apfel একটি প্রকল্প।

v1.18.0 · Zero Config · MIT

apfel

ফ্রি AI, আগে থেকেই আপনার Mac-এ।

macOS Tahoe-র সঙ্গেই আসে 3B parameter-এর একটি LLM। apfel একটি brew install দিয়েই আপনাকে তার CLI access দেয়। কোনো model download নেই, API key নেই, কোনো configuration লাগে না - ব্যস, কাজ করে।

  • Token-এর কোনো খরচ নেই
  • On-device AI
  • Script-এ ব্যবহারযোগ্য
$ brew install apfel

github.com/Arthur-Ficial/apfel-এ 6.6k+ star

প্রয়োজন: Apple Silicon · macOS Tahoe · Apple Intelligence চালু থাকা

apfel-এ নতুন? 60 সেকেন্ডের টিউটোরিয়াল শুরু করুন (ইংরেজিতে)

সবকিছু চলে আপনার device-এই। কোনো network call নেই। আপনার Mac থেকে কোনো data বাইরে যায় না।

নিজের চোখে দেখুন।

brew install থেকে AI output পর্যন্ত 12 সেকেন্ডে। কোনো configuration লাগে না।

Terminal - apfel
$
আসল terminal recording, কিছুই edit করা নয়: macOS 27.0.1-এ apfel 1.18.0, MacBook Air M2।

Config শূন্য। LLM download শূন্য। Token খরচ শূন্য।

অন্য local AI tool-গুলোও দারুণ, কিন্তু সেগুলোতে model download আর configuration করতে হয়। apfel-এর কিছুই লাগে না - model আগে থেকেই আপনার Mac-এ আছে। একটি brew install, ব্যস, কাজ শেষ।

$0
Token খরচ
API key নেই, subscription নেই, per-token billing নেই। আপনার hardware, আপনার AI।
100%
On-device
প্রতিটি token তৈরি হয় স্থানীয়ভাবে, আপনার Apple Silicon-এ। আপনার machine থেকে কিছুই বাইরে যায় না। কখনোই না।
0
Config ধাপ
YAML নেই, environment variable নেই, model বাছাইয়ের ঝামেলা নেই। একবার install করুন, চিরকাল ব্যবহার করুন।

ভেতরে যে model কাজ করে

Apple ML Research
~3BParameters
4,096 / 8,192Context window (macOS 27-এ M1/M2 / M3+)
~3.5 bpwQuantization
Mixed 2/4-bitPrecision
Neural Engineযেখানে চলে
en, de, es, fr, it, ja, ko, pt, zhভাষা

তিনটি tool। একটি install।

একটি CLI, একটি OpenAI-compatible server আর একটি interactive chat। সবই একটি brew install থেকে। বাড়তি কোনো download নেই।

>_

UNIX tool

Pipe-এর সঙ্গে মানানসই, সহজে জোড়া লাগানো যায়। jq, xargs আর আপনার shell script-এর সঙ্গে কাজ করে। stdin, stdout, JSON output, --schema দিয়ে schema-valid JSON, --messages দিয়ে messages file থেকে multi-turn, file attachment, সঠিক exit code।

$ apfel "What is the capital of Austria?"
The capital of Austria is Vienna.

$ apfel -o json "Translate to German: Apple" | jq .content
"Apfel"

# --schema: output guaranteed to match your JSON Schema
$ apfel --schema person.json "Alice is 30." | jq .name
"Alice"

# --code: just the command, no prose, no fences
$ apfel --code "flush the dns cache on macos"
sudo /usr/bin/dscacheutil -flushcache
{ }

OpenAI server

localhost:11434-এ একটি drop-in replacement। যেকোনো OpenAI SDK-কে এখানে point করুন, ব্যস। Chat Completions আর Responses API, streaming, tool calling, JSON Schema output, CORS।

$ apfel --serve
Server running on http://127.0.0.1:11434

# any OpenAI client works
$ curl localhost:11434/v1/chat/completions ...
...

Interactive chat

Automatic context management সহ multi-turn কথোপকথন। পাঁচটি trimming strategy। System prompt support। শুরু করতে terminal-এ শুধু apfel লিখুন। সবকিছু আপনার Mac-এই।

$ apfel --chat -s "You are a coding assistant"
Type 'quit' to exit.
> How do I reverse a list in Python?

