一种与硬件无关的量子机器学习框架,支持自动微分。适用于通过梯度训练量子电路、构建混合量子-经典模型,或需在IBM/Google/Rigetti/IonQ等设备间实现跨平台兼容的场景。最适合用于变分算法(VQE、QAOA)、量子神经网络,以及与PyTorch/JAX/TensorFlow的集成。如需针对特定硬件的优化,请使用Qiskit(IBM)或Cirq(Google);如需处理开放量子系统,请使用QuTiP。
一种与硬件无关的量子机器学习框架,支持自动微分。适用于通过梯度训练量子电路、构建混合量子-经典模型,或需在IBM/Google/Rigetti/IonQ等设备间实现跨平台兼容的场景。最适合用于变分算法(VQE、QAOA)、量子神经网络,以及与PyTorch/JAX/TensorFlow的集成。如需针对特定硬件的优化,请使用Qiskit(IBM)或Cirq(Google);如需处理开放量子系统,请使用QuTiP。
通过 LiteLLM 和 OpenRouter 使用 Perplexity 模型进行基于实时信息的 AI 驱动网页搜索。此功能适用于查找当前信息、检索近期科学文献、获取带有来源引用的可靠答案,或访问超出模型知识截止日期之外的信息。通过单一的 OpenRouter API 密钥,即可访问多个 Perplexity 模型,包括 Sonar Pro、Sonar Pro Search(高级代理搜索)和 Sonar Reasoning Pro。
交互式可视化库。当您需要悬停信息、缩放、平移或可嵌入网页的图表时使用。最适合用于仪表盘、探索性分析和演示。如需静态出版图表,请使用 matplotlib 或科学可视化工具。
使用 HTML/CSS 创建研究海报,并可导出为 PDF 或 PPTX 格式。仅在用户明确要求 PowerPoint/PPTX 海报格式时使用此功能。标准研究海报请使用 latex-posters。此功能提供现代化的网页端海报设计,支持响应式布局和便捷的视觉整合。
与 protocols.io API 集成,用于管理科学实验方案。当需要与 protocols.io 配合进行方案搜索、创建、更新或发布,管理方案步骤与材料,处理讨论与评论,组织工作区,上传与管理文件,或将 protocols.io 功能整合到工作流程中时,请使用此技能。适用于方案发现、协作式方案开发、实验跟踪、实验室方案管理及科学文档管理。
通过 PUG-REST API/PubChemPy 查询 PubChem(1.1 亿多种化合物)。按名称/CID/SMILES 搜索,获取物性、相似性/子结构搜索、生物活性等信息,用于化学信息学。
直接通过 REST API 访问 PubMed。支持高级布尔/MeSH 查询、E-utilities API、批量处理和引文管理。适用于 Python 工作流时,建议使用 BioPython(Bio.Entrez)。本工具适用于直接的 HTTP/REST 操作或自定义 API 实现。