关于 axiom-ios-ai
面向使用 Apple Intelligence 和 Foundation Models 框架的 iOS 开发者的路由技能。它区分端侧系统 AI、自定义机器学习、计算机视觉和云 API 任务，并指向实现、参考或诊断技能。
主要功能
- 01路由 Foundation Models 实现任务
- 02涵盖 @Generable 与结构化输出
- 03指导 Tool protocol 和流式生成
- 04区分 Apple AI、自定义 ML 与视觉任务
- 05路由生成问题诊断
适用场景
- 01选择结构化生成所需技能
- 02查找 Foundation Models API 示例
- 03诊断生成受阻或缓慢问题
- 04路由导致界面卡顿的会话问题
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/axiom-ios-ai确认已加载。
详细介绍
iOS Apple Intelligence 路由器
任何涉及 Apple Intelligence 或 Foundation Models 的工作，都必须使用此技能。
适用场景
在以下场景中使用此路由器：
- 实现 Apple Intelligence 功能
- 使用 Foundation Models
- 使用 LanguageModelSession
- 通过 @Generable 生成结构化输出
- 调试 AI 生成问题
- iOS 26 端侧 AI
AI 方案分流
首先，判断开发者需要哪类 AI：
| 开发者意图 | 路由到 |
|---|---|
| 端侧文本生成（Apple Intelligence） | 留在此处 → Foundation Models 技能 |
| 自定义 ML 模型部署（PyTorch、TensorFlow） | 路由到 ios-ml → CoreML 转换、压缩 |
| 计算机视觉（图像分析、OCR、分割） | 路由到 ios-vision → Vision 框架 |
| 云 API 集成（OpenAI 等） | 路由到 ios-networking → URLSession 模式 |
| 系统 AI 功能（Writing Tools、Genmoji） | 无需自定义代码 — 这些功能由系统提供 |
关键边界：ios-ai 与 ios-ml
- ios-ai = Apple 的 Foundation Models 框架（LanguageModelSession、@Generable、端侧 LLM）
- ios-ml = 自定义模型部署（CoreML 转换、量化、MLTensor、语音转文本）
- 如果开发者说“运行我自己的模型” → ios-ml。如果说“使用 Apple Intelligence” → ios-ai。
跨领域路由
Foundation Models + 并发（会话阻塞主线程、UI 冻结）：
- Foundation Models 会话是异步的 — 阻塞通常意味着缺少
await或在 @MainActor 上运行 - 先在此处修复，使用 foundation-models 技能中的异步会话模式
- 如果并发问题超出 Foundation Models 的范围 → 同时调用 ios-concurrency
Foundation Models + 数据（@Generable 解码错误、结构化输出问题）：
- @Generable 输出问题是 Foundation Models 特有的问题，不是通用的 Codable 问题
- 留在此处 → foundation-models-diag 负责结构化输出调试
- 如果开发者还有通用的 Codable/序列化问题 → 同时调用 ios-data
路由逻辑
Foundation Models 工作
实现模式 → /skill axiom-foundation-models
- LanguageModelSession 基础知识
- @Generable 结构化输出
- 工具协议集成
- 使用 PartiallyGenerated 进行流式处理
- 动态架构
- 26 个 WWDC 代码示例
API 参考 → /skill axiom-foundation-models-ref
- 完整的 API 文档
- 所有 @Generable 示例
- 工具协议模式
- 流式生成模式
诊断 → /skill axiom-foundation-models-diag
- AI 响应受阻
- 生成缓慢
- 护栏违规
- 超出上下文限制
- 模型不可用
自动扫描 → 启动 foundation-models-auditor Agent，或运行 /axiom:audit foundation-models（缺少可用性检查、主线程阻塞、手动解析 JSON、会话生命周期问题）
决策树
- 自定义 ML 模型 / CoreML / PyTorch 转换？→ 路由到 ios-ml（不使用此路由器）
- 计算机视觉 / 图像分析 / OCR？→ 路由到 ios-vision（不使用此路由器）
- 云 AI API 集成？→ 路由到 ios-networking（不使用此路由器）
- 实现 Foundation Models / @Generable / 工具协议？→ foundation-models
- 需要 API 参考 / 代码示例？→ foundation-models-ref
- 调试 AI 问题（受阻、缓慢、护栏）？→ foundation-models-diag
- Foundation Models + UI 冻结？→ foundation-models（异步模式），并在需要时同时调用 ios-concurrency
- 需要自动扫描 Foundation Models 代码？→ foundation-models-auditor（Agent）
反合理化
| 想法 | 事实 |
|---|---|
| “Foundation Models 就是 LanguageModelSession” | Foundation Models 还包含 @Generable、Tool 协议、流式生成和护栏。foundation-models 涵盖所有这些内容。 |
| “我会边做边摸索 AI 模式” | AI API 对错误处理和回退有特定要求。foundation-models 可避免运行时故障。 |
| “我以前用过 LLM，这应该差不多” | Apple 的端侧模型有独特限制（护栏、上下文限制）。foundation-models 专为 Apple 打造。 |
关键模式
foundation-models：
- LanguageModelSession 设置
- 使用 @Generable 生成结构化输出
- 使用 Tool 协议进行函数调用
- 流式生成
- 动态演进架构
foundation-models-diag：
- 处理被拦截的响应
- 性能优化
- 护栏违规
- 上下文管理
调用示例
用户：“如何使用 Apple Intelligence 生成结构化数据？”
→ 调用：/skill axiom-foundation-models
用户：“我的 AI 生成被拦截了”
→ 调用：/skill axiom-foundation-models-diag
用户：“给我看看 @Generable 示例”
→ 调用：/skill axiom-foundation-models-ref
用户：“实现流式 AI 生成”
→ 调用：/skill axiom-foundation-models
用户：“我想在应用中添加 AI” → 首先询问：使用 Apple Intelligence（Foundation Models）还是自定义 ML 模型？然后相应地分流。
用户：“我的 Foundation Models 会话阻塞了 UI”
→ 调用：/skill axiom-foundation-models（异步模式）；必要时还调用 ios-concurrency
用户：“检查我的 Foundation Models 代码，看看是否存在问题”
→ 调用：foundation-models-auditor agent
用户：“我想在设备上运行我的 PyTorch 模型”
→ 分流至：ios-ml 路由器（CoreML 转换，而非 Foundation Models）