MCP-র native support।

Apple-এর on-device model-কে tool দিন। যেকোনো tool।

--mcp দিয়ে tool server যুক্ত করুন

apfel Model Context Protocol বোঝে। যেকোনো MCP server-এর দিকে point করুন, আর on-device model পেয়ে যাবে tool - math, API, database, যা কিছুর জন্য আপনি server লিখতে পারেন।

  • তিনটি মোডেই কাজ করে - CLI, server আর chat
  • Startup-এ MCP tools/list দিয়ে নিজে থেকেই tool খুঁজে নেয়
  • Tool call ধরা, চালানো আর result ফেরত পাঠানো - সবই automatic
  • --mcp flag না দিলে কোনো overhead নেই - বাড়তি token শূন্য, code path-এ কোনো পরিবর্তন নেই
  • Proof-of-concept হিসেবে সঙ্গে আসে একটি calculator MCP server
  • URL দিয়ে remote MCP server - --mcp https://..., চাইলে Bearer token auth সহ
Terminal - apfel + MCP
# give the model a calculator
$ apfel --mcp ./mcp/calculator/server.py \
  "What is 15 times 27?"

tool: multiply({"a": 15, "b": 27}) = 405
15 times 27 is 405.

# attach multiple servers
$ apfel --mcp ./calc.py --mcp ./weather.py \
  "What is sqrt(2025)?"

tool: sqrt({"n": 2025}) = 45.0
The square root of 2025 is 45.

# remote MCP server over HTTPS
$ apfel --mcp https://mcp.example.com/v1 "query"

# server mode - tools auto-available to all clients
$ apfel --serve --mcp ./calc.py

এটি কীভাবে কাজ করে।

Apple প্রতিটি Mac-এ একটি LLM বসিয়ে রেখেছে। সেটি এমনিই পড়ে আছে। apfel তাকে একটি সদর দরজা দেয় - কোনো configuration ছাড়াই।

Apple একটি on-device LLM দেয়

macOS 26 (Tahoe) থেকে প্রতিটি Apple Silicon Mac-এ Apple Intelligence-এর অংশ হিসেবে একটি language model থাকে। Apple সেটি খুলে দেয় FoundationModels framework-এর মাধ্যমে - একটি Swift API, যা app-গুলোকে SystemLanguageModel-এর access দেয়। সব inference চলে Neural Engine আর GPU-তে। কোনো network call নেই, cloud নেই, API key নেই। Model সেখানে আগে থেকেই আছে।

কিন্তু Apple এটি শুধু Siri-র জন্য ব্যবহার করে

Default অবস্থায় on-device model চালায় Siri, Writing Tools আর বিভিন্ন system feature। কোনো terminal command নেই, HTTP endpoint নেই, এর ভেতর দিয়ে text pipe করার কোনো উপায় নেই। FoundationModels framework আছে ঠিকই, কিন্তু ব্যবহার করতে হলে আপনাকে একটি Swift app লিখতে হবে। apfel ঠিক সেটাই করে।

apfel কী যোগ করে

apfel একটি Swift 6.3 binary, যা LanguageModelSession-কে wrap করে তিনভাবে খুলে দেয়: stdin/stdout সহ একটি UNIX command-line tool হিসেবে, একটি OpenAI-compatible HTTP server হিসেবে (Hummingbird-এর উপর তৈরি), আর context management সহ একটি interactive chat হিসেবে।

Apple-এর raw API যা করে না, apfel সেগুলো সামলায়: সঠিক exit code, JSON output, file attachment, ছোট context window-এর জন্য পাঁচটি context trimming strategy (4,096 token, macOS 27 চালানো M3 ও নতুন Mac-এ 8,192), SDK দিয়ে আসল token গণনা, আর OpenAI tool schema-কে Apple-এর native Transcript.ToolDefinition format-এ রূপান্তর।

hardware Apple Silicon (Neural Engine + GPU)
|
model Apple-এর on-device LLM (macOS-এর সঙ্গেই আসে)
|
sdk FoundationModels.framework (Swift API)
|
apfel CLI + HTTP server + context management
|
আপনি Terminal, shell script, OpenAI SDK, curl
4,096 বা 8,192 token Context window (input + output)। macOS 26-এ আর M1/M2 Mac-এ 4,096; macOS 27-এ 12 GB+ সহ M3 বা নতুন Mac-এ 8,192। apfel এটি runtime-এ পড়ে নেয়।
1টি model নির্দিষ্ট, বদলানো যায় না
Swift 6.3 Strict concurrency, Xcode ছাড়াই
MIT license Open source

গোড়া থেকেই private।

apfel ব্যবহারের সময় একটিও HTTP call হয় না। নিচের প্রতিটি দাবির সঙ্গে Apple-এর নিজস্ব documentation-এর link দেওয়া আছে।

On-device। Offline-এও চলে।

FoundationModels framework পুরোপুরি চলে আপনার Apple Silicon-এর Neural Engine-এ। কোনো server, cloud বা internet connection লাগে না।

