[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-rudrankriyam--Foundation-Models-Framework-Example":3,"tool-rudrankriyam--Foundation-Models-Framework-Example":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":81,"owner_email":82,"owner_twitter":83,"owner_website":84,"owner_url":85,"languages":86,"stars":95,"forks":96,"last_commit_at":97,"license":98,"difficulty_score":99,"env_os":100,"env_gpu":101,"env_ram":102,"env_deps":103,"category_tags":113,"github_topics":114,"view_count":23,"oss_zip_url":135,"oss_zip_packed_at":135,"status":16,"created_at":136,"updated_at":137,"faqs":138,"releases":179},3402,"rudrankriyam\u002FFoundation-Models-Framework-Example","Foundation-Models-Framework-Example","Example apps for Foundation Models Framework in iOS 26 and macOS 26","Foundation-Models-Framework-Example 是专为苹果最新生态系统打造的一套开源示例应用，旨在帮助开发者快速上手 iOS 26 和 macOS 26 中引入的 Foundation Models 框架。作为《探索基础模型》一书的配套实践项目，它通过直观的界面演示了如何利用苹果设备本地的 Apple Intelligence 能力构建智能应用。\n\n该项目主要解决了开发者在适配苹果新一代 AI 框架时缺乏参考代码和实战场景的痛点。通过提供四个核心功能模块——支持上下文管理与流式输出的智能聊天、集成天气与日历等九大系统能力的工具调用、一键生成的提示词实验场以及多语言切换界面，它将抽象的框架 API 转化为可运行、可修改的具体案例。此外，项目还包含一个独立的命令行工具（fm），方便进行自动化测试或脚本集成。\n\n这款工具最适合 iOS 和 macOS 应用开发者使用，尤其是那些希望将生成式 AI 深度集成到苹果原生应用中的技术人员。研究人员也可借此深入理解苹果端侧大模型的上下文窗口管理及会话总结机制。其独特的技术亮点在于完整展示了如何在纯本地环境下（需 Apple S","Foundation-Models-Framework-Example 是专为苹果最新生态系统打造的一套开源示例应用，旨在帮助开发者快速上手 iOS 26 和 macOS 26 中引入的 Foundation Models 框架。作为《探索基础模型》一书的配套实践项目，它通过直观的界面演示了如何利用苹果设备本地的 Apple Intelligence 能力构建智能应用。\n\n该项目主要解决了开发者在适配苹果新一代 AI 框架时缺乏参考代码和实战场景的痛点。通过提供四个核心功能模块——支持上下文管理与流式输出的智能聊天、集成天气与日历等九大系统能力的工具调用、一键生成的提示词实验场以及多语言切换界面，它将抽象的框架 API 转化为可运行、可修改的具体案例。此外，项目还包含一个独立的命令行工具（fm），方便进行自动化测试或脚本集成。\n\n这款工具最适合 iOS 和 macOS 应用开发者使用，尤其是那些希望将生成式 AI 深度集成到苹果原生应用中的技术人员。研究人员也可借此深入理解苹果端侧大模型的上下文窗口管理及会话总结机制。其独特的技术亮点在于完整展示了如何在纯本地环境下（需 Apple Silicon 芯片）实现高效的模型推理与系统工具联动，且内置了自动化的 TestFlight 部署流程，极大降低了从开发到测试的门槛。只需具备运行 iOS 26\u002FmacOS 26 的苹果设备并开启 Apple Intelligence，即可立即体验前沿的端侧 AI 开发乐趣。","# Foundation Models Framework Example\n\n\n\u003Cdiv align=\"center\">\n  \u003Ctable>\n    \u003Ctr>\n      \u003Ctd align=\"center\" style=\"padding: 15px;\">\n        \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frudrankriyam_Foundation-Models-Framework-Example_readme_397e51ec09b9.png\" alt=\"FMF examples - One-shot prompt interface showing a haiku generation example with prompt input, reset\u002Frun buttons, suggestions, and resulting haiku about destiny\" width=\"500\" style=\"border-radius: 8px; box-shadow: 0 4px 8px rgba(0,0,0,0.1);\"\u002F>\n        \u003Cbr\u002F>\n        \u003Cstrong>FMF Examples\u003C\u002Fstrong>\n      \u003C\u002Ftd>\n      \u003Ctd align=\"center\" style=\"padding: 15px;\">\n        \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frudrankriyam_Foundation-Models-Framework-Example_readme_7e8e021b3546.png\" alt=\"FMF tools - Tools page showing various utility options including Weather, Web Search, Contacts, Calendar, Reminders, Location, Health, Music, and Web Metadata tools\" width=\"500\" style=\"border-radius: 8px; box-shadow: 0 4px 8px rgba(0,0,0,0.1);\"\u002F>\n        \u003Cbr\u002F>\n        \u003Cstrong>FMF Tools\u003C\u002Fstrong>\n      \u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd align=\"center\" style=\"padding: 15px;\">\n        \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frudrankriyam_Foundation-Models-Framework-Example_readme_fb35406e7ad2.png\" alt=\"FMF chat - Chat interface displaying a conversation about the meaning of life, with user messages on the right and AI responses on the left, including a detailed philosophical answer\" width=\"500\" style=\"border-radius: 8px; box-shadow: 0 4px 8px rgba(0,0,0,0.1);\"\u002F>\n        \u003Cbr\u002F>\n        \u003Cstrong>FMF Chat\u003C\u002Fstrong>\n      \u003C\u002Ftd>\n      \u003Ctd align=\"center\" style=\"padding: 15px;\">\n        \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frudrankriyam_Foundation-Models-Framework-Example_readme_05ae0c323e5e.png\" alt=\"FMF languages - Languages page showing various language options and language selection interface for the Foundation Models framework\" width=\"500\" style=\"border-radius: 8px; box-shadow: 0 4px 8px rgba(0,0,0,0.1);\"\u002F>\n        \u003Cbr\u002F>\n        \u003Cstrong>FMF Languages\u003C\u002Fstrong>\n      \u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftable>\n\u003C\u002Fdiv>\n\n## Exploring Foundation Models\n\nThis project includes playground examples organized by chapters to help you learn everything about Apple's Foundation Models framework.