⚙️ doQumentation Settings
Configure o servidor Jupyter usado para executar código Python nos tutoriais.
Backend do Servidor
Escolha qual backend usar para execução de código:
Modo de Execução
Escolha o que acontece quando você clica em Executar nas páginas de tutoriais. Isso se aplica somente à execução de código incorporada neste site — abrir um notebook no JupyterLab usa o runtime padrão do Qiskit.
Conta IBM Quantum
Instruções de configuração e notas de segurança
save_account() descrito abaixo.Insira suas credenciais do IBM Quantum uma vez aqui. Elas serão injetadas automaticamente via save_account() quando o kernel iniciar, então não é necessário inseri-las em cada notebook. Isso se aplica somente à execução de código incorporada neste site — abrir um notebook no JupyterLab requer chamar save_account() manualmente.
- Cadastrar em quantum.cloud.ibm.com/registration — sem cartão de crédito necessário nos primeiros 30 dias
- Entrar em Instâncias
- Instância — Crie uma instância gratuita do Open Plan em página inicial se ainda não tiver uma
- Token de API — Clique no ícone do seu perfil (canto superior direito), depois em "token de API". Copie a chave.
Para etapas detalhadas, consulte o guia Configurar autenticação da IBM (etapa 2).
Alternativa: Execute save_account() manualmente em uma célula do notebook
Se preferir não armazenar credenciais neste navegador, cole isso em qualquer célula de código e execute. As credenciais são salvas no armazenamento temporário do kernel do Binder e perdidas quando a sessão termina.
from qiskit_ibm_runtime import QiskitRuntimeService
QiskitRuntimeService.save_account(
token="YOUR_API_TOKEN",
instance="YOUR_CRN",
overwrite=True
)Display Preferences
Code Font Size
from qiskit import QuantumCircuitPre-computed Outputs
Each notebook page shows pre-computed outputs (images, tables, text) from IBM's original runs. When you click Run to execute code live, both the original outputs and your new live results are shown side by side. Enable this toggle to hide the original outputs during live execution, keeping only your results visible.
Python Warnings
By default, Python warnings (deprecation notices, runtime hints) are suppressed for cleaner notebook output. Disable this to see all warnings — useful for debugging or learning about API changes.
Gerenciar Seus Dados
Todos os dados são armazenados localmente no seu navegador (localStorage). Nada é enviado para nossos servidores. Limpar os dados do navegador ou usar um navegador/dispositivo diferente começa do zero.
Progresso de Aprendizado
Seu progresso de leitura e execução é rastreado localmente no seu navegador. Páginas visitadas exibem ✓ na barra lateral; notebooks executados exibem ▶.
Nenhum progresso rastreado ainda. Visite tutoriais e guias para começar a rastrear.
Bookmarks
Nenhum favorito ainda. Use o botão de favorito em qualquer página para salvá-la aqui.
Exibição e Interface
Sessões e Credenciais
Redefinir Tudo
Remover todos os dados salvos incluindo progresso, favoritos, preferências de exibição e credenciais.
Configurações Avançadas
IBM Cloud Code Engine
O IBM Cloud Code Engine fornece um kernel Jupyter rápido e serverless na sua própria conta IBM Cloud. A inicialização leva segundos em vez de minutos. O nível gratuito cobre ~14 horas/mês.
Instruções de Configuração
- Crie uma conta IBM Cloud em cloud.ibm.com (nível gratuito disponível)
- Acesse o IBM Cloud Code Engine console e crie um novo projeto na sua região preferida
- Crie um novo aplicativo com imagem
ghcr.io/janlahmann/doqumentation-codeengine:latest, porta de escuta 8080
Dimensionamento: 1 vCPU / 2 GB para usuário único, 8 vCPU / 16 GB para workshops (até 80 usuários) - Defina as variáveis de ambiente:
JUPYTER_TOKENpara um token seguro (mínimo 32 caracteres) eCORS_ORIGINpara o seu domínio (ex.:https://doqumentation.org)
Para detalhes de dimensionamento de workshop, consulte a documentação de configuração do workshop.
Binder Packages
When running on GitHub Pages, code executes via MyBinder. The Binder environment includes core Qiskit packages pre-installed:
qiskit[visualization], qiskit-aer,
qiskit-ibm-runtime, pylatexenc,
qiskit-ibm-catalog, qiskit-addon-utils, pyscfSome notebooks require additional packages. You can install them on demand by running this in a code cell:
!pip install -q <package>Or install all optional packages at once:
!pip install -q scipy scikit-learn qiskit-ibm-transpiler \
qiskit-experiments plotly sympy qiskit-serverless \
qiskit-addon-sqd qiskit-addon-mpf \
qiskit-addon-aqc-tensor[aer,quimb-jax] \
qiskit-addon-obp qiskit-addon-cutting ffsim \
gem-suite python-satSetup Help
RasQberry Setup
If you're running on a RasQberry Pi, the Jupyter server should be automatically detected. If not, ensure the jupyter-tutorials service is running:
sudo systemctl status jupyter-tutorialsLocal Jupyter Setup
Start a Jupyter server with CORS enabled:
jupyter server --ServerApp.token='rasqberry' \
--ServerApp.allow_origin='*' \
--ServerApp.disable_check_xsrf=TrueDocker Setup
The Docker container generates a random Jupyter token at startup. Code execution through the website (port 8080) works automatically — no token needed. The token is only required for direct JupyterLab access on port 8888.
To retrieve the token from container logs:
docker compose --profile jupyter logs | grep "Jupyter token"To set a fixed token:
JUPYTER_TOKEN=mytoken docker compose --profile jupyter upServidor Remoto
Para servidores remotos, certifique-se de que o CORS está configurado para permitir conexões deste site. Adicione o seguinte ao seu jupyter_server_config.py:
c.ServerApp.allow_origin = '*'
c.ServerApp.allow_credentials = True