"You can build experiences that are smart, private, and work without internet connectivity." - Apple Developer

আপনার data আপনারই থাকে।

On-device inference থেকে Apple কোনো prompt, response বা ব্যবহারের data সংগ্রহ করে না। কিছুই জমা হয় না, কিছুই পাঠানো হয় না।

"The cornerstone of Apple Intelligence is on-device processing." - Apple Privacy

Training-এ কখনো ব্যবহার হয় না।

Apple তাদের foundation model-গুলোকে শুধু licensed আর public data দিয়ে train করে। আপনার interaction কখনোই training pipeline-এর অংশ নয়।

"We do not use our users' private personal data or user interactions when training our foundation models." - Apple ML Research

apfel কোনো tracking যোগ করে না।

কোনো analytics নেই, telemetry নেই, automatic update check নেই, crash reporting নেই, গোপনে কোথাও যোগাযোগ নেই। apfel একমাত্র তখনই network call করে, যখন আপনি নিজে apfel --update চালান। পুরো codebase open source।

Power tools সঙ্গেই আছে।

demo/ folder-এ রাখা shell script। আগে apfel install করুন, তারপর যেগুলো দরকার নিয়ে নিন।

>_

cmd

সাধারণ ভাষা থেকে shell command। কী চান বলুন, command পেয়ে যান।

$ cmd "find all .log files modified today"
|>

oneliner

সহজ ভাষায় বলুন, পেয়ে যান pipe chain। awk, sed, sort, uniq - আপনার জন্য তৈরি করে দেয়।

$ oneliner "count unique IPs in access.log"
**

mac-narrator

আপনার Mac-এর system activity-র ধারাবিবরণী দেয়, ঠিক যেন কোনো nature documentary।

$ mac-narrator --watch
?

explain

যেকোনো command, error message বা code snippet সহজ ভাষায় বুঝিয়ে দেয়।

$ explain "awk '{print $1}' file | sort -u"
./

wtd

এই directory-তে কী আছে? যেকোনো codebase-এ মুহূর্তেই project-এর ধারণা।

$ wtd
++

gitsum

সাম্প্রতিক git commit-গুলোর সারাংশ, কয়েকটি বাক্যে।

$ gitsum

30টি কাজের আর দারুণ one-liner।

প্রতিটি command একটি আসল Mac-এ পরীক্ষা করা। apfel-কে জুড়ে দিন ps, lsof, du, vm_stat, git, pbpaste, sleep, pgrep, curl, say-এর সঙ্গে - এই composability cloud AI দিতে পারে না, কারণ তারা আপনার process, clipboard বা git diff দেখতে পায় না। apfel পায়।

Live system 8

এই মুহূর্তে কোন process আমার CPU খেয়ে ফেলছে।

$ps aux | sort -k 3 -nr | head -5 | awk '{print $11, $3"%"}' | apfel "which app is using the most CPU"

-> WindowServer সবচেয়ে বেশি CPU ব্যবহার করছে, 42.6%।

কোন app কোন port-এ listen করছে।

$lsof -iTCP -sTCP:LISTEN -n -P | head -15 | apfel "list which apps own which ports as a table"

-> 11434 fichten, 18789 node, 5000 ControlCenter ...

কোন volume ভর্তি হওয়ার সবচেয়ে কাছে।

$df -h | apfel "which volume is fullest, one sentence"

-> /dev/disk3s1 সবচেয়ে ভরা: 926Gi-এর মধ্যে 263Gi।

vm_stat-এর মানে, সহজ ভাষায়।

$vm_stat | apfel "explain my memory usage in plain english, one sentence"

-> 349k page active, 266k wired - বেশ ভালো পরিমাণ memory ব্যবহার হচ্ছে।

এখানে কোন folder সবচেয়ে বেশি disk খাচ্ছে।

$du -sh */ 2>/dev/null | sort -rh | head -5 | apfel "which folders are eating most disk, one sentence"

-> 36G নিয়ে Library আর 604M নিয়ে Downloads সবার উপরে।

এই folder-এর সবচেয়ে বড় file-গুলো।

$ls -laS | head -10 | apfel "what are the biggest files here, just file names"

-> apfel-quick-preview.png, og.png, translate-preview.png ...

এই মুহূর্তে কোন app internet-এর সঙ্গে কথা বলছে।

$lsof -i -nP 2>/dev/null | grep ESTABLISHED | awk '{print $1, $9}' | head -10 | apfel "which apps are talking to the internet right now, short answer"

-> node → 157.240.253.60:443, claude.ex → 160.79.104.10:443, Google → 66.102.1.188:5228 ...

