n   或安装开发版主分支：\n   ```julia\n   pkg> add Yao#master\n   ```\n5. 安装完成后，按 `Backspace` 键退出包模式，返回 Julia 主界面。\n\n> **注**：如需 GPU 加速支持，请额外安装 [CuYao.jl](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FCuYao.jl)；如需张量网络模拟，请安装 [YaoToEinsum.jl](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYaoToEinsum.jl)。\n\n## 基本使用\n\n以下示例演示如何用 3 行代码构建一个量子傅里叶变换（QFT）电路：\n\n```julia\nA(i, j) = control(i, j=>shift(2π\u002F(1\u003C\u003C(i-j+1))))\nB(n, k) = chain(n, j==k ? put(k=>H) : A(j, k) for j in k:n)\nqft(n) = chain(B(n, k) for k in 1:n)\n```\n\n执行 `qft(3)` 即可生成一个 3 量子比特的 QFT 电路对象，可进一步用于模拟、可视化或与其他量子操作组合。\n\n更多教程与算法示例请访问官方文档：[https:\u002F\u002Fyaoquantum.org\u002Ftutorials\u002F](https:\u002F\u002Fyaoquantum.org\u002Ftutorials\u002F)","某量子计算研究团队正在设计并验证一个新的变分量子算法（VQE），用于模拟小分子基态能量，需要频繁构建电路、调整参数并进行数值模拟。\n\n### 没有 Yao.jl 时\n- 研究人员需手动编写底层矩阵运算代码来构建量子门，几十行的电路逻辑往往导致数百行冗长且易错的矩阵乘法代码。\n- 修改电路结构（如增加量子比特数或调整门顺序）时，必须重构大量硬编码的数组索引，维护成本极高。\n- 缺乏统一的可微分接口，难以直接利用自动微分技术优化变分参数，需自行对接外部机器学习库，流程割裂。\n- 仿真大规模量子态时内存占用巨大且无法灵活切换后端，导致在普通工作站上运行缓慢甚至崩溃。\n\n### 使用 Yao.jl 后\n- 利用 Yao.jl 提供的“量子块”（Quantum Blocks）组合式 API，仅需几行声明式代码即可构建复杂的量子傅里叶变换或变分电路，逻辑清晰直观。\n- 电路结构支持动态扩展与模块化复用，调整量子比特数量或门序列只需修改少量参数，无需重写底层逻辑。\n- 原生集成 Julia 的自动微分生态，可直接对量子电路进行端到端梯度下降训练，大幅简化了参数优化流程。\n- 通过插件无缝切换至 CuYao.jl 后端，一键利用 GPU 加速张量网络模拟，显著提升了在本地设备上的计算效率。\n\nYao.jl 将繁琐的底层矩阵操作转化为人类可读的算法设计语言，让研究者能专注于量子逻辑本身而非工程实现细节。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FQuantumBFS_Yao.jl_6ed1f354.png","QuantumBFS","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FQuantumBFS_68efbff0.png","A group of quantum developers around Bao Fu Si (Temple). We will also be distributed somewhere in the world since we are quantum developers.",null,"contact@yaolang.dev","https:\u002F\u002Fyaoquantum.org\u002F","https:\u002F\u002Fgithub.com\u002FQuantumBFS",[83,87,91],{"name":84,"color":85,"percentage":86},"Julia","#a270ba",99.6,{"name":88,"color":89,"percentage":90},"Makefile","#427819",0.3,{"name":92,"color":93,"percentage":94},"Just","#384d54",0.1,1022,130,"2026-04-02T15:32:41","NOASSERTION","未说明","非必需。如需 GPU 加速，需安装独立扩展包 CuYao.jl（通常意味着需要 NVIDIA GPU 和 CUDA 环境），具体型号和版本未在本文档说明。",{"notes":102,"python":103,"dependencies":104},"1. 该工具是 Julia 语言的包，不是 Python 包，因此不需要 Python 环境。2. 安装需在 Julia REPL 中使用包模式（按']'键）执行 'add Yao'。3. 目前处于早期测试版（beta），可能存在不稳定情况。4. GPU 支持和张量网络模拟分别需要额外安装 CuYao.jl 和 YaoToEinsum.jl 扩展包。","不适用 (基于 Julia 语言)",[105,106,107],"Julia Language","CuYao.jl (可选，用于 CUDA 支持)","YaoToEinsum.jl (可选，用于张量网络模拟)",[13],[110,111,112,113,114,115,116],"quantum-computing","quantum-algorithms","quantum-information","quantum-circuit","machine-learning","unitaryhack","yao","2026-03-27T02:49:30.150509","2026-04-06T05:36:31.049207",[120,125,130,135,140,145,150],{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},13619,"为什么在运行超过 13 个量子比特的操作时 Julia 会话会崩溃？","这是一个已知问题，已在 Julia 1.7 版本中修复。