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.

Integra e ottimizza i modelli Core ML nelle app iOS per l'inferenza del machine learning sul dispositivo. Copre il caricamento del modello (.mlmodelc, .mlpackage), previsioni con classi generate automaticamente e MLFeatureProvider, configurazione delle unità di calcolo (CPU, GPU, Neural Engine), MLTensor, VNCoreMLRequest, MLComputePlan, pipeline multimodello e strategie di distribuzione. Da utilizzare durante il caricamento di modelli Core ML, l'esecuzione di previsioni, la configurazione di unità di calcolo o la profilazione delle prestazioni del modello. Fonte: dpearson2699/swift-ios-skills.