Разработчики приложений с искусственным интеллектом для платформ Apple сталкиваются с настоящим вавилонским столпотворением API. Каждый провайдер моделей — локальный или облачный — требует собственного подхода к интеграции, что превращает эксперименты в мучительный процесс выбора между приватностью, производительностью и функциональностью.
Единый интерфейс для разнородных моделей
Новый Swift-пакет AnyLanguageModel предлагает элегантное решение: единый API, совместимый с фреймворком Foundation Models от Apple, но поддерживающий десятки различных бэкендов. Вместо изучения специфики каждого провайдера достаточно заменить импорт:
- import FoundationModels + import AnyLanguageModel
После этого код работы с моделями остается идентичным, независимо от того, используете ли вы системную модель Apple, локальную через MLX или облачную от OpenAI.
Поддерживаемые провайдеры
Библиотека охватывает все основные подходы к запуску языковых моделей:
- Apple Foundation Models: нативные системные модели (macOS 26+ / iOS 26+)
- Core ML: конвертированные модели с ускорением на Neural Engine
- MLX: квантованные модели для Apple Silicon
- llama.cpp: загрузка GGUF-моделей через llama.swift
- Ollama: подключение к локально запущенным моделям через HTTP API
- OpenAI, Anthropic, Google Gemini: облачные провайдеры для сравнения и резервирования
- Hugging Face Inference Providers: сотни облачных моделей от ведущих провайдеров
Архитектурные компромиссы и преимущества
Выбор API Foundation Models в качестве основы может показаться странным — почему ограничивать себя решением одной компании? Однако этот подход имеет веские преимущества:
- Фреймворк действительно хорошо спроектирован, с учетом Swift-специфики и макросов
- Ограниченность API становится стабильным фундаментом, а не недостатком
- Минимизация абстракций сохраняет близость к решаемой проблеме
Это классический пример решения реальной боли разработчиков вместо создания очередного абстрактного фреймворка. Вместо того чтобы предлагать «идеальный» API, авторы взяли существующий стандарт де-факто и расширили его совместимость. Особенно умно решение с пакетными трейтами — зачем тащить зависимости llama.cpp, если нужен только MLX?
Борьба с раздуванием зависимостей
Одна из ключевых проблем много-бэкендовых библиотек — необходимость устанавливать все зависимости сразу. AnyLanguageModel решает это через систему трейтов Swift 6.1:
dependencies: [ .package( url: "https://github.com/mattt/AnyLanguageModel.git", from: "0.4.0", traits: ["MLX"] // Только зависимости MLX ) ]
По умолчанию устанавливается только базовый API с облачными провайдерами, не требующими тяжелых зависимостей. Для проектов Xcode предусмотрен обходной путь через локальные Swift-пакеты.
Расширение за пределы Apple API
Хотя библиотека следует философии минимальных изменений API, иногда приходится выходить за рамки возможностей Foundation Models. Например, работа с изображениями в Vision-Language моделях:
let response = try await session.respond( to: "Что на этом изображении?", image: .init(url: URL(fileURLWithPath: "/path/to/image.png")) )
Это сознательный риск — авторы предвосхищают будущие обновления Apple, но функциональность слишком важна, чтобы ждать.
Демонстрация в действии
Для ознакомления с библиотекой создан chat-ui-swift — SwiftUI-приложение чата, демонстрирующее ключевые возможности:
- Интеграция с Apple Intelligence через Foundation Models
- OAuth-аутентификация Hugging Face для моделей с ограниченным доступом
- Потоковые ответы
- Сохранение истории чатов
Планы по развитию
Библиотека находится на стадии pre-1.0 с уже стабильным основным API. В разработке:
- Tool calling для всех провайдеров
- Интеграция MCP для инструментов и взаимодействий
- Guided generation для структурированных выходов
- Оптимизации производительности локального вывода
Это первый шаг к созданию единой инфраструктуры для агентских workflow на платформах Apple, где модели смогут использовать инструменты и системные ресурсы.
По сообщению Hugging Face, библиотека доступна для использования и обратной связи.