Battery-র অবস্থা আর বাকি সময়, এক লাইনে।

$pmset -g batt | apfel "battery health and percent, one line"

-> পুরো charge হয়ে আছে, health 100%, এখন active।

Git 2

সাম্প্রতিক commit-গুলোর সারাংশ, সহজ ভাষায়।

$git log --oneline -20 | apfel "summarize what I have been working on"

-> v1.2.1 থেকে v1.3.2-তে update, sister project যোগ হয়েছে ...

সাম্প্রতিক commit থেকে এক লাইনের release note-এর খসড়া।

$git log --oneline -5 | apfel "write a one-line release note based on these commits"

-> v1.3.2 release হলো: 5053 star, 783 test, নানা update।

Clipboard আসা-যাওয়া 4

Clipboard-এ যা আছে তার grammar ঠিক করুন, তারপর ঠিক করা text আবার clipboard-এ।

$pbpaste | apfel "fix grammar" | pbcopy

-> "i has went" হয়ে যায় "I went" - আবার clipboard-এ।

Clipboard-এর text জাপানিতে অনুবাদ করে আবার clipboard-এ রাখুন।

$pbpaste | apfel "translate to japanese" | pbcopy

-> Clipboard-এ এখন জাপানি অনুবাদ।

Clipboard-এর লম্বা text-কে 3টি bullet-এ সংক্ষেপ করুন।

$pbpaste | apfel "summarize in 3 bullets"

-> আপনার terminal-এ 3টি টানটান bullet।

Clipboard-এ থাকা meeting notes থেকে পরিষ্কার action item বের করুন।

$pbpaste | apfel "extract just the action items as a clean bullet list, no other text" | pbcopy

-> "Sarah Q3 budget-এর খসড়া করবেন", "design team-কে email", ... আবার clipboard-এ।

নজর রাখা আর ঘোষণা 6

লম্বা কোনো কাজ শেষ হলে Mac জোরে বলে জানিয়ে দেবে (এখানে 30 মিনিট পরে)।

$sleep 1800 && apfel "tell me cheerfully my long task just finished, one short sentence" | say

-> Mac বলে ওঠে: "আপনার লম্বা কাজটা এইমাত্র শেষ হলো, দারুণ!"

Downloads-এ কোনো file আসা পর্যন্ত অপেক্ষা করুন, তারপর ঘোষণা।

$until [ -e ~/Downloads/Report.pdf ]; do sleep 5; done; apfel "tell me my download just landed, one cheerful sentence" | say

-> প্রতি 5s-এ দেখে; Report.pdf এলেই Mac খবরটা বলে শোনায়।

দীর্ঘক্ষণ চলা কোনো process শেষ হওয়া পর্যন্ত অপেক্ষা করুন, তারপর ঘোষণা।

$while pgrep -q ffmpeg; do sleep 5; done; apfel "tell me cheerfully that my video encoding is done, one short sentence" | say

-> প্রতি 5s-এ দেখে; ffmpeg থামলেই Mac খবরটা বলে শোনায়।

প্রতি 30 মিনিটে, এইমাত্র কী ship করলেন তার সারাংশ, জোরে পড়ে শোনানো।

$while sleep 1800; do git log --since="30 min ago" --oneline | apfel "summarize my last 30 minutes of work in one cheerful sentence" | say; done

-> আধঘণ্টা পরপর auto-standup পড়ে শোনায়, আর আপনি coding চালিয়ে যান।

প্রতি 15 মিনিটে, battery 20 শতাংশের নিচে নামলে জোরে সতর্ক করুন।

$while sleep 900; do P=$(pmset -g batt | grep -oE "[0-9]+%" | head -1 | tr -d %); [ "$P" -lt 20 ] && apfel "battery just dropped to $P percent, write one short sentence that is friendly but super urgent telling me to plug in NOW" | say; done

-> Battery না কমা পর্যন্ত চুপ; তারপর Mac বন্ধুত্বপূর্ণ কিন্তু জরুরি সতর্কবার্তা জোরে শোনায়।

কোনো URL 2xx না ফেরানো পর্যন্ত নজর রাখুন, তারপর deploy-এর আনন্দ জোরে ঘোষণা করুন।

$until curl -sf https://staging.example.com/health >/dev/null; do sleep 30; done; apfel "tell me cheerfully that my deploy is live and the URL is responding, one short sentence" | say

-> Staging চালু না হওয়া পর্যন্ত প্রতি 30s-এ দেখে; তারপর Mac বলে "আপনার deploy live, URL সাড়া দিচ্ছে!"।

Web আর text 4

চলতি ভাষার একটি লাইনকে ভদ্র করে লিখুন।

$echo "hey can u send me docs asap" | apfel "rephrase politely"

-> "অনুগ্রহ করে যত দ্রুত সম্ভব document-গুলো শেয়ার করবেন ..."