如果您需要立即计算相关内容，建议暂时使用 Julia 1.4 版本，该版本对此类操作支持良好。","https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fissues\u002F256",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},13620,"在 Jupyter Notebook 中连续绘制多个量子电路时，为什么第二个电路图显示错误（重复显示第一个图）？","这是 Jupyter 中遇到的常见问题，通常与 Luxor 库的 SVG 渲染有关。该问题预计已在 Luxor 3.6.0 版本中修复。如果问题仍然存在，请尝试升级 Luxor 到最新版本。","https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fissues\u002F439",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},13621,"使用 `chain(n, block)` 语法时为什么会报错 `MethodError: no method matching iterate`？","这是旧版本中的一个行为异常，已在主分支（master）中修复。现在 `chain` 函数的行为与其他块一致，您可以正常使用 `chain(n, chain(X, Y, Z))` 等嵌套语法而不会报错。建议更新到最新版本。","https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fissues\u002F174",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},13622,"当量子比特数过大时（例如 100），调用 `mat` 函数为什么不报错却返回空矩阵？","在旧版本中，当量子比特数过大导致无法生成矩阵时，`mat` 函数可能静默失败并返回 0x0 矩阵。该问题计划通过引入类型特征（traits）在 0.4 版本中解决，届时将正确抛出错误提示用户内存不足或操作不可行。","https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fissues\u002F166",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},13623,"如何手动为已注册的包版本创建 Git 标签（Tag）？","如果未自动创建标签，可以通过以下命令手动创建并推送：\n1. `git tag -a v0.6.3 -m \"\u003C版本描述>\" \u003Ccommit_hash>`\n2. `git push origin v0.6.3`\n请将 `v0.6.3` 替换为您的版本号，`\u003C版本描述>` 替换为说明，`\u003Ccommit_hash>` 替换为对应的提交哈希值。","https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fissues\u002F199",{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},13624,"收到 TagBot 触发通知但标签尚未生成，该如何处理？","这通常意味着 TagBot 配置可能存在问题。请检查您的 `.github\u002FTagBot.yml` 配置文件确保其正在运行，并查看 GitHub Actions 日志以确认是否有错误信息。如果需要，可以更新配置文件以包含 issue comment 触发器。","https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fissues\u002F289",{"id":151,"question_zh":152,"answer_zh":153,"source_url":154},13625,"如何将 YaoBlocks 与 IBM Quantum (IBMQClient) 或 OpenQASM 集成？","项目已创建了专门的扩展包来实现此功能。您可以使用 `YaoBlocksQobj.jl` 将量子块转换为 IBMQ 所需的 Qobj 格式，或使用 `YaoBlocksQASM.jl` 处理 OpenQASM 2.0。相关代码库位于：https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYaoBlocksQobj.jl 和 https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYaoBlocksQASM.jl。","https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fissues\u002F279",[156,161,166,171,176,181,185,190,195,200,205,210,215,220,225,230,235,240,245,250],{"id":157,"version":158,"summary_zh":159,"released_at":160},72435,"v0.9.3","## Yao v0.9.3\n\n[与 v0.9.2 的差异](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.9.2...v0.9.3)\n\n\n**已合并的拉取请求：**\n- 在密度矩阵基和泡利基上生成张量网络 (#559) (@GiggleLiu)\n- 修复 Measure 块的 YaoPlots 可视化问题 (#561) (@GiggleLiu)\n- 可视化量子信道 (#562) (@GiggleLiu)\n- 在 Measure 块中添加测量误差 (#564) (@nzy1997)\n- 可视化 YaoToEinsum (#566) (@GiggleLiu)\n- 改进 YaoToEinsum 的可视化效果 (#567) (@GiggleLiu)\n- 为 YaoBlocks 添加 PauliPropagation.jl 包扩展 (#570) (@hmyuuu)\n- 添加教科书保真度的梯度及有限差分法测试 (#573) (@YanickKi)\n- 更新了 JSON 和 SymEngine 的兼容性声明 (#574) (@jlbosse)\n- 修复 #575 问题 (#576) (@jlbosse)\n- OpenQASM 支持 (#578) (@GiggleLiu)\n\n**已关闭的问题：**\n- 为测量操作添加反向传播 (#160)\n- Bloch 球可视化 (#255)\n- 计算 \u003CA|H|B> 形式的期望值和梯度吗？