Core AI 用于在应用内本地运行 AI 模型，推理过程私密、可离线使用，且无按次推理成本。工作起点是 .aimodel 文件，可由已有模型转换或本身即为该格式，其中包含一个或多个具名推理函数。将其打包进应用，加载为 AIModel，再以 NDArray 张量运行这些函数；图像类输入使用像素缓冲区值。
适用设备为 Apple Intelligence 设备：A17 Pro 及以上的 iPhone/iPad、M1 及以上的 Mac、Apple Vision Pro（M2+）。构建时需要 Xcode 的 Metal Toolchain（默认未安装），否则包含 .aimodel 文件的构建会因缺少 Metal 编译器而失败。Core AI 在张量层面运行自有模型文件；Apple 的高层端侧 LLM API（对话会话、工具调用、引导式生成）属于 Foundation Models 框架，不在本技能范围内。
主要流程：在 Xcode 模型查看器中检查模型，查看 General（参数量、磁盘占用、计算与存储精度、算子分布、可编辑元数据）与 Functions（各推理函数的输入输出名称、类型、形状，维度中的 ? 表示动态）。将 .aimodel 加入 Xcode target（出现在 Compile Sources 构建阶段）。使用 AIModel(contentsOf:) 异步加载，框架会针对当前设备特化并选择性能最佳的计算单元，大模型首次加载可能较慢，可考虑提前编译。用 model.loadFunction(named:) 加载函数，名称不存在时返回 nil（其他加载失败会抛出）；多函数模型可用 functionNames 查看。依据 function.descriptor 匹配输入形状与标量类型，再通过可变视图写入数据。最后用 function.run(inputs:) 运行，输出按名称返回，用 outputs.remove(_:) 取出并通过视图读取。同一推理函数可安全地被并发任务调用。
张量方面：NDArray 为 n 维张量，用 NDArray(shape:scalarType:) 构建，默认只读，写入用 mutableView(as:) 的 contiguousElements，读取用 view()，Swift 在编译期区分读写访问。scalarType 为元素类型，如 .float32；shape 为与模型期望一致的 [Int]。转换时标记为图像的输入输出使用像素缓冲区值而非 NDArray。ValueDescriptor 区分 .ndArray 与图像情形，运行时检查 descriptor.inputDescriptor(of:)/outputDescriptor(of:) 可让应用适应函数签名变化而无需改代码。
提前编译（AOT）：端侧特化可能延迟首次加载，可用 coreai-build CLI 把模型编译移到构建机，将 MyModel.aimodel 转为每架构一个 MyModel.<arch>.aimodelc 资源，运行时按当前架构选择并以相同 AIModel API 加载。示例命令：xcrun coreai-build compile MyModel.aimodel --platform iOS --output compiled/；可用 --preferred-compute gpuAndNeuralEngine 等选项覆盖计算单元，或用 xcrun coreai-build compile --help 查看。安装 Metal Toolchain：xcodebuild -downloadComponent MetalToolchain。运行时用 AIModel.deviceArchitectureName 匹配架构资源名。注意：AOT 每个架构生成一个 .aimodelc；编译资源仍需要少量端侧特化，提前编译只是去掉大部分编译开销；AOT 仅面向 Apple Intelligence 设备。检查清单包括：Metal Toolchain 已安装、.aimodel 已加入 target、处理首次加载较慢、函数加载做 nil 检查、输入形状与类型校验、写入用可变视图读取用只读视图、按名称取出输出、大模型使用按架构编译的 .aimodelc。具体 API 细节建议以 Apple 官方文档为准。