কোনো URL-এ request পাঠান আর শুধু header দেখে জিজ্ঞেস করুন কী চলছে।

$curl -sI https://github.com | apfel "explain what happens at this URL in one sentence, based on the HTTP headers"

-> GitHub কড়া caching আর security header সহ একটি HTML page দিচ্ছে।

আজকের Hacker News, এক বাক্যে সংক্ষেপে আর জোরে পড়ে শোনানো।

$curl -s https://news.ycombinator.com | grep titleline | sed "s/<[^>]*>//g" | apfel "summarize hacker news today in one cheerful sentence" | say

-> Mac দিনের সেরা খবরগুলো একটি টানটান সারাংশে শোনায়।

একটি JSON blob-এর মানে সহজ ভাষায়।

$echo '{"name":"alice","plan":"pro","credits":42}' | apfel "explain this JSON in one sentence"

-> Alice নামের একজন user, pro plan-এ, 42 credit সহ।

চটজলদি খোঁজ 8

Calculator না খুলেই হিসাব।

$apfel "what is 15% tip on 87.50, just the number"

-> 13.13

Terminal না ছেড়েই regex তৈরি করুন।

$apfel "regex for a valid email address, just the regex"

-> ^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$

ভুলে যাওয়া bash one-liner-টা চেয়ে নিন।

$apfel "give me one find command that lists files larger than 100MB, just the bash command"

-> find / -type f -size +100M

আন্দাজ না করে দুর্বোধ্য command-এর মানে জেনে নিন।

$apfel "explain the command tar -xzvf file.tar.gz in one sentence"

-> একটি gzipped tarball decompress করে বর্তমান directory-তে extract করে।

ঠিক git command-টা মনে নেই? শুধু জিজ্ঞেস করুন।

$apfel "git command to uncommit but not unedit my last commit, just the command"

-> git reset --soft HEAD~1

অন্যের লেখা regex এক বাক্যে বুঝে নিন।

$apfel "explain this regex in one sentence: ^\d{3}-\d{4}$"

-> 3 অঙ্কের prefix, একটি hyphen আর 4টি অঙ্ক মেলায় - US phone number-এর format।

সাধারণভাবে লেখা তারিখকে ISO 8601-এ বদলান।

$apfel "convert 'Sat Apr 27 2026 11:30' to ISO 8601 (YYYY-MM-DDTHH:MM:SS), reply only with the converted string"

-> 2026-04-27T11:30:00+00:00

পুরো একটি file-এর সারাংশ, 3টি bullet-এ।

$apfel -f README.md "summarize in 3 bullets"

-> scope, install আর usage নিয়ে 3টি bullet।

OpenAI-এর সঙ্গে compatible।

শুধু একটি URL বদলান। Code যেমন আছে থাকুক।

Drop-in replacement

apfel OpenAI API বোঝে। যে client library, framework বা tool OpenAI-এর সঙ্গে কথা বলে, সেটি এখন OpenAI-এর বদলে আপনার Mac-এর AI-এর সঙ্গে কথা বলতে পারে। শুধু base URL বদলে দিন।

  • ✓ POST /v1/chat/completions
  • ✓ POST /v1/responses (Responses API)
  • ✓ Streaming (SSE)
  • ✓ Tool calling / function calling
  • ✓ GET /v1/models
  • ✓ response_format: json_object, json_schema
  • ✓ data URL হিসেবে image_url part (macOS 27)
  • ✓ temperature, max_tokens, seed
  • ✓ Browser client-এর জন্য CORS
Python
from openai import OpenAI

# Just change the base_url. That's it.
client = OpenAI(
    base_url="http://localhost:11434/v1",
    api_key="unused"  # no auth needed
)

resp = client.chat.completions.create(
    model="apple-foundationmodel",
    messages=[{
        "role": "user",
        "content": "What is 1+1?"
    }],
)
print(resp.choices[0].message.content)