(#365)\n- 在文档中列出使用 Yao 的包 (#399)\n- 通过包含条件门的电路进行自动微分 (#418)\n- 更高效地实现 `two_qubit_depolarizing_channel()` (#456)\n- 基于 Kraus 算子的噪声电路仿真 (#544)\n- 噪声信道的可视化 (#552)\n- 噪声信道的张量网络表示 (#553)\n- 在 `Measure` 块中添加测量误差 (#557)\n- 修复 Measure 块中的可视化错误 (#558)\n- 保存\u002F加载\u002F可视化从量子电路映射而来的张量网络 (#560)\n- 可视化功能增强 (#563)\n- mat(chain(...)) 返回空稀疏矩阵 (#565)\n- 保真度梯度中出现 NaN (#572)\n- `iszero(::SymEngine.Basic)` 的重新定义破坏了预编译 (#575)","2026-03-01T06:52:33",{"id":162,"version":163,"summary_zh":164,"released_at":165},72436,"v0.2.1","## Yao v0.2.1\n\n[自 v0.2.0 以来的差异](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.2.0...v0.2.1)\n\n\n此版本已被认定为后向移植。\n后向移植的自动化变更日志往往严重不准确。\n因此，问题和拉取请求列表已被隐藏。\n\u003C!--\n**已合并的拉取请求：**\n- WIP：时间演化 (#126) (@GiggleLiu)\n- 移动 zoo 模块 (#129) (@Roger-luo)\n- 修复 Windows CI 及 Julia 1.0 的一些优化 (#131) (@Roger-luo)\n- 为更好地支持 HHL 而开发的功能 (#132) (@GiggleLiu)\n- 添加视觉效果 (#134) (@GiggleLiu)\n\n**已关闭的问题：**\n- [代码规范] 常量定义应在全局作用域中 (#57)\n- Julia 1.0 发布后放弃对 v0.6 的支持 (#117)\n- QCBM.ipynb 中的方法错误 (#125)\n- 在 Julia 1.0 下预编译 Yao 失败 (#128)\n- 并非真正的问题 (#133)\n\n-->","2026-03-01T06:51:42",{"id":167,"version":168,"summary_zh":169,"released_at":170},72437,"v0.9.2","## Yao v0.9.2\n\n[与 v0.9.1 的差异](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.9.1...v0.9.2)\n\n\n**已合并的拉取请求：**\n- 克劳斯算符与错误建模 (#546) (@GiggleLiu)\n- 修复问题 545 - 使用批处理数组寄存器进行自动微分 (#547) (@GiggleLiu)\n- 修复问题 480 - 正确渲染旋转门的随机参数 (#548) (@GiggleLiu)\n- 修复问题 549：链式区块构造函数的 bug (#551) (@GiggleLiu)\n- 升级 luxury sparse 库 (#555) (@GiggleLiu)\n- 支持更多类型的错误模型 (#556) (@GiggleLiu)\n\n**已关闭的问题：**\n- 优化并导出外积运算 (#385)\n- 在 Yao 文档中展示用户自己的项目案例 (#403)\n- 绘制错误图？(#439)\n- dispatch(Ry(0), :random) 无法正常工作 (#480)\n- 从 MPS 构建量子电路 (#487)\n- Zygote 在批处理数组寄存器上的问题 (#545)\n- 链式结构忽略函数元素 (#549)","2025-07-10T13:08:39",{"id":172,"version":173,"summary_zh":174,"released_at":175},72438,"v0.9.1","## Yao v0.9.1\n\n[与 v0.9.0 的差异](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.9.0...v0.9.1)\n\n\n**已合并的拉取请求：**\n- 使 `fidelity(cureg, cureg)` 正常工作 (#511) (@jlbosse)\n- 修复 `FSimGate` 的绘图问题 (#513) (@mofeing)\n- 修复 `measure!` 中的 `CUDA.sync_threads()` 调用 (#515) (@nzy1997)\n- 使用彩色标签进行绘图 (#517) (@nzy1997)\n- 为量子纠错添加单行注释 (#518) (@GiggleLiu)\n- 修复 `runtests.jl` 中的一个拼写错误 (#521) (@hmyuuu)\n- 修复文档字符串中的拼写错误 (#524) (@FazinHan)\n- 修复可视化 `rot(igate(n))` 时的错误 (#529) (@GiggleLiu)\n- 在 YaoToEinsum 中支持多进制量子比特 (#530) (@GiggleLiu)\n- 在原地测量密度矩阵 (#532) (@GiggleLiu)\n- 修复 `collapseto!` 的归一化问题，并为混合态添加测试 (#535) (@FabianBallar7)\n- 更新 CUDA 版本 (#537) (@GiggleLiu)\n- 移除设置引用时不必要的 `const` 声明 (#538) (@KristofferC)\n- 添加测试并修复 `simplify` 中的一个 bug (#539) (@nzy1997)\n- 设置默认的 `size_info` (#540) (@nzy1997)\n- 修复 CI 问题 (#541) (@Roger-luo)\n- 修复 Shor 算法示例中的拼写错误 (#542) (@dillon-broaders)\n\n**已关闭的问题：**\n- 在 Yao 文档中展示用户自己的项目案例 (#382)\n- 无法在 GPU 上计算 `von_neumann_entropy()` (#489)\n- 测量块在 CPU 寄存器和 CUDA 寄存器上的行为不同 (#514)\n- Julia 1.10.4 中预编译 CuYao 出现错误 (#520)\n- 在 KronBlock、Scale 和 Add 对象之间进行转换 (#522)\n- 功能请求：两量子比特 Rzz 门 (#525)\n- 在使用 Yao.plot() 可视化恒等旋转时出现的 bug (#528)\n- 功能请求：对密度矩阵进行测量 (#531)\n- 混合态下 `collapseto!