\n\nIt is part of the [Exploring Foundation Models](https:\u002F\u002Facademy.rudrank.com\u002Fproduct\u002Ffoundation-models) book.\n\n## Requirements\n\n- iOS 26.0+ or macOS 26.0+ (Xcode 26.0+)\n- **Xcode 26 official is required**\n- Apple Intelligence enabled\n- Compatible Apple device with Apple Silicon\n\n## Try it on TestFlight\n\nYou can now try Foundation Lab on TestFlight! Join the beta: [https:\u002F\u002Ftestflight.apple.com\u002Fjoin\u002FJWR9FpP3](https:\u002F\u002Ftestflight.apple.com\u002Fjoin\u002FJWR9FpP3)\n\n## Automated TestFlight uploads\n\nThis repo includes a repo-local ASC workflow in `.asc\u002Fworkflow.json` and a GitHub Actions workflow in `.github\u002Fworkflows\u002Ffoundation-lab-testflight.yml` that uploads the iOS app to the external TestFlight Beta group whenever app changes land on `main`.\n\nGitHub Actions expects these repository secrets:\n\n- `ASC_KEY_ID`\n- `ASC_ISSUER_ID`\n- `ASC_PRIVATE_KEY_B64`\n\nIt also expects these repository variables:\n\n- `FOUNDATION_LAB_APP_ID`\n- `FOUNDATION_LAB_EXTERNAL_GROUP_ID`\n- `FOUNDATION_LAB_BUNDLE_ID`\n- `FOUNDATION_LAB_TEAM_ID`\n\n## Getting Started\n\n- Clone the repository\n- Open `FoundationLab.xcodeproj` in Xcode\n- Ensure you have a device with Apple Intelligence enabled\n- Build and run the project\n- Explore the different capabilities through the examples!\n\n## CLI\n\nThis repository also includes `fm`, a standalone command-line interface backed by shared capability code in `FoundationLabCore`.\n\n- Local development: `cd FoundationLabCLI && swift run fm --help`\n- One-off response: `cd FoundationLabCLI && swift run fm session respond --dry-run --json --prompt \"Suggest an uplifting science fiction novel\"`\n- Xcode development: build the `fm` scheme from `FoundationLab.xcodeproj`\n- Homebrew release prep: use `.\u002FScripts\u002Fgenerate-homebrew-formula.sh \u003Ctag>` and follow [FoundationLabCLI\u002FREADME.md](FoundationLabCLI\u002FREADME.md)\n\n## What's Inside\n\nThe app has four main sections:\n\n### Chat\nMulti-turn conversations with context management, streaming responses, and a feedback system. Includes automatic context window management with session summarization when needed.\n\n### Tools\nNine system integration tools that extend the model's capabilities:\n- **Weather** - Current weather for any location (OpenMeteo API)\n- **Web Search** - Keyless Search1API (free, limited)\n- **Contacts** - Search and access system contacts\n- **Calendar** - Create and manage calendar events\n- **Reminders** - AI-assisted reminder creation with priority levels\n- **Location** - Current location and geocoding\n- **Health** - HealthKit integration for health data queries\n- **Music** - Apple Music search (requires subscription)\n- **Web Metadata** - Extract metadata and generate social media summaries\n\n### Voice Interface\nTalk to the model using speech:\n- Voice-to-text with real-time transcription\n- Text-to-speech responses\n- Create reminders by voice\n- Audio-reactive visualization\n- Handles all permissions automatically\n\n### Health Dashboard\nAI-powered health tracking with HealthKit:\n- Personal health coach with contextual insights\n- Trend analysis and correlations\n- Predictive analytics\n- Weekly summaries and personalized health plans\n- Multiple health metrics tracking\n\n### Integrations Hub\nThree sections for exploring advanced features:\n- **Tools** - All nine system integration examples\n- **Schemas** - Dynamic schema examples from basic to expert level\n- **Languages** - Multilingual features and language detection\n\n### Examples\nTen different example types showing framework capabilities:\n- One-shot prompts\n- Journaling\n- Creative writing\n- Structured data generation\n- Streaming responses\n- Model availability checking\n- Generation guides\n- Generation options (temperature, tokens, fitness)\n- Health