Apple-এর fm-এর সঙ্গে একই model। কাজ আলাদা।

macOS 27-এর সঙ্গে আসে fm, on-device model-এর জন্য Apple-এর নিজস্ব command-line front end। দুটির পথ কোথায় আলাদা হয়, দেখুন।

 apfelApple fm
যেখানে চলেmacOS 26 আর 27, একটিই binaryশুধু macOS 27
ইনস্টলbrew install apfelআগে থেকেই আছে (একবার sudo fm license চালাতে হয়)
OpenAI client কোনো বদল ছাড়াই চলেহ্যাঁ: default-এ JSON, usage, max_tokens মানা হয়, error ঠিকভাবে map করানা বললে stream করে, max_tokens মানে না, guardrail-এ 500 error দেয়
Tool calling আর MCPNative tool call, local আর remote MCP serverনেই (tools দিলে template token উত্তরে ঢুকে পড়ে)
Scripting--code, -o json, 9 exit codes, --count-tokens --strictসাদামাটা text, exit 0 বা 1
File inputText, PDF, image: দুই OS-এই OCR করা text, আর macOS 27-এ image-টিও সরাসরি model-এর কাছেImage সরাসরি model-এর কাছে, সঙ্গে built-in OCR আর barcode tool
স্থায়ী chat sessionনানাম দেওয়া transcript, --resume
গতিএকই Mac-এ একই model, একই context window (এই M2-তে 4,096 token, M3 ও নতুনগুলোতে 8,192), token গণনাও হুবহু এক। One-shot prompt: 0.35 s বনাম 0.30 s।

একটু ইতিহাস। apfel এসেছে আগে: প্রথম commit আর v0.1.0 24 মার্চ 2026-এ, প্রথম GitHub release 31 মার্চ 2026-এ, এপ্রিলে Hacker News-এর front page-এ। Apple fm ঘোষণা করে 8 জুন 2026-এ WWDC-তে, আর macOS 27-এর সঙ্গে ship করে 14 সেপ্টেম্বর 2026-এ। দুটিই একই FoundationModels framework দিয়ে একই on-device model চালায়; পার্থক্য হলো, apfel open source, আর সেটি macOS 26-এও চলে।

প্রতিটি সারি 2026-10-05 তারিখে macOS 27.0.1-এ (Apple M2, 24 GB) মাপা হয়েছে, আর প্রতিটি apfel release-এ আবার মাপা হয়। পুরো page-এ আছে server probe, token-count মিলের table আর সবকিছু নিজে যাচাই করার প্রতিটি command।

GitHub-এ জনপ্রিয়।

শূন্য থেকে 6,610 star, আর এখনো বাড়ছে।

6,610
GitHub stars
251 forks
2450 tests
v1.18.0 প্রকাশিত

Starred by engineers from Apple, Google, VMware, NVIDIA, and PlayStation.

GitHub-এ star দিন
0 1,000 2,000 3,000 4,000 5,000 6,000 7,000 8,000 5,012 APR 28 6,016 JUL 10 6,610 NOW Mar 24 Apr 3 · HN front page Nov 16

পর্যন্ত data

শুরু করুন।

কোনো model download নেই। Sign-up নেই। API key নেই। শুধু এটুকুই।

Homebrew

Apple Intelligence সহ macOS 26+
$ brew install apfel
$ apfel "Hello, Mac"

Source থেকে build করুন

CLT + macOS 27 SDK লাগবে (26 আর 27-এ চলে)
$ git clone https://github.com/Arthur-Ficial/apfel.git
$ cd apfel && make install

apfel পরিবার।

apfel-এর উপর তৈরি native macOS tool-এর ক্রমশ বাড়তে থাকা এক পরিবার - সঙ্গে sister project, যারা Apple-এর অন্যান্য framework-কে terminal-এ নিয়ে আসে।

apfel-chat - macOS-এর জন্য private AI chat

apfel-chat

একসঙ্গে একাধিক কথোপকথনের macOS chat client। Streaming markdown, voice-এ input আর output, image analysis - পুরোপুরি private, API key নেই, cloud নেই।

SwiftUI Production
apfelpad - on-device AI সহ formula notepad

apfelpad

ভাবনার জন্য একটি formula notepad। আপনার markdown-এ =apfel("summarize this") লিখুন আর দেখুন উত্তর সেখানেই stream হচ্ছে। =SUM-এর মতো, তবে ভাষার জন্য।

SwiftUI নতুন
apfel-quick - macOS-এর জন্য মুহূর্তের AI overlay

apfel-quick

মুহূর্তের AI overlay। যেকোনো জায়গায় Ctrl+Space চাপুন, প্রশ্ন লিখুন, আর উত্তর stream হয়ে চলে যাবে আপনার clipboard-এ। Wi-Fi লাগে না, account লাগে না, কোনো bill নেই।

SwiftUI নতুন
apfel-gui-এর screenshot

apfel-gui

Native macOS SwiftUI debug GUI। Apple Intelligence-এর সঙ্গে chat করুন, request ও response, log খুঁটিয়ে দেখুন, speech-to-text, text-to-speech - সবই on-device।

