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:

1. 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）
2. 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
3. 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 Tape + forward() の推論経路比較、Var::matmul（GEMM）の簡易ベンチなど典型的な使い方を知りたい	samples	samples/README.md
crate 導入コマンド（crates.io / Git / Path 依存）、サンプル実行・ビルド・テスト・静的検査、guardrail / self-repair バイナリのコマンドを知りたい	scripts	scripts/README.md