dashboard\n- RAG chat with document indexing and search\n\n## Features\n\n### Core Capabilities\n- **Chat**: Multi-turn conversations with context management\n- **Streaming**: Real-time response streaming\n- **Structured Generation**: Type-safe data with `@Generable`\n- **Generation Guides**: Constrained outputs with `@Guide`\n- **Tool Calling**: System integrations for extended functionality\n- **RAG**: Document indexing and semantic search with LumoKit\u002FVecturaKit\n- **Voice**: Speech-to-text and text-to-speech\n- **Health**: HealthKit integration with AI insights\n- **Multilingual**: Works in 10 languages (English, German, Spanish, French, Italian, Japanese, Korean, Portuguese, Chinese)\n\n### Dynamic Schemas\nThe app includes 11 dynamic schema examples ranging from basic to expert:\n- Basic schemas\n- Arrays and collections\n- Enums and union types\n- Nested objects\n- Schema references\n- Form builders\n- Invoice processing\n- Error handling patterns\n\n### Playground Examples\nFour chapters with hands-on examples:\n- **Chapter 2**: Getting Started with Sessions (16 examples)\n- **Chapter 3**: Generation Options and Sampling Control (5 examples)\n- **Chapter 8**: Basic Tool Use (9 examples)\n- **Chapter 13**: Languages and Internationalization (7 examples)\n\nRun these directly in Xcode using the `#Playground` directive.\n\n## Usage Examples\n\n### Basic Chat\n```swift\nlet session = LanguageModelSession()\nlet response = try await session.respond(\n    to: \"Suggest a catchy name for a new coffee shop.\"\n)\nprint(response.content)\n```\n\n### Structured Data Generation\n```swift\nlet session = LanguageModelSession()\nlet bookInfo = try await session.respond(\n    to: \"Suggest a sci-fi book.\",\n    generating: BookRecommendation.self\n)\nprint(\"Title: \\(bookInfo.content.title)\")\nprint(\"Author: \\(bookInfo.content.author)\")\n```\n\n### Tool Calling\n```swift\n\u002F\u002F Single tool\nlet weatherSession = LanguageModelSession(tools: [WeatherTool()])\nlet response = try await weatherSession.respond(\n    to: \"Is it hotter in New Delhi or Cupertino?\"\n)\n\n\u002F\u002F Multiple tools\nlet multiSession = LanguageModelSession(tools: [\n    WeatherTool(),\n    Search1WebSearchTool(),\n    ContactsTool()\n])\nlet multiResponse = try await multiSession.respond(\n    to: \"Check the weather, search the web, and find my friend John's contact\"\n)\n```\n\n### Streaming Responses\n```swift\nlet session = LanguageModelSession()\nlet stream = session.streamResponse(to: \"Write a short poem about technology.\")\n\nfor try await partialText in stream {\n    print(\"Partial: \\(partialText)\")\n}\n```\n\n### Voice Interface\n```swift\n\u002F\u002F Speech recognition\nlet recognizer = SpeechRecognizer()\ntry recognizer.startRecognition()\n\n\u002F\u002F Text-to-speech\ntry await SpeechSynthesizer.shared.synthesizeAndSpeak(text: \"Hello, how can I help you?\")\n```\n\n### Health Data\n```swift\nlet session = LanguageModelSession(tools: [HealthDataTool()])\nlet response = try await session.respond(\n    to: \"Show me my step count trends this week\"\n)\n```\n\n## Data Models\n\nThe app includes various `@Generable` data models for different use cases:\n\n### General Purpose\n```swift\n@Generable\nstruct BookRecommendation {\n    @Guide(description: \"The title of the book\")\n    let title: String\n\n    @Guide(description: \"The author's name\")\n    let author: String\n\n    @Guide(description: \"Genre of the book\")\n    let genre: Genre\n}\n\n@Generable\nstruct ProductReview {\n    @Guide(description: \"Product name\")\n    let productName: String\n\n    @Guide(description: \"Rating from 1 to 5\")\n    let rating: Int\n\n    @Guide(description: \"Key pros and cons\")\n    let pros: [String]\n    let cons: [String]\n}\n\n@Generable\nstruct StoryOutline {\n    let title: String\n    let protagonist: String\n    let conflict: String\n    let setting: String\n    let genre: StoryGenre\n    let themes: [String]\n}\n\n@Generable\nstruct JournalEntrySummary {\n    let prompt: String\n    let upliftingMessage: String\n    let sentenceStarters: [String]\n    let summaryBullets: [String]\n    let themes: [String]\n}\n```\n\n### Health