SwiftUI
apfel-clip - AI clipboard action

apfel-clip

Menu bar থেকে AI clipboard action। যেকোনো text-এ cmd+shift+V চাপুন - grammar ঠিক করা, অনুবাদ, code বোঝানো, সারাংশ। পুরোপুরি on-device, API key নেই।

SwiftUI Production
apfel-mcp - apfel-এর জন্য MCP server

apfel-mcp

apfel-কে দিন web আর আপনার file-এর access। চারটি ছোট MCP tool - url-fetch, ddg-search, search-and-fetch আর একটি read-only file reader - প্রতিটি এমনভাবে ছাঁটা যাতে apfel-এর ছোট context window-এ এঁটে যায় (বেশিরভাগ Mac-এ 4,096 token, macOS 27 সহ M3 ও নতুন Mac-এ 8,192)।

Python নতুন
apfel-run - স্থায়ী MCP registry

apfel-run

ছোট্ট একটি UNIX wrapper, যা apfel-কে একটি স্থায়ী MCP registry দেয়। সাধারণ text config file থেকে নাম ধরে MCP server চালু বা বন্ধ করুন। Restart-এর পরেও থেকে যায়, GUI নেই, daemon নেই।

Shell নতুন
apfel-server-kit - ecosystem tool-এর জন্য Swift package

apfel-server-kit

পুরো ecosystem চালানো shared Swift package। Local apfel --serve process খুঁজে বের করা, চালু করা আর সেখান থেকে stream করা। প্রতিটি SwiftUI apfel app যার সঙ্গে কথা বলে, এটি সেই মেরুদণ্ড।

Swift নতুন
auge - terminal থেকে Apple Vision framework

auge

Sister project। apfel সামলায় ভাষা; auge সামলায় দৃষ্টি। OCR, image classification, barcode আর face detection-এর জন্য একটিই CLI - Apple-এর Vision framework দিয়ে 100% on-device। API key নেই, cloud নেই।

Swift Sister project
translate - terminal থেকে Apple Translation framework

translate

Sister project। UNIX filter, সঙ্গে DeepL, LibreTranslate আর Google v2-এর drop-in HTTP server - চলে Apple-এর on-device Translation framework দিয়ে। 100% on-device, NetworkGuard কড়াভাবে তা নিশ্চিত করে। API key নেই, cloud নেই।

Swift Sister project

প্রায়ই জিজ্ঞাসিত প্রশ্ন।

প্রশ্নগুলো নেওয়া হয়েছে Hacker News আর Reddit থেকে।

কোন macOS version লাগবে?
macOS 26 (Tahoe) বা নতুন। FoundationModels framework শুধু Tahoe-র সঙ্গেই আসে। Sequoia বা তার আগের version-এ চলে না। Apple Silicon (M1 বা নতুন) লাগবে।
apfel কি আমার ব্যক্তিগত data দেখতে পায়?
না। FoundationModels framework-এর contacts, email, calendar, photos বা Semantic Index-এ কোনো access নেই। সেগুলো শুধু Apple-এর নিজস্ব feature-এর জন্য সংরক্ষিত।
কোনো data কি আমার Mac থেকে বাইরে যায়?
না। দুই স্তরের privacy আপনাকে সুরক্ষিত রাখে।

Model: Apple-এর FoundationModels framework internet connection ছাড়াই কাজ করে আর পুরোপুরি Neural Engine-এ চলে। আপনার prompt আর response কখনো device-এর বাইরে যায় না। User data কখনো training-এ ব্যবহার হয় না।

Tool: apfel সেটা বজায় রাখে। কোনো analytics নেই, telemetry নেই, tracking নেই, automatic update check নেই, crash reporting নেই, গোপনে কোথাও যোগাযোগ নেই। Open source, যে কেউ যাচাই করতে পারেন।
Context window কত বড়?
macOS 26-এ আর M1/M2 Mac-এ input + output মিলিয়ে 4,096 token (~3,000 শব্দ)। macOS 27-এ M3 বা নতুন chip আর অন্তত 12 GB থাকা Mac পায় Apple-এর বড় on-device model (AFM 3 Core Advanced), 8,192 token সহ। apfel এটি কখনো hardcode করে না: apfel --model-info দেখায় আপনার Mac-এ আসলে কত বড় window আছে। Shell script, সারাংশ আর text রূপান্তরের জন্য দারুণ। লম্বা কথোপকথন বা বড় document-এর জন্য উপযুক্ত নয়।
Model কোন কাজে ভালো? কোথায় দুর্বল?
ভালো: shell scripting, text রূপান্তর, classification, ছোট সারাংশ, JSON-এর গঠন বদলানো, অনুবাদ।

