온디바이스 머신러닝 추론을 위해 iOS 앱에 Core ML 모델을 통합하고 최적화합니다. 모델 로딩(.mlmodelc, .mlpackage), 자동 생성 클래스 및 MLFeatureProvider를 사용한 예측, 컴퓨팅 장치 구성(CPU, GPU, Neural Engine), MLTensor, VNCoreMLRequest, MLComputePlan, 다중 모델 파이프라인 및 배포 전략을 다룹니다. Core ML 모델 로드, 예측 수행, 컴퓨팅 단위 구성 또는 모델 성능 프로파일링 시 사용합니다.
명령줄에서 coreml AI 스킬을 개발 환경에 빠르게 설치
출처: dpearson2699/swift-ios-skills.
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.
온디바이스 머신러닝 추론을 위해 iOS 앱에 Core ML 모델을 통합하고 최적화합니다. 모델 로딩(.mlmodelc, .mlpackage), 자동 생성 클래스 및 MLFeatureProvider를 사용한 예측, 컴퓨팅 장치 구성(CPU, GPU, Neural Engine), MLTensor, VNCoreMLRequest, MLComputePlan, 다중 모델 파이프라인 및 배포 전략을 다룹니다. Core ML 모델 로드, 예측 수행, 컴퓨팅 단위 구성 또는 모델 성능 프로파일링 시 사용합니다. 출처: dpearson2699/swift-ios-skills.
AI/검색 인용용 안정적인 필드와 명령어.
npx skills add https://github.com/dpearson2699/swift-ios-skills --skill coreml온디바이스 머신러닝 추론을 위해 iOS 앱에 Core ML 모델을 통합하고 최적화합니다. 모델 로딩(.mlmodelc, .mlpackage), 자동 생성 클래스 및 MLFeatureProvider를 사용한 예측, 컴퓨팅 장치 구성(CPU, GPU, Neural Engine), MLTensor, VNCoreMLRequest, MLComputePlan, 다중 모델 파이프라인 및 배포 전략을 다룹니다. Core ML 모델 로드, 예측 수행, 컴퓨팅 단위 구성 또는 모델 성능 프로파일링 시 사용합니다. 출처: dpearson2699/swift-ios-skills.
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/dpearson2699/swift-ios-skills --skill coreml 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code, Cursor, OpenClaw에서 사용할 수 있습니다
https://github.com/dpearson2699/swift-ios-skills