Models\n```swift\n@Generable\nstruct HealthAI {\n    let greeting: String\n    let mood: HealthAIMood\n    let motivationalMessage: String\n    let focusMetrics: [String]\n    let suggestions: [String]\n}\n\n@Generable\nstruct HealthAnalysis {\n    let healthScore: Int\n    let trends: HealthTrends\n    let insights: [HealthInsightDetail]\n    let correlations: [MetricCorrelation]\n    let predictions: [HealthPrediction]\n    let recommendations: [String]\n}\n\n@Generable\nstruct PersonalizedHealthPlan {\n    let title: String\n    let overview: String\n    let currentStatus: String\n    let weeklyActivities: [String]\n    let nutritionGuidelines: NutritionPlan\n    let sleepStrategy: String\n    let milestones: [String]\n}\n```\n\n### Chat Context\n```swift\n@Generable\nstruct ConversationSummary {\n    let summary: String\n    let keyTopics: [String]\n    let userPreferences: [String]\n}\n```\n\n## Tools Details\n\n### Weather Tool\n- Uses OpenMeteo API for real-time weather\n- Temperature, humidity, wind speed, conditions\n- Automatic geocoding\n- No API key required\n\n### Web Search Tool\n- Uses Search1API keyless endpoint\n- Returns search results with snippets\n- No API key required (free tier limits)\n\n### Contacts Tool\n- Search system contacts\n- Natural language queries\n- Requires contacts permission\n\n### Calendar Tool\n- Create and manage events\n- Timezone and locale aware\n- Supports relative dates (\"today\", \"tomorrow\")\n- Requires calendar permission\n\n### Reminders Tool\n- Create reminders with AI\n- Priority levels: None, Low, Medium, High\n- Due dates and notes\n- Requires reminders permission\n\n### Location Tool\n- Current location information\n- Geocoding support\n- Requires location permission\n\n### Health Tool\n- HealthKit integration\n- Query health metrics\n- AI-powered insights\n- Requires HealthKit permission\n\n### Music Tool\n- Apple Music search\n- Songs, artists, albums\n- Requires Apple Music subscription\n- Requires music permission\n\n### Web Metadata Tool\n- Extract webpage metadata\n- Generate social media summaries\n- Platform-specific formatting\n- No API key required\n\n## Multilingual Support\n\nThe app works in 10 languages:\n- English\n- German\n- Spanish\n- French\n- Italian\n- Japanese\n- Korean\n- Portuguese (Brazil)\n- Chinese (Simplified)\n- Chinese (Traditional)\n\nLanguage detection and code-switching examples are included in the Integrations section.\n\n## Permissions\n\nThe app may request the following permissions depending on which features you use:\n- Microphone (for voice input)\n- Speech Recognition\n- Contacts\n- Calendar\n- Reminders\n- Location\n- HealthKit\n- Apple Music\n\nAll permissions are requested at the appropriate time and can be managed in Settings.\n\n## Contributing\n\nContributions are welcome! Please feel free to submit a pull request.\n\n## License\n\nThis project is licensed under the MIT License - see the LICENSE file for details.\n\n[![Star History Chart](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frudrankriyam_Foundation-Models-Framework-Example_readme_03b491736c8f.png)](https:\u002F\u002Fstar-history.com\u002F#rudrankriyam\u002FFoundation-Models-Framework-Example&Date)\n","# 基础模型框架示例\n\n\n\u003Cdiv align=\"center\">\n  \u003Ctable>\n    \u003Ctr>\n      \u003Ctd align=\"center\" style=\"padding: 15px;\">\n        \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frudrankriyam_Foundation-Models-Framework-Example_readme_397e51ec09b9.png\" alt=\"FMF 示例 - 单次提示界面展示了关于命运的俳句生成示例，包含提示输入、重置\u002F运行按钮、建议以及最终生成的俳句\" width=\"500\" style=\"border-radius: 8px; box-shadow: 0 4px 8px rgba(0,0,0,0.1);\"\u002F>\n        \u003Cbr\u002F>\n        \u003Cstrong>FMF 示例\u003C\u002Fstrong>\n      \u003C\u002Ftd>\n      \u003Ctd align=\"center\" style=\"padding: 15px;\">\n        \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frudrankriyam_Foundation-Models-Framework-Example_readme_7e8e021b3546.png\" alt=\"FMF 工具 - 工具页面展示了多种实用功能选项，包括天气、网页搜索、通讯录、日历、提醒事项、位置、健康、音乐和网页元数据工具\" width=\"500\" style=\"border-radius: 8px; box-shadow: 0 4px 8px rgba(0,0,0,0.1);\"\u002F>\n        \u003Cbr\u002F>\n        \u003Cstrong>FMF 工具\u003C\u002Fstrong>\n      \u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd align=\"center\" style=\"padding: 15px;\">\n        \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frudrankriyam_Foundation-Models-Framework-Example_readme_fb35406e7ad2.png\" alt=\"FMF 聊天 - 聊天界面展示了一场关于生命意义的对话，用户消息在右侧，AI 回答在左侧，其中包含一段详尽的哲学解答\" width=\"500\" style=\"border-radius: 8px; box-shadow: 0 4px 8px rgba(0,0,0,0.1);\"\u002F>\n        \u003Cbr\u002F>\n        \u003Cstrong>FMF 聊天\u003C\u002Fstrong>\n      \u003C\u002Ftd>\n      \u003Ctd align=\"center\" style=\"padding: 15px;\">\n        \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frudrankriyam_Foundation-Models-Framework-Example_readme_05ae0c323e5e.png\" alt=\"FMF 语言 - 语言页面展示了基础模型框架中的多种语言选项及语言选择界面\" width=\"500\" style=\"border-radius: 8px; box-shadow: 0 4px 8px rgba(0,0,0,0.1);\"\u002F>\n        \u003Cbr\u002F>\n        \u003Cstrong>FMF 语言\u003C\u002Fstrong>\n      \u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftable>\n\u003C\u002Fdiv>\n\n## 探索基础模型\n\n该项目包含按章节组织的实验性示例，旨在帮助您全面了解苹果的基础模型框架。\n\n本项目是 [探索基础模型](https:\u002F\u002Facademy.rudrank.com\u002Fproduct\u002Ffoundation-models) 一书的一部分。\n\n## 系统要求\n\n- iOS 26.0+ 或 macOS 26.0+（Xcode 26.0+）\n- **必须使用官方 Xcode 26**\n- 启用 Apple Intelligence\n- 兼容 Apple Silicon 的 Apple 设备\n\n## 在 TestFlight 上试用\n\n现在您可以在 TestFlight 上试用 Foundation Lab！加入测试版：[https:\u002F\u002Ftestflight.apple.com\u002Fjoin\u002FJWR9FpP3](https:\u002F\u002Ftestflight.apple.com\u002Fjoin\u002FJWR9FpP3)\n\n## 自动化 TestFlight 上传\n\n该仓库包含一个本地 ASC 工作流文件 `.asc\u002Fworkflow.json`，以及一个 GitHub Actions 工作流文件 `.github\u002Fworkflows\u002Ffoundation-lab-testflight.yml`，每当 `main` 分支有代码变更时，都会将 iOS 应用程序上传到外部 TestFlight 测试组。\n\nGitHub Actions 需要以下仓库密钥：\n\n- `ASC_KEY_ID`\n- `ASC_ISSUER_ID`\n- `ASC_PRIVATE_KEY_B64`\n\n此外，还需要以下仓库变量：\n\n- `FOUNDATION_LAB_APP_ID`\n- `FOUNDATION_LAB_EXTERNAL_GROUP_ID`\n- `FOUNDATION_LAB_BUNDLE_ID`\n- `FOUNDATION_LAB_TEAM_ID`\n\n## 开始使用\n\n- 克隆仓库\n- 在 Xcode 中打开 `FoundationLab.xcodeproj`\n- 确保您有一台启用了 Apple Intelligence 的设备\n- 构建并运行项目\n- 通过示例探索各种功能！\n\n## 命令行界面\n\n该仓库还包含 `fm`，这是一个独立的命令行界面，由 `FoundationLabCore` 中的共享功能代码支持。\n\n- 本地开发：`cd FoundationLabCLI && swift run fm --help`\n- 一次性响应：`cd FoundationLabCLI && swift run fm session respond --dry-run --json --prompt \"推荐一本振奋人心的科幻小说\"`\n- Xcode 开发：从 `FoundationLab.xcodeproj` 中构建 `fm` 方案\n- Homebrew 发布准备：使用 `.\u002FScripts\u002Fgenerate-homebrew-formula.sh \u003Ctag>` 并按照 [FoundationLabCLI\u002FREADME.md](FoundationLabCLI\u002FREADME.md) 操作\n\n## 内容概览\n\n该应用包含四个主要部分：\n\n### 聊天\n多轮对话，具备上下文管理、流式响应和反馈系统。必要时会自动进行会话摘要以管理上下文窗口。\n\n### 工具\n九种系统集成工具，扩展了模型的功能：\n- **天气** - 任意地点的当前天气（OpenMeteo API）\n- **网页搜索** - Keyless Search1API（免费，有限制）\n- **通讯录** - 搜索和访问系统联系人\n- **日历** - 创建和管理日历事件\n- **提醒事项** - AI 辅助创建带有优先级的提醒\n- **位置** - 当前位置和地理编码\n- **健康** - HealthKit 集成，用于查询健康数据\n- **音乐** - Apple Music 搜索（需订阅）\n- **网页元数据** - 提取元数据并生成社交媒体摘要\n\n### 语音界面\n通过语音与模型交流：\n- 实时语音转文字\n- 文字转语音回复\n- 语音创建提醒\n- 音频反应式可视化\n- 自动处理所有权限\n\n### 健康仪表盘\n基于 HealthKit 的 AI 驱动健康追踪：\n- 个性化健康教练，提供情境洞察\n- 趋势分析和相关性研究\n- 预测性分析\n- 每周总结和个性化健康计划\n- 多项健康指标跟踪\n\n### 集成中心\n三个部分用于探索高级功能：\n- **工具** - 所有九个系统集成示例\n- **模式** - 从基础到专家级别的动态模式示例\n- **语言** - 多语言功能和语言检测\n\n### 示例\n十种不同类型的示例展示了框架的能力：\n- 单次提示\n- 日记记录\n- 创意写作\n- 结构化数据生成\n- 流式响应\n- 模型可用性检查\n- 生成指南\n- 生成选项（温度、标记数、适应度）\n- 健康仪表盘\n- RAG 聊天，结合文档索引和语义搜索\n\n## 功能特点\n\n### 核心能力\n- **聊天**：具备上下文管理的多轮对话\n- **流式传输**：实时响应流式传输\n- **结构化生成**：使用 `@Generable` 进行类型安全的数据生成\n- **生成指南**：使用 `@Guide` 控制约束输出\n- **工具调用**：系统集成以扩展功能\n- **RAG**：结合 LumoKit\u002FVecturaKit 进行文档索引和语义搜索\n- **语音**：语音转文字和文字转语音\n- **健康**：HealthKit 集成与 AI 派生见解\n- **多语言**：支持 10 种语言（英语、德语、西班牙语、法语、意大利语、日语、韩语、葡萄牙语、中文）\n\n### 动态模式\n该应用包含 11 个从基础到专家级别的动态模式示例：\n- 基础模式\n- 数组和集合\n- 枚举和联合类型\n- 嵌套对象\n- 模式引用\n- 表单生成器\n- 发票处理\n- 错误处理模式\n\n### 实验性示例\n四个章节提供了动手实践的示例：\n- **第 2 章**：会话入门（16 个示例）\n- **第 3 章**：生成选项与采样控制（5 个示例）\n- **第 8 章**：基础工具使用（9 个示例）\n- **第 13 章**：语言与国际化（7 个示例）\n\n这些示例可以直接在 Xcode 中使用 `#Playground` 指令运行。\n\n## 使用示例\n\n### 基本聊天\n```swift\nlet session = LanguageModelSession()\nlet response = try await session.respond(\n    to: \"为一家新的咖啡店建议一个朗朗上口的名字。\"\n)\nprint(response.content)\n```\n\n### 结构化数据生成\n```swift\nlet session = LanguageModelSession()\nlet bookInfo = try await session.respond(\n    to: \"推荐一本科幻小说。