Installation

Prérequis

• Flux de travail gérés activés sur tes instances IBM Quantum® Platform. Contacte ton administrateur pour l'activer.

• Une clé API et le CRN de ton instance. Consulte Trouver tes identifiants d'accès.

• Python 3.10 ou version ultérieure, dans un environnement virtuel actif. Consulte Installer Qiskit pour savoir comment configurer un environnement.

Démarrage rapide avec les compétences IA

Tu peux utiliser les compétences IA du dépôt de modèles Qiskit Function pour t'aider à installer qiskit-ibm-catalog, à empaqueter ton code local existant et à le déployer sous forme de flux de travail géré.

Installer le package client

Installe le package qiskit-ibm-catalog :

pip install qiskit-ibm-catalog

Cette commande installe aussi qiskit-serverless, qiskit et qiskit-ibm-runtime comme dépendances. Tu n'as pas besoin d'installer qiskit-serverless séparément. Les exemples de ces guides nécessitent qiskit-ibm-catalog 0.22.0 ou version ultérieure, qui installe qiskit-serverless 0.38 et qiskit-ibm-runtime 0.51.

Tu utilises directement deux de ces packages, à des endroits différents :

• qiskit-ibm-catalog est le client que tu utilises sur ton ordinateur local pour téléverser des flux de travail, les exécuter et obtenir leurs résultats.

• qiskit-serverless s'exécute dans le code de ton flux de travail. Il fournit des utilitaires tels que get_arguments(), update_status() et save_result().

Mettre à jour le package client

Comme les flux de travail gérés sont en bêta, le package client change souvent. Pour vérifier quelle version tu as, exécute la commande suivante :

pip show qiskit-ibm-catalog

Or, in Python:

import qiskit_ibm_catalog

print(qiskit_ibm_catalog.__version__)

Pour passer à la dernière version, exécute la commande suivante :

pip install --upgrade qiskit-ibm-catalog

Si la nouvelle version de qiskit-ibm-catalog nécessite une version plus récente de qiskit-serverless, cette commande met aussi à jour qiskit-serverless.

S'authentifier

Protège ta clé API

N'inclus pas ta clé API dans le code de ton flux de travail, dans des scripts ou dans des fichiers notebook. Un flux de travail en cours d'exécution utilise les identifiants et l'instance que tu as utilisés pour appeler run().

Le client des flux de travail gérés utilise les mêmes identifiants que qiskit-ibm-runtime. Si tu as déjà enregistré un compte avec QiskitRuntimeService.save_account(), le client charge ton compte enregistré par défaut, et tu peux passer directement à Vérifier ta configuration.

Si tu n'as pas enregistré de compte, enregistre ta clé API et le CRN de ton instance une seule fois, dans un environnement de confiance :

from qiskit_ibm_catalog import ManagedWorkflowClient

ManagedWorkflowClient.save_account(
    token="<your-api-key>",
    instance="<your-instance-crn>",
)

Cette méthode écrit tes identifiants dans le même fichier que QiskitRuntimeService.save_account(). Le client utilise par défaut le canal ibm_quantum_platform, tu n'as donc pas besoin de définir channel. Pour enregistrer plusieurs comptes, définis name, et passe le même name quand tu crées le client.

Pour plus d'options, comme l'enregistrement de plusieurs comptes ou la sélection automatique d'une instance, consulte Enregistrer tes identifiants de connexion. Si tu travailles sur un ordinateur public ou dans un autre environnement non fiable, n'enregistre pas tes identifiants. Suis plutôt Initialiser le service dans un environnement non fiable.

Vérifier ta configuration

Connecte-toi aux workflows gérés avec ton compte enregistré, puis liste les workflows que tu as téléversés :

from qiskit_ibm_catalog import ManagedWorkflowClient

client = ManagedWorkflowClient()
client.list()

Si tu n'as pas encore téléversé de workflow, la sortie est une liste vide ([]). Si tu vois une erreur d'authentification, le client n'a pas trouvé d'identifiants valides. Vérifie le compte que tu as enregistré dans la section Authenticate.

Étapes suivantes

Recommandations

• Déploie ton premier workflow géré pour téléverser un workflow, l'exécuter et obtenir son résultat.
• Pour partir d'un code fonctionnel, déploie l'un des modèles de Qiskit Function, ou adapte un modèle de base à ton propre workflow.