` 归一化可能存在的问题 (#534)\n- CuYao 无法完成预编译 (#536)","2025-03-19T05:01:35",{"id":177,"version":178,"summary_zh":179,"released_at":180},72439,"v0.9.0","## Yao v0.9.0\n\n[自 v0.8.14 以来的差异](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.14...v0.9.0)\n\n\n**已合并的拉取请求：**\n- 修复问题 508 (#509) (@GiggleLiu)\n- 让 yao2einsum 支持多量子比特寄存器作为输入\u002F输出 (#510) (@GiggleLiu)\n\n**已关闭的问题：**\n- 当可观测量的期望值实部为零时，对复数值的处理不符合预期 (#508)","2024-05-23T16:33:55",{"id":182,"version":183,"summary_zh":78,"released_at":184},72440,"v0.8.14","2024-05-03T22:42:26",{"id":186,"version":187,"summary_zh":188,"released_at":189},72441,"v0.8.13","## Yao v0.8.13\n\n[自 v0.8.12 以来的差异](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.12...v0.8.13)","2024-01-18T12:36:47",{"id":191,"version":192,"summary_zh":193,"released_at":194},72442,"v0.8.12","## Yao v0.8.12\n\n[自 v0.8.11 以来的差异](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.11...v0.8.12)","2024-01-17T09:07:37",{"id":196,"version":197,"summary_zh":198,"released_at":199},72443,"v0.8.11","## Yao v0.8.11\n\n[与 v0.8.10 的差异](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.10...v0.8.11)\n\n\n**已合并的拉取请求：**\n- 修复符号型绝对值函数 (#479) (@GiggleLiu)\n- 更新 quick-start.md 以修正拼写和语法错误 (#481) (@JamieMair)\n- 修复酉通道上的克罗内克积和重复操作 (#482) (@GiggleLiu)\n- 将 TimeEvolution 改为使用 KrylovKit 而不是 ExponentialUtilities (#483) (@jlbosse)","2023-11-02T19:24:19",{"id":201,"version":202,"summary_zh":203,"released_at":204},72444,"v0.8.10","## Yao v0.8.10\n\n[与 v0.8.9 的差异](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.9...v0.8.10)\n\n\n**已关闭的问题：**\n- 在我的论文《利用 Julia 框架教授量子纠缠》中使用 Yao.jl (#458)\n- 随机数生成器 (#473)\n\n**已合并的拉取请求：**\n- 赋值更新 (#467) (@derikk)\n- 提升 StatsBase 的兼容版本 (#469) (@jlbosse)\n- 移除了一些在预编译时引发警告的类型参数 (#470) (@jlbosse)\n- 修复 KronBlock 的相等性检查 (#476) (@jlbosse)\n- 修复自动微分应用，修正文档字符串错误 (#478) (@GiggleLiu)","2023-08-14T17:14:06",{"id":206,"version":207,"summary_zh":208,"released_at":209},72445,"v0.8.9","## Yao v0.8.9\n\n[与 v0.8.8 的差异](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.8...v0.8.9)\n\n\n**已关闭的问题：**\n- Python 接口 (#465)\n\n**已合并的拉取请求：**\n- 提升 YaoArrayRegister 的兼容版本，因为 @assert_locs_inbound 已被移动 (#466) (@jlbosse)","2023-04-01T00:09:17",{"id":211,"version":212,"summary_zh":213,"released_at":214},72446,"v0.8.8","## Yao v0.8.8\n\n[Diff since v0.8.7](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.7...v0.8.8)\n\n\n\n**Merged pull requests:**\n- Added docstring to `pauli_error_channel()` (#459) (@jlbosse)\n- Added copyto!(::DensityMatrix) (#460) (@jlbosse)\n- More density matrix support (#461) (@jlbosse)\n- fix: correct citation based on Qiang Miao's comment (#463) (@Roger-luo)","2023-03-29T19:21:52",{"id":216,"version":217,"summary_zh":218,"released_at":219},72447,"v0.8.7","## Yao v0.8.7\n\n[Diff since v0.8.6](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.6...v0.8.7)\n\n\n**Closed issues:**\n- customed (random) unitary operation too hard to define (#449)\n\n**Merged pull requests:**\n- fix the error of applying diagonal gate to a GPU register. (#451) (@GiggleLiu)\n- Added similar(::DensityMatrix) (#452) (@jlbosse)\n- More work on basic error channels (#455) (@jlbosse)\n- fix typo in 1.prepare-ghz-state\u002Findex.md (#457) (@eltociear)","2023-03-02T00:46:09",{"id":221,"version":222,"summary_zh":223,"released_at":224},72448,"v0.8.6","## Yao v0.8.6\n\n[Diff since v0.8.5](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.5...v0.8.6)\n\n\n**Closed issues:**\n- Syntax for a negative controlled not  (#440)\n- ArrayReg question (#442)\n- Is there a built in function for concurrence \u002F von-Neumann entropy \u002F Schmidt decomposition?  (#443)\n\n**Merged pull requests:**\n- Changed expect_g and fidelity_g to return the \"correctly\" scaled gradient w.r.t to the register (#446) (@jlbosse)","2022-12-15T05:56:46",{"id":226,"version":227,"summary_zh":228,"released_at":229},72449,"v0.8.5","## Yao v0.8.5\n\n[Diff since v0.8.4](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.4...v0.8.5)\n\n\n**Closed issues:**\n- How can we compute the hessian matrix (#425)\n- Retrieving a Unitary from a circuit (#429)\n- Kron and chain (#430)\n- Implementing circuit.append(cirq.X(qubits[3]).controlled_by(qubits[1],qubits[4])) (#431)\n- Extending Blocks to include timing information of a quantum gate (#434)\n- variational_circuit not matched (#436)\n- label not found (#438)\n\n**Merged pull requests:**\n- Bumped compat for DocStringExtensions (#428) (@jlbosse)\n- fix warnings of unused type params (#433) (@Roger-luo)","2022-11-02T20:30:30",{"id":231,"version":232,"summary_zh":233,"released_at":234},72450,"v0.8.4","## Yao v0.8.4\n\n[Diff since v0.8.3](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.3...v0.8.4)\n\n\n\n**Merged pull requests:**\n- fix type stability (#424) (@Roger-luo)","2022-08-25T16:46:07",{"id":236,"version":237,"summary_zh":238,"released_at":239},72451,"v0.8.3","## Yao v0.8.3\n\n[Diff since v0.8.2](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.2...v0.8.3)\n\n\n**Closed issues:**\n- Potential bugs from `YaoBlocks.Measure` when involving optional argument `operator`. (#252)\n- Ambiguity error in YaoSym (#268)\n- Incorrect Definition for ishermitian for ChainBlock (#406)\n- how to export the matrix of a circuit on a large system? (#407)\n- Adding qudit gates (#412)\n- error occurs when running Pkg.develop(\"Yao\") (#419)\n- Performance issue (#422)\n\n**Merged pull requests:**\n- speed up autodiff (#397) (@GiggleLiu)\n- [unitaryhack] Example on Riemannian gradient-flow optimizer (#398) (@radras)\n- Fix NoParams caused slowdown (#405) (@GiggleLiu)\n- fix ishermitian of chain (#409) (@GiggleLiu)\n- update measure location check (#410) (@GiggleLiu)\n- adapt for new IMatrix (#411) (@GiggleLiu)\n- Add Google Sheet Link to README.md (#413) (@Roger-luo)\n- Riemannian gradient flow example (#414) (@radras)\n- fix ad error for