| name | fandhe-ai |
| description | Rust 製 AI/ML ライブラリ fandhe-ai のリファレンス。Burn / candle / tch 非依存の from-scratch 実装。 compat::Sequential, compat::array, tape(), tape_for(), Tape, Var, Tensor, Gradients, LinearVars, Device (Cpu / Cuda / Metal)。 tensor-core の kernel fusion, FusionPlan, BackendOps。dynamic-tape autodiff。 cfg ベースのバックエンド構成・数値一致契約。ONNX / safetensors 相互運用。 guardrail / self-repair CLI。
|
| user-invocable | false |
fandhe-ai
fandhe-ai は Rust 製 AI/ML ライブラリ。Burn / candle / tch などの既存フレームワークに依存せず、テンソル・autodiff・kernel fusion・計算カーネル・バックエンド抽象層を完全自作コアとして実装している。内部は 10 クレートに分かれるが、利用者が直接触れるのは fandhe-ai クレート（リポジトリ内パスは crates/facade）のみで、公式ドキュメントは「fandhe-ai crate のみが supported public API surface、内部クレートの直接利用は非サポート」と明言している。
注意 — guardrail は AI 生成 changeset を判定する CI 用 CLI（check / eval）であり、openai-agents / anthropic-prompt-eval / openai-evals-tuning が扱う LLM 出力の guardrail / eval とは別物。
他スキルとの使い分け — Device::Cuda / Device::Metal を含むバックエンド抽象は fandhe-ai 独自の Rust API であり、CUDA C++ / PTX / CUTLASS を調べる場合は nvidia-cuda、MSL / MPSGraph / MLX を調べる場合は apple-silicon、HIP / ROCm を調べる場合は amd-rocm を参照すること。Tensor / autodiff / tape も同様に fandhe-ai 独自の Rust API であり、apple-ml の MLMultiArray、apple-silicon（MLX）の mx.array とは別物。fandhe-ai は fandhe-frontend（Rust 製フロントエンドフレームワーク）・fandhe-backend（Rust 製バックエンド HTTP サーバーフレームワーク）とは同じ Fandhe-AI org の別ライブラリで、API・対象領域とも無関係。
公式ドキュメント: https://fandhe-ai.github.io/fandhe-ai/ / リポジトリ: https://github.com/Fandhe-AI/fandhe-ai
ディレクトリ構成
skills/fandhe-ai/
SKILL.md
references/
getting-started/
README.md
overview.md
installation.md
quick-start.md
crate-layout.md
guides/
README.md
backends.md
numerical-parity.md
performance.md
interop.md
api/
README.md
tape.md
var.md
tensor.md
gradients.md
linear-vars.md
device.md
errors.md
compat-sequential.md
compat-array.md
internals/
README.md
tensor-core.md
tensor-core-fusion.md
autodiff.md
backend-cpu.md
backend-cuda.md
backend-metal.md
onnx-interop.md
bench-harness.md
tooling/
README.md
guardrail.md
self-repair.md
config.md
samples/
README.md
getting-started.md
array-shapes.md
backend-switching.md
training-loop.md
inference.md
gemm-bench.md
scripts/
README.md
install.md
dev.md
cli.md
探索手順
タスクからカテゴリを引き、カテゴリの README.md で目的のページを特定する:
- 下記マッピング表でタスクに対応するカテゴリを探す（
internals/* は公式が非サポートと明言する内部クレートのアーキテクチャ解説であり、通常の利用手順は api/ を参照する）
- そのカテゴリの
references/{category}/README.md を参照して目的のページを特定する
- 該当ページの
.md を Read して詳細を確認する
タスク → カテゴリ マッピング
| タスク | カテゴリ | 参照 README |
|---|
fandhe-ai とは何か、10 クレート構成・設計思想、インストール手順、compat::array + compat::Sequential の最小例、公開/未公開クレート一覧と facade → fandhe-ai の対応を知りたい | getting-started | references/getting-started/README.md |
| cfg ベースのバックエンド切替と fail-fast 設計、バックエンド間の数値一致契約、kernel fusion を含む性能の考え方、ONNX / safetensors 相互運用のサポート境界を知りたい | guides | references/guides/README.md |
tape() / tape_for(Device) / Tape、Var、Tensor、Gradients、LinearVars、Device（Cpu / Cuda / Metal）、AutodiffError / BackendError、compat::Sequential / compat::array の型・API を知りたい | api | references/api/README.md |
tensor-core（buffer/device/dispatch/memory_stats/pool/typed, BackendOps）や FusionPlan / FusedOpKind などの kernel fusion 表現、dynamic-tape autodiff の内部実装、CPU/CUDA/Metal 各バックエンドクレートの実装構造、未公開の onnx-interop / bench-harness クレートを知りたい（いずれも公式非サポートの内部 API） | internals | references/internals/README.md |
CI changeset 判定 CLI guardrail（check / eval）、self-repair（run / verify-log）、guardrail.toml / policy-exclusion.toml と判定/評価レポート JSON の形式を知りたい | tooling | references/tooling/README.md |
compat::array + compat::Sequential の最小推論、shape 確認、tape_for(Device) でのバックエンド明示指定とフォールバック、手動 SGD 学習ループ、predict() と + の推論経路比較、（GEMM）の簡易ベンチなど典型的な使い方を知りたい |
