用途：这是面向 CUDA-Q 平台的入门引导助手，用 /cudaq-guide [参数] 调用，带参数直达主题，不带参数则展示完整菜单并询问想了解的方向。
主要能力与用法：
- install：默认走 Python 路径 pip install cudaq，随后用 Bell 态示例验证，输出应约为 { 00:~500 11:~500 }；Linux（x86_64、ARM64）支持完整 GPU，macOS（Apple Silicon）仅 CPU 模拟，Windows 用 WSL。C++（无 sudo）命令为 bash install_cuda_quantum*.$(uname -m) --accept -- --installpath $HOME/.cudaq；云端可用 brev open ${WORKSPACE_NAME}。
- test-program：介绍 @cudaq.kernel / qpu、cudaq.qvector(N)、cudaq.sample()、cudaq.run()、cudaq.observe()、cudaq.get_state() 等概念；内核只支持受限 Python 子集，内核内不可用 NumPy/SciPy，内核可调用同为 @cudaq.kernel 的内核。
- gpu-sim：介绍 nvidia（默认单 GPU）、fp64、mgpu（多 GPU 汇池，需 MPI）、mqpu（每 GPU 一个虚拟 QPU）、tensornet、qpp-cpu。
- qpu：两步对话，先选离子阱、超导、中性原子或云平台，再选提供商，并提示先用 emulate=True 本地验证，用 sample_async/observe_async 非阻塞提交，凭据以环境变量管理。
- applications：涵盖优化、化学、纠错、算法、机器学习、模拟、金融等示例笔记本。
- parallelize：单电路过大用 mgpu，多个独立电路用 mqpu；大哈密顿量可用 execution=cudaq.parallel.thread 或 cudaq.parallel.mpi。
限制：GPU 模拟需 Linux，macOS 仅 CPU；mgpu 需 MPI；QPU 需各提供商凭据与账号。其他平台细节与价格官方资料暂未提供。