用途：在 Apple 平台构建或评审 AI/ML 功能时使用，涵盖 Foundation Models、Core AI、Core ML、Vision、NaturalLanguage、Speech、SoundAnalysis、Create ML、Evaluations、Private Cloud Compute 及第三方语言模型提供方。适用于端侧推理、自定义模型、多模态提示、智能体模型工具调用、AI 评估、模型提供方选择、隐私敏感 AI 与 Apple Intelligence 可用性门控。
不适用：纯 iOS 实现且无 AI/ML 路径时改用 ios-development；非 Apple 平台的 AI 产品架构改用 ai-app-architecture、ai-llm-integration 或 ai-evaluation；仅涉及 AI 安全、提示注入或操作授权时，需配合 ios-security-and-rbac 使用。
必要输入：功能目标、模型/提供方选择、目标 Apple 平台、设备与系统下限、隐私约束、离线预期、数据输入、模型可调用的工具/动作及评估标准；并确认交付物是设计、实现、迁移、评审、评估计划还是发布证据。
工作流：先加载 ios-development 获取 Apple 平台实现规则与可用性策略；加载 references/apple-intelligence-stack-wwdc26.md 了解 Foundation Models、Core AI、提供方路由、Evaluations 与可用性门控；仅在需要旧版 Core ML、Vision、NaturalLanguage、Create ML 或模型优化方案时加载 references/skill-deep-dive.md；选择能解决问题的最低风险模型路径（确定性 API、自有 Core ML/Core AI 模型、端侧 Foundation Models、Private Cloud Compute 或第三方提供方）；在写生产代码前定义隐私、回退、遥测、评估与安全门控。
质量标准：每个 AI 功能都需有提供方边界、可用性门控、隐私路径、回退状态与评估集；端侧声明必须真实，除非代码路径明确为云或第三方，否则不得依赖网络；智能体或工具调用功能需授权、审计日志与安全评审；模型性能工作需包含设备、延迟、内存、电池与热证据。
反模式：把 Core ML、Core AI 与 Foundation Models 视为可互换；因端侧路径更难而将敏感用户数据发给云模型；仅用提示测试模型行为，而忽略工具、语言环境、地区、模型或数据状态变化；未经隐私评审记录提示、模型上下文、OCR 文本、工具载荷或生成的敏感内容。
输出：AI 功能架构、提供方决策矩阵、模型集成计划、评估套件、隐私/回退清单、性能预算或评审发现。证据产物包括 AI 评估计划、端侧推理预算与 AI 数据流记录，均为 Markdown 文档。
限制：资料未提供具体安装命令、价格、平台版本号或效果数据，暂未提供。