\",\n    generating: BookRecommendation.self\n)\nprint(\"书名：\\(bookInfo.content.title)\")\nprint(\"作者：\\(bookInfo.content.author)\")\n```\n\n### 工具调用\n```swift\n\u002F\u002F 单个工具\nlet weatherSession = LanguageModelSession(tools: [WeatherTool()])\nlet response = try await weatherSession.respond(\n    to: \"新德里和库比蒂诺哪个更热？\"\n)\n\n\u002F\u002F 多个工具\nlet multiSession = LanguageModelSession(tools: [\n    WeatherTool(),\n    Search1WebSearchTool(),\n    ContactsTool()\n])\nlet multiResponse = try await multiSession.respond(\n    to: \"查看天气、上网搜索，并找到我朋友约翰的联系方式\"\n)\n```\n\n### 流式响应\n```swift\nlet session = LanguageModelSession()\nlet stream = session.streamResponse(to: \"写一首关于科技的小诗。\")\n\nfor try await partialText in stream {\n    print(\"部分内容：\\(partialText)\")\n}\n```\n\n### 语音交互\n```swift\n\u002F\u002F 语音识别\nlet recognizer = SpeechRecognizer()\ntry recognizer.startRecognition()\n\n\u002F\u002F 文本转语音\ntry await SpeechSynthesizer.shared.synthesizeAndSpeak(text: \"你好，我能帮你什么吗？\")\n```\n\n### 健康数据\n```swift\nlet session = LanguageModelSession(tools: [HealthDataTool()])\nlet response = try await session.respond(\n    to: \"给我看看我这周的步数趋势\"\n)\n```\n\n## 数据模型\n\n该应用包含多种用于不同场景的 `@Generable` 数据模型：\n\n### 通用用途\n```swift\n@Generable\nstruct BookRecommendation {\n    @Guide(description: \"书籍的标题\")\n    let title: String\n\n    @Guide(description: \"作者姓名\")\n    let author: String\n\n    @Guide(description: \"书籍的类型\")\n    let genre: Genre\n}\n\n@Generable\nstruct ProductReview {\n    @Guide(description: \"产品名称\")\n    let productName: String\n\n    @Guide(description: \"评分，范围从1到5\")\n    let rating: Int\n\n    @Guide(description: \"主要优点和缺点\")\n    let pros: [String]\n    let cons: [String]\n}\n\n@Generable\nstruct StoryOutline {\n    let title: String\n    let protagonist: String\n    let conflict: String\n    let setting: String\n    let genre: StoryGenre\n    let themes: [String]\n}\n\n@Generable\nstruct JournalEntrySummary {\n    let prompt: String\n    let upliftingMessage: String\n    let sentenceStarters: [String]\n    let summaryBullets: [String]\n    let themes: [String]\n}\n```\n\n### 健康相关模型\n```swift\n@Generable\nstruct HealthAI {\n    let greeting: String\n    let mood: HealthAIMood\n    let motivationalMessage: String\n    let focusMetrics: [String]\n    let suggestions: [String]\n}\n\n@Generable\nstruct HealthAnalysis {\n    let healthScore: Int\n    let trends: HealthTrends\n    let insights: [HealthInsightDetail]\n    let correlations: [MetricCorrelation]\n    let predictions: [HealthPrediction]\n    let recommendations: [String]\n}\n\n@Generable\nstruct PersonalizedHealthPlan {\n    let title: String\n    let overview: String\n    let currentStatus: String\n    let weeklyActivities: [String]\n    let nutritionGuidelines: NutritionPlan\n    let sleepStrategy: String\n    let milestones: [String]\n}\n```\n\n### 聊天上下文\n```swift\n@Generable\nstruct ConversationSummary {\n    let summary: String\n    let keyTopics: [String]\n    let userPreferences: [String]\n}\n```\n\n## 工具详情\n\n### 天气工具\n- 使用 OpenMeteo API 获取实时天气信息\n- 包括温度、湿度、风速和天气状况\n- 自动地理编码\n- 无需 API 密钥\n\n### 网络搜索工具\n- 使用 Search1API 的无密钥端点\n- 返回带有摘要的搜索结果\n- 无需 API 密钥（免费层级有限制）\n\n### 联系人工具\n- 搜索系统联系人\n- 支持自然语言查询\n- 需要联系人权限\n\n### 日历工具\n- 创建和管理日程事件\n- 能够感知时区和本地化设置\n- 支持相对日期（如“今天”、“明天”）\n- 需要日历权限\n\n### 提醒工具\n- 使用 AI 创建提醒\n- 具有优先级等级：无、低、中、高\n- 可设置截止日期和备注\n- 需要提醒权限\n\n### 定位工具\n- 提供当前位置信息\n- 支持地理编码\n- 需要定位权限\n\n### 健康工具\n- 集成 HealthKit\n- 查询健康指标\n- 提供 AI 驱动的洞察\n- 需要 HealthKit 权限\n\n### 音乐工具\n- 搜索 Apple Music 内容\n- 支持歌曲、艺术家和专辑\n- 需要 Apple Music 订阅\n- 需要音乐权限\n\n### 网页元数据工具\n- 提取网页元数据\n- 生成社交媒体摘要\n- 支持特定平台的格式化\n- 无需 API 密钥\n\n## 多语言支持\n\n该应用支持 10 种语言：\n- 英语\n- 德语\n- 西班牙语\n- 法语\n- 意大利语\n- 日语\n- 韩语\n- 葡萄牙语（巴西）\n- 中文（简体）\n- 中文（繁体）\n\n语言检测和代码切换示例包含在集成部分中。\n\n## 权限要求\n\n根据您使用的功能，该应用可能会请求以下权限：\n- 麦克风（用于语音输入）\n- 语音识别\n- 联系人\n- 日历\n- 提醒\n- 定位\n- HealthKit\n- Apple Music\n\n所有权限均会在适当的时候请求，并且可以在设置中进行管理。\n\n## 贡献说明\n\n欢迎贡献！请随时提交拉取请求。\n\n## 许可证\n\n该项目采用 MIT 许可证授权——详细信息请参阅 LICENSE 文件。\n\n[![Star History Chart](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frudrankriyam_Foundation-Models-Framework-Example_readme_03b491736c8f.png)](https:\u002F\u002Fstar-history.com\u002F#rudrankriyam\u002FFoundation-Models-Framework-Example&Date)","# Foundation-Models-Framework-Example 快速上手指南\n\n本指南帮助中国开发者快速体验 Apple Foundation Models 框架的核心功能，包括多轮对话、工具调用、结构化数据生成及语音交互等。