সীমিত: math, তথ্য মনে রাখা, লম্বা কথোপকথন, জটিল code তৈরি।

Hallucinate করার বদলে model বরং উত্তর দিতে অস্বীকার করে। এটি Apple-এর ইচ্ছাকৃত design।
Server mode কি নিরাপদ?
Default-এ বন্ধ। চালু করলে: Bearer token auth (--token), origin যাচাই, শুধু debug-এর জন্য log endpoint। বিস্তারিত server-security.md-এ।
Apple Intelligence কি চালু করতে হবে?
হ্যাঁ। System Settings > Apple Intelligence & Siri > চালু করুন। এতে model download হয়। Siri ব্যবহার করার দরকার নেই, শুধু চালু রাখুন। Apple-এর setup guide।
apfel কীভাবে update করব?
apfel --update। Install পদ্ধতি নিজেই চিনে নেয়, নতুন version আছে কিনা দেখে, upgrade করার আগে জিজ্ঞেস করে। নিজে করতে চাইলে: brew upgrade apfel অথবা git pull && make install।
এটি কোন model ব্যবহার করে?
Apple-এর নিজস্ব AFM (Apple Foundation Model), প্রায় 3 billion parameter, মিশ্র 2-bit আর 4-bit quantization সহ। OpenAI নয়। macOS Tahoe-র সঙ্গে আসে, পুরোপুরি on-device, Neural Engine-এ চলে।
Ollama বা LM Studio থেকে apfel কীভাবে আলাদা?
কোনো LLM download নেই, সঙ্গে সঙ্গে শুরু, কোনো setup নেই। apfel ব্যবহার করে আপনার Mac-এ আগে থেকে থাকা model। Ollama আর LM Studio-তে আরও বেশি model আর বড় context window আছে, কিন্তু আলাদা download আর configuration লাগে। ভিন্ন প্রয়োজনে ভিন্ন tool।
apfel কি MCP আর tool calling support করে?
হ্যাঁ। Native MCP ভেতরেই আছে। Tool যুক্ত করতে --mcp <server> দিন। Tool calling guide।
macOS 27-এ Apple-এর নিজস্ব fm CLI থেকে apfel কীভাবে আলাদা?
একই model, কাজ আলাদা। macOS 27-এর সঙ্গে আসে fm, একই on-device model-এর জন্য Apple-এর command-line front end। apfel যোগ করে tool calling সহ OpenAI-compatible server, MCP, JSON Schema output, data URL হিসেবে image input, সৎ exit code আর macOS 26 support। পাশাপাশি মেপে দেখা: apfel বনাম fm।
apfel-এ কি কোনো telemetry বা গোপনে যোগাযোগের function আছে?
একটিও না। apfel কখনো background-এ কোনো server-এর সঙ্গে যোগাযোগ করে না। একমাত্র network call হয় যখন আপনি নিজে apfel --update চালান, যা Homebrew-তে নতুন version আছে কিনা দেখে। Open source, যে কেউ যাচাই করতে পারেন।
এটি কে তৈরি করেছেন?
apfel তৈরি করেছেন Franz Enzenhofer (Systems Thinker, লেখক, C64-এর যুগ থেকে developer, AI Mechanic) / HN-এ franze / Full Stack Optimization আর franzai.com-এর প্রতিষ্ঠাতা।

সহ-রক্ষণাবেক্ষণে Arthur Ficial, Anthropic-এর Claude Opus-এ চলা একটি OpenClaw instance। তৈরিতে ব্যাপকভাবে ব্যবহার হয়েছে Claude Code আর Codex। সবসময় high thinking / high effort mode-এ।

শুরু: 24 মার্চ 2026।
কীভাবে test করা হয়?
334টি unit test + 216টি integration test (end-to-end, OpenAI client compatibility, OpenAPI spec validation, security, performance)। 12 এপ্রিল 2026 পর্যন্ত মোট 550টি test।
apfel-এর শুরুর গল্প কী?
apfel আসলে শুরু হয়েছিল Apple Intelligence-এ ultra token-saving mode-এ OpenClaw চালানোর একটি চেষ্টা হিসেবে। 4K context window-এর কারণে সেটা সফল হয়নি। কিন্তু দেখা গেল, একটি local, দ্রুত, scriptable, on-device, সবসময় হাতের কাছে থাকা, zero-config, privacy-first LLM অবিশ্বাস্য রকমের দারুণ, শক্তিশালী, মজার আর আকর্ষণীয়।