用途：Qiskit 是 IBM 的开源量子计算框架，可用于构建与模拟量子线路、运行量子算法（VQE、QAOA、Grover、Shor）、量子化学计算（与 PySCF 集成）、量子机器学习、量子模拟与噪声建模、面向真实硬件的线路转译、量子优化、量子纠错与量子密码学等，也适合教学演示。它不适用于经典机器学习（用 scikit-learn、PyTorch）、经典优化（用 SciPy）、通用数值计算（用 NumPy）、经典密码学或大规模经典模拟。
主要能力：核心模块 qiskit 提供 QuantumCircuit 线路构建；qiskit.algorithms 提供 VQE、QAOA 等算法；qiskit.providers.aer 提供 AerSimulator 与 NoiseModel；qiskit.transpiler 提供 transpile；qiskit.quantum_info 提供 Statevector、DensityMatrix、Operator；qiskit.circuit.library 提供 QFT、RealAmplitudes、EfficientSU2；扩展包 qiskit_nature、qiskit_machine_learning、qiskit_optimization 分别覆盖量子化学、量子机器学习与量子优化。
使用方式：安装命令为 pip install qiskit，含可视化用 pip install qiskit[visualization]，量子化学用 pip install qiskit-nature qiskit-nature-pyscf，机器学习用 pip install qiskit-machine-learning，优化用 pip install qiskit-optimization，全部安装用 pip install 'qiskit[all]' qiskit-nature qiskit-machine-learning qiskit-optimization。典型流程为创建 QuantumCircuit、添加 h/cx 等门、必要时测量、用 AerSimulator 的 run 方法并设置 shots 获取 counts。算法侧常配合 Estimator/Sampler 原语。
限制与注意事项：真实硬件存在拓扑连接、退相干与门错误等约束，运行前应转译到目标后端；模拟器量子比特数增加会带来指数级内存开销；测量会使量子态坍缩，需正确安排测量时机；应避免使用已弃用的 execute()，改用后端 run()；结果具有统计涨落，不能假设精确比例；还需关注线路深度与门数量、错误缓解、状态归一化验证、随机种子可复现及任务状态检查。官方文档见 https://qiskit.org/documentation/。