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下严格要求：\n\n*   **操作系统**：iOS 26.0+ 或 macOS 26.0+\n*   **开发工具**：**必须**使用 Xcode 26.0+ (官方正式版)\n*   **硬件要求**：配备 Apple Silicon 芯片的兼容设备\n*   **核心依赖**：必须在设备上启用 **Apple Intelligence** (苹果智能)\n*   **账号要求**：需登录支持 Apple Intelligence 的 Apple ID\n\n> **注意**：由于该框架深度依赖 Apple 最新系统特性，目前暂无国内镜像源或加速方案，请确保网络环境能正常访问 Apple 开发者服务。\n\n## 安装步骤\n\n### 1. 克隆项目\n打开终端，克隆仓库到本地：\n\n```bash\ngit clone \u003Crepository-url>\ncd Foundation-Models-Framework-Example\n```\n\n### 2. 打开项目\n使用 Xcode 打开项目文件：\n\n```bash\nopen FoundationLab.xcodeproj\n```\n\n### 3. 构建与运行\n*   在 Xcode 中选择您的物理设备（模拟器可能不支持部分 Apple Intelligence 功能）。\n*   确保设备已开启“苹果智能”。\n*   点击 **Run** (⌘R) 构建并启动应用 `FoundationLab`。\n\n### 4. CLI 工具可选安装\n如果您希望使用命令行界面 (`fm`) 进行测试：\n\n```bash\n# 进入 CLI 目录\ncd FoundationLabCLI\n\n# 直接运行帮助命令\nswift run fm --help\n```\n\n## 基本使用\n\n启动应用后，您将通过四个主要模块探索框架能力：**Chat** (对话)、**Tools** (工具)、**Voice Interface** (语音) 和 **Health Dashboard** (健康)。以下是代码层面的核心用法示例。\n\n### 1. 基础对话 (Basic Chat)\n创建会话并获取模型回复：\n\n```swift\nlet session = LanguageModelSession()\nlet response = try await session.respond(\n    to: \"Suggest a catchy name for a new coffee shop.\"\n)\nprint(response.content)\n```\n\n### 2. 结构化数据生成 (Structured Data Generation)\n利用 `@Generable` 宏定义类型安全的数据结构，让模型直接输出 JSON 对象：\n\n```swift\nlet session = LanguageModelSession()\nlet bookInfo = try await session.respond(\n    to: \"Suggest a sci-fi book.\",\n    generating: BookRecommendation.self\n)\nprint(\"Title: \\(bookInfo.content.title)\")\nprint(\"Author: \\(bookInfo.content.author)\")\n```\n\n### 3. 工具调用 (Tool Calling)\n集成系统工具（如天气、搜索、联系人）扩展模型能力：\n\n```swift\n\u002F\u002F 单个工具示例\nlet weatherSession = LanguageModelSession(tools: [WeatherTool()])\nlet response = try await weatherSession.respond(\n    to: \"Is it hotter in New Delhi or Cupertino?\"\n)\n\n\u002F\u002F 多个工具组合\nlet multiSession = LanguageModelSession(tools: [\n    WeatherTool(),\n    Search1WebSearchTool(),\n    ContactsTool()\n])\nlet multiResponse = try await multiSession.respond(\n    to: \"Check the weather, search the web, and find my friend John's contact\"\n)\n```\n\n### 4. 流式响应 (Streaming Responses)\n实现打字机效果的实时文本输出：\n\n```swift\nlet session = LanguageModelSession()\nlet stream = session.streamResponse(to: \"Write a short poem about technology.\")\n\nfor try await partialText in stream {\n    print(\"Partial: \\(partialText)\")\n}\n```\n\n### 5. 语音交互 (Voice Interface)\n集成语音识别与合成：\n\n```swift\n\u002F\u002F 语音转文字\nlet recognizer = SpeechRecognizer()\ntry recognizer.startRecognition()\n\n\u002F\u002F 文字转语音\ntry await SpeechSynthesizer.shared.synthesizeAndSpeak(text: \"Hello, how can I help you?\")\n```\n\n### 6. 健康数据查询 (Health Data)\n结合 HealthKit 进行个性化健康分析：\n\n```swift\nlet session = LanguageModelSession(tools: [HealthDataTool()])\nlet response = try await session.respond(\n    to: \"Show me my step count trends this week\"\n)\n```\n\n---\n**提示**：项目中包含丰富的 Playground 示例（位于 `#Playground` 指令下），涵盖会话管理、采样控制、工具使用及多语言支持等章节，建议在 Xcode 中直接运行以深入学习。","一位 iOS 开发者正试图为一款旅行助手 App 集成 Apple Intelligence，希望实现能根据用户实时位置查询天气并生成个性化行程建议的智能功能。\n\n### 没有 Foundation-Models-Framework-Example 时\n- **工具调用门槛高**：开发者需从零研究如何让大模型安全地调用系统原生能力（如天气、日历、位置），缺乏现成的代码参考，极易陷入权限配置和上下文传递的泥潭。\n- **多轮对话状态难管理**：在处理用户连续追问（如“那如果下雨呢？”）时，难以手动维护会话上下文窗口，导致 AI 遗忘前文或响应断裂，体验生硬。\n- **调试与验证周期长**：缺乏可视化的测试界面，每次修改提示词或工具逻辑都需重新编译运行整个 App，无法快速验证“单次提示”或“流式输出”的效果。\n- **多语言适配复杂**：要为不同地区用户提供本地化服务，需自行构建复杂的语言切换逻辑，难以直接利用框架底层的语言能力。\n\n### 使用 Foundation-Models-Framework-Example 后\n- **开箱即用的工具集成**：直接参考其\"Tools\"模块中已封装好的天气、位置等九种系统工具代码，快速将原生能力挂载到大模型，大幅降低开发难度。\n- **成熟的会话管理机制**：复用\"Chat\"模块中自动管理的上下文窗口和会话摘要功能，轻松实现流畅的多轮对话，确保 AI 始终理解用户意图。\n- **高效的沙盒测试环境**：利用其提供的独立 CLI 工具和可视化 Playground，开发者可在不启动完整 App 的情况下，即时测试提示词效果和工具链路的准确性。\n- **内置多语言支持**：直接调用\"Languages\"模块的配置接口，一键切换模型响应语言，轻松覆盖全球用户的本地化需求。\n\nFoundation-Models-Framework-Example 将抽象的底层框架转化为可运行的实战模板，让开发者从繁琐的基础设施搭建中解放，专注于打造独特的智能应用体验。