mlx-dev-skill
专为Apple MLX框架开发的Claude代码技能，确保代码正确且地道。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：mlx-dev-skill。 它的用途是：专为Apple MLX框架开发的Claude代码技能，确保代码正确且地道。 完整的 Skill 内容见：https://321skill.com/skills/mlx-dev-skill/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我用MLX实现一个简单的卷积神经网络，用于图像分类。”，它会自动生成符合MLX习惯的代码，例如使用`__call__`定义模型、在训练循环中正确放置`mx.eval()`、并提醒你注意GPU上避免使用float64数据类型。或者说：“我的MLX代码内存占用一直在增长，可能泄露了。”，它可以引导你使用内置的内存调试脚本进行分析。
介绍
此技能旨在解决开发者在Apple Silicon上使用MLX框架时遇到的常见陷阱和编码风格问题。MLX是苹果推出的高效机器学习框架，但其编程范式（如惰性求值、内存管理、模块定义）与PyTorch等主流框架存在差异，容易导致错误。
安装后，当Claude Code在处理涉及MLX的代码任务时，会自动应用一系列最佳实践。例如，在循环边界自动插入mx.eval()以正确触发惰性求值，使用正确的数组索引语法，采用NHWC格式定义卷积层，以及遵循MLX特有的nn.Module重写规范（使用__call__而非forward）。
它非常适合正在学习或使用Apple MLX框架进行AI应用开发的工程师和研究人员，特别是那些从PyTorch迁移过来的开发者，能帮助他们快速适应MLX的独特要求，避免低级错误。
使用建议：在开始任何MLX相关的编码会话前，请确保该技能已成功安装并激活。对于复杂的编译（mx.compile）或内存调试任务，可结合其内置的check_memory.py脚本进行深入分析。
核心特点
与通用Python或机器学习代码助手不同，它深度集成了MLX框架的官方最佳实践和常见错误模式，能主动纠正框架特有的编码习惯（如惰性求值处理、模块定义方式），并提供从PyTorch迁移的专门指导。
注意事项
此技能仅适用于在Apple Silicon设备上使用MLX框架的场景，不适用于其他硬件平台或深度学习框架（如PyTorch、TensorFlow）。
常见问题
这个技能支持哪些Claude客户端？
主要支持Claude Code CLI，可通过插件市场或手动安装。
没有Apple Silicon Mac能用吗？
不能，MLX框架本身要求Apple Silicon，因此此技能也仅在此环境下有效。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/mlx-dev-skill/raw/index.md 读取 mlx-dev-skill 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/mlx-dev-skill/raw/index.md（查看排版版本）