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।
$ 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।
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।
ভেতরে যে model কাজ করে
Apple ML Researchতিনটি 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।
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।
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।
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
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।
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।
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।
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।
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।
oneliner
সহজ ভাষায় বলুন, পেয়ে যান pipe chain। awk, sed, sort, uniq - আপনার জন্য তৈরি করে দেয়।
mac-narrator
আপনার Mac-এর system activity-র ধারাবিবরণী দেয়, ঠিক যেন কোনো nature documentary।
explain
যেকোনো command, error message বা code snippet সহজ ভাষায় বুঝিয়ে দেয়।
wtd
এই directory-তে কী আছে? যেকোনো codebase-এ মুহূর্তেই project-এর ধারণা।
gitsum
সাম্প্রতিক git commit-গুলোর সারাংশ, কয়েকটি বাক্যে।
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।
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।
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-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।
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!"।
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।
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
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।
| apfel | Apple fm | |
|---|---|---|
| যেখানে চলে | macOS 26 আর 27, একটিই binary | শুধু macOS 27 |
| ইনস্টল | brew install apfel | আগে থেকেই আছে (একবার sudo fm license চালাতে হয়) |
| OpenAI client কোনো বদল ছাড়াই চলে | হ্যাঁ: default-এ JSON, usage, max_tokens মানা হয়, error ঠিকভাবে map করা | না বললে stream করে, max_tokens মানে না, guardrail-এ 500 error দেয় |
| Tool calling আর MCP | Native tool call, local আর remote MCP server | নেই (tools দিলে template token উত্তরে ঢুকে পড়ে) |
| Scripting | --code, -o json, 9 exit codes, --count-tokens --strict | সাদামাটা text, exit 0 বা 1 |
| File input | Text, PDF, image: দুই OS-এই OCR করা text, আর macOS 27-এ image-টিও সরাসরি model-এর কাছে | Image সরাসরি model-এর কাছে, সঙ্গে built-in OCR আর barcode tool |
| স্থায়ী chat session | না | নাম দেওয়া transcript, --resume |
| গতি | একই 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।
Starred by engineers from Apple, Google, VMware, NVIDIA, and PlayStation.
GitHub-এ star দিনপর্যন্ত data
শুরু করুন।
কোনো model download নেই। Sign-up নেই। API key নেই। শুধু এটুকুই।
Homebrew
$ brew install apfel $ apfel "Hello, Mac"
Source থেকে build করুন
$ 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
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
ভাবনার জন্য একটি formula notepad। আপনার markdown-এ =apfel("summarize this") লিখুন আর দেখুন উত্তর সেখানেই stream হচ্ছে। =SUM-এর মতো, তবে ভাষার জন্য।
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
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
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-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
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
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
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
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 projectপ্রায়ই জিজ্ঞাসিত প্রশ্ন।
প্রশ্নগুলো নেওয়া হয়েছে Hacker News আর Reddit থেকে।
কোন macOS version লাগবে?
apfel কি আমার ব্যক্তিগত data দেখতে পায়?
কোনো data কি আমার Mac থেকে বাইরে যায়?
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?
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?
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?
--token), origin যাচাই, শুধু debug-এর জন্য log endpoint। বিস্তারিত server-security.md-এ।Apple Intelligence কি চালু করতে হবে?
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?
Ollama বা LM Studio থেকে apfel কীভাবে আলাদা?
apfel কি MCP আর tool calling support করে?
--mcp <server> দিন। Tool calling guide।macOS 27-এ Apple-এর নিজস্ব fm CLI থেকে apfel কীভাবে আলাদা?
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?
apfel --update চালান, যা Homebrew-তে নতুন version আছে কিনা দেখে। Open source, যে কেউ যাচাই করতে পারেন।এটি কে তৈরি করেছেন?
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।