在 iOS 应用程序中集成和优化 Core ML 模型，以实现设备上的机器学习推理。涵盖模型加载（.mlmodelc、.mlpackage）、使用自动生成的类和 MLFeatureProvider 进行预测、计算单元配置（CPU、GPU、神经引擎）、MLTensor、VNCoreMLRequest、MLComputePlan、多模型管道和部署策略。在加载 Core ML 模型、进行预测、配置计算单元或分析模型性能时使用。
通过命令行快速安装 coreml AI 技能到你的开发环境
来源：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 应用程序中集成和优化 Core ML 模型，以实现设备上的机器学习推理。涵盖模型加载（.mlmodelc、.mlpackage）、使用自动生成的类和 MLFeatureProvider 进行预测、计算单元配置（CPU、GPU、神经引擎）、MLTensor、VNCoreMLRequest、MLComputePlan、多模型管道和部署策略。在加载 Core ML 模型、进行预测、配置计算单元或分析模型性能时使用。 来源：dpearson2699/swift-ios-skills。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/dpearson2699/swift-ios-skills --skill coreml在 iOS 应用程序中集成和优化 Core ML 模型，以实现设备上的机器学习推理。涵盖模型加载（.mlmodelc、.mlpackage）、使用自动生成的类和 MLFeatureProvider 进行预测、计算单元配置（CPU、GPU、神经引擎）、MLTensor、VNCoreMLRequest、MLComputePlan、多模型管道和部署策略。在加载 Core ML 模型、进行预测、配置计算单元或分析模型性能时使用。 来源：dpearson2699/swift-ios-skills。
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/dpearson2699/swift-ios-skills --skill coreml 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/dpearson2699/swift-ios-skills