abstract vector constructors (#415) (@GiggleLiu)\n- Clarified documentation of @const_gate by adding a description of the nlevel=D option (#417) (@jlbosse)\n- safely remove qudits from a register (#420) (@GiggleLiu)\n- new reflection gate (#421) (@GiggleLiu)","2022-08-21T21:16:19",{"id":241,"version":242,"summary_zh":243,"released_at":244},72452,"v0.8.2","## Yao v0.8.2\n\n[Diff since v0.8.1](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.1...v0.8.2)\n\n\n**Closed issues:**\n- YaoExtension incompatible w\u002F stable Yao version (#400)\n- Incomplete docstring for `measure`: missing custom basis measurement example (#401)\n\n**Merged pull requests:**\n- Fix Yao Blocks (#402) (@GiggleLiu)\n- fix merging empty entry table (#404) (@GiggleLiu)","2022-06-10T03:21:20",{"id":246,"version":247,"summary_zh":248,"released_at":249},72453,"v0.8.1","## Yao v0.8.1\n\n[Diff since v0.8.0](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.8.0...v0.8.1)\n\n\n\n**Merged pull requests:**\n- Fix google supremacy circuit (#396) (@GiggleLiu)","2022-06-01T21:17:07",{"id":251,"version":252,"summary_zh":253,"released_at":254},72454,"v0.8.0","## Yao v0.8.0\n\n[Diff since v0.7.4](https:\u002F\u002Fgithub.com\u002FQuantumBFS\u002FYao.jl\u002Fcompare\u002Fv0.7.4...v0.8.0)\n\n\n**Closed issues:**\n- Using YaoBlocks.subroutine instead of deprecated \"concentrate\" in the tutorials (#254)\n- webpage (tutorial\u002Fdocumentation\u002Fetc.) pipeline improvements (#278)\n- integrate YaoBlocks with IBMQClient and OpenQASM (#279)\n- Github link on website does not work (#347)\n- density matrix for batched register (#359)\n- fidelity gradient not working (#360)\n- CuYao compiles depending on value, not depending on type (#362)\n- evaluate expectation value of general hermitian operator in Yao (#366)\n- support for empty Pauli string(a string full of pauli I) ? (#368)\n- rename repeat register (#369)\n- reorder! does not seem to work properly (#370)\n- A tiny bug in Yao.EasyBuild (#377)\n- Derivative of two-parameter gate does not work well (#383)\n\n**Merged pull requests:**\n- fix fidelity gradient (#361) (@GiggleLiu)\n- fix rotation gate dispatch (#363) (@GiggleLiu)\n- Remove YaoBase (#364) (@GiggleLiu)\n- better eigen basis (#367) (@GiggleLiu)\n- add blocks API docs (#371) (@Roger-luo)\n- register doc (#372) (@GiggleLiu)\n- fix YaoArrayRegisters docstring (#374) (@GiggleLiu)\n- svg plot (#376) (@GiggleLiu)\n- fix issue #377 (#378) (@GiggleLiu)\n- Qudits instructions (#379) (@GiggleLiu)\n- export unsafe_apply as the overload interface (#380) (@Roger-luo)\n- clean up entry table by default! (#384) (@GiggleLiu)\n- specify matblock printing (#386) (@GiggleLiu)\n- completes levine-pichler pulse (#387) (@GiggleLiu)\n- fix generic type (#388) (@GiggleLiu)\n- mention community call (#391) (@Roger-luo)\n- fix density matrix fidelity (#393) (@GiggleLiu)\n- Density matrix implementation (#394) (@GiggleLiu)","2022-05-31T00:44:36"]