coreml

Load, configure, and run Core ML models in iOS apps. This skill covers the Swift side: model loading, prediction, MLTensor, profiling, and deployment. Target iOS 26+ with Swift 6.2, backward-compatible to iOS 14 unless noted.

Scope boundary: Python-side model conversion, optimization (quantization, palettization, pruning), and framework selection live in the apple-on-device-ai skill. This skill owns Swift integration only.

See references/coreml-swift-integration.md for complete code patterns including actor-based caching, batch inference, image preprocessing, and testing.

Intégrez et optimisez les modèles Core ML dans les applications iOS pour l'inférence d'apprentissage automatique sur l'appareil. Couvre le chargement de modèles (.mlmodelc, .mlpackage), les prédictions avec les classes générées automatiquement et MLFeatureProvider, la configuration des unités de calcul (CPU, GPU, Neural Engine), MLTensor, VNCoreMLRequest, MLComputePlan, les pipelines multimodèles et les stratégies de déploiement. À utiliser lors du chargement de modèles Core ML, de la réalisation de prédictions, de la configuration d'unités de calcul ou du profilage des performances d'un modèle. Source : dpearson2699/swift-ios-skills.