在 iOS 應用程式中整合和最佳化 Core ML 模型，以實現裝置上的機器學習推理。涵蓋模型載入（.mlmodelc、.mlpackage）、使用自動產生的類別和 MLFeatureProvider 進行預測、計算單元配置（CPU、GPU、神經引擎）、MLTensor、VNCoreMLRequest、MLComputePlan、多模型管道和部署策略。在載入 Core ML 模型、進行預測、配置計算單元或分析模型效能時使用。
透過命令列快速安裝 coreml AI 技能到你的開發環境
來源：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.
在 iOS 應用程式中整合和最佳化 Core ML 模型，以實現裝置上的機器學習推理。涵蓋模型載入（.mlmodelc、.mlpackage）、使用自動產生的類別和 MLFeatureProvider 進行預測、計算單元配置（CPU、GPU、神經引擎）、MLTensor、VNCoreMLRequest、MLComputePlan、多模型管道和部署策略。在載入 Core ML 模型、進行預測、配置計算單元或分析模型效能時使用。 來源：dpearson2699/swift-ios-skills。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/dpearson2699/swift-ios-skills --skill coreml在 iOS 應用程式中整合和最佳化 Core ML 模型，以實現裝置上的機器學習推理。涵蓋模型載入（.mlmodelc、.mlpackage）、使用自動產生的類別和 MLFeatureProvider 進行預測、計算單元配置（CPU、GPU、神經引擎）、MLTensor、VNCoreMLRequest、MLComputePlan、多模型管道和部署策略。在載入 Core ML 模型、進行預測、配置計算單元或分析模型效能時使用。 來源：dpearson2699/swift-ios-skills。
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/dpearson2699/swift-ios-skills --skill coreml 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/dpearson2699/swift-ios-skills