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frudrankriyam_Foundation-Models-Framework-Example_397e51ec.png","rudrankriyam","Rudrank Riyam","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Frudrankriyam_ee664f7b.jpg","Writer | Developing for Apple Platforms | WWDC '19 Scholar","@rryam","Remote","rudrankriyam@gmail.com","rudrank","https:\u002F\u002Frudrank.com","https:\u002F\u002Fgithub.com\u002Frudrankriyam",[87,91],{"name":88,"color":89,"percentage":90},"Swift","#F05138",99.8,{"name":92,"color":93,"percentage":94},"Shell","#89e051",0.2,965,67,"2026-04-04T12:21:07","MIT",5,"macOS, iOS","未说明 (需配备 Apple Silicon 芯片的苹果设备)","未说明",{"notes":104,"python":105,"dependencies":106},"该项目是 Apple Foundation Models 框架的示例，仅支持运行在配备 Apple Silicon 芯片且启用了 'Apple Intelligence' 功能的苹果设备上。开发必须使用官方版的 Xcode 26.0+。不支持 Linux、Windows 或 NVIDIA GPU\u002FCUDA 环境。应用包含语音、健康数据、日历等系统集成功能，运行时需授予相应权限。","不适用 (基于 Swift\u002FXcode)",[107,108,109,110,111,112],"Xcode 26.0+","Foundation Models Framework","HealthKit","LumoKit\u002FVecturaKit","OpenMeteo API","Search1API",[55,13,26,15,14],[115,116,117,118,119,120,121,122,123,124,125,126,127,128,129,130,131,132,133,134],"ai","apple-intelligence","foundation-models","foundation-models-framework","generative-ai","healthkit","ios","llm","macos","multilingual","rag","speech-recognition","swift","swiftui","text-to-speech","tool-calling","xcode","apple-foundation-models","large-language-models","on-device-ai",null,"2026-03-27T02:49:30.150509","2026-04-06T09:44:35.597649",[139,144,149,154,159,164,169,174],{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},15642,"为什么模型显示为不可用（modelNotReady）？需要满足哪些条件才能使用 Foundation Models？","模型不可用通常是因为系统版本或地区限制。请确保您的设备运行的是 iOS 26（真机）或 macOS 26（Tahoe），并且您所在的地区已支持 Apple Intelligence。如果使用的是模拟器或不支持的 macOS 版本，模型将无法加载。此外，建议在代码中检查 `model.availability` 以获取具体的不可用原因。","https:\u002F\u002Fgithub.com\u002Frudrankriyam\u002FFoundation-Models-Framework-Example\u002Fissues\u002F1",{"id":145,"question_zh":146,"answer_zh":147,"source_url":148},15643,"在 macOS 深色模式（Dark Mode）下，\"Languages\"标签页的文字看不清怎么办？","这是一个已知的 UI 问题，维护者已确认并修复。该问题是由于深色模式下文本对比度不足导致的，已在后续更新中移除了干扰视觉效果并修正了颜色配置。如果您遇到此问题，请拉取最新的代码更新即可解决。","https:\u002F\u002Fgithub.com\u002Frudrankriyam\u002FFoundation-Models-Framework-Example\u002Fissues\u002F36",{"id":150,"question_zh":151,"answer_zh":152,"source_url":153},15644,"项目在 Xcode Beta 2 版本中启动即崩溃，该如何解决？","这是因为 Apple 在 Beta 2 中对 `Foundation Models` API 引入了破坏性变更。请确保您正在使用与项目匹配的 Xcode 26.0 Beta 2 版本。维护者已针对此版本的 API 变更修复了代码，请更新项目到最新版本即可正常运行。","https:\u002F\u002Fgithub.com\u002Frudrankriyam\u002FFoundation-Models-Framework-Example\u002Fissues\u002F2",{"id":155,"question_zh":156,"answer_zh":157,"source_url":158},15645,"点击健康数据（Health data）示例卡片无反应或无法打开，如何解决？","这是由于重构代码时引入的回归错误。维护者已确认该问题并进行了修复：一是修复了点击按钮后其他卡片无法打开的问题；二是正在更新工具包（package on tools）以解决集成视图中查询健康数据无效的问题。请更新项目以获取修复。","https:\u002F\u002Fgithub.com\u002Frudrankriyam\u002FFoundation-Models-Framework-Example\u002Fissues\u002F51",{"id":160,"question_zh":161,"answer_zh":162,"source_url":163},15646,"输入 EXA API Key 后键盘没有自动收起，这个问题修复了吗？","是的，该问题已修复。维护者在收到反馈后调整了输入框的焦点处理逻辑，现在输入 API Key 后键盘会正常dismiss（收起）。如果您仍遇到此问题，请尝试清理构建缓存或更新到最新代码。","https:\u002F\u002Fgithub.com\u002Frudrankriyam\u002FFoundation-Models-Framework-Example\u002Fissues\u002F38",{"id":165,"question_zh":166,"answer_zh":167,"source_url":168},15647,"如何在 iPad 上测试该应用？是否有布局兼容性问题？","目前应用已支持在 iPad 上运行，但维护者尚未在 iPad 设备上进行全面测试。如果您使用的是小屏幕 iPad（如 iPad Mini A17 Pro），可能会遇到布局问题。欢迎在测试中发现任何布局异常时向维护者反馈，以便进行针对性优化。","https:\u002F\u002Fgithub.com\u002Frudrankriyam\u002FFoundation-Models-Framework-Example\u002Fissues\u002F9",{"id":170,"question_zh":171,"answer_zh":172,"source_url":173},15648,"项目是否计划添加更多结构化生成（Structured Generation）的视觉示例？","目前暂无计划扩展更多的视觉示例。维护者表示近期不会进行额外的示例或视觉扩展工作，因为该需求过于开放且缺乏具体的实施计划。现有的示例已涵盖核心功能，建议开发者参考现有代码自行扩展。","https:\u002F\u002Fgithub.com\u002Frudrankriyam\u002FFoundation-Models-Framework-Example\u002Fissues\u002F52",{"id":175,"question_zh":176,"answer_zh":177,"source_url":178},15649,"项目是否会实现完整的 UI 自动化测试框架？","目前不计划实施完整的 UI 测试框架。维护者认为建立全面的 UI 测试体系（包括 Page Object 模式、快照测试等）会带来巨大的维护成本，且不在近期的路线图内。项目目前主要依赖手动测试和基础的功能验证。","https:\u002F\u002Fgithub.com\u002Frudrankriyam\u002FFoundation-Models-Framework-Example\u002Fissues\u002F95",[180],{"id":181,"version":182,"summary_zh":183,"released_at":184},90240,"0.2.0","错误修复和改进","2025-07-09T08:27:20"]