apfel és un projecte de .

v1.18.0 · Zero configuració · MIT

apfel

La IA gratuïta que ja tens al Mac.

macOS Tahoe porta de sèrie un LLM de 3.000 milions de paràmetres. apfel t'hi dona accés des de la línia d'ordres amb un sol brew install. Sense baixar models, sense claus d'API, sense configurar res: simplement funciona.

  • Cap cost per token
  • IA al dispositiu
  • Programable
$ brew install apfel

6.6k+ estrelles a github.com/Arthur-Ficial/apfel

Requisits: Apple Silicon · macOS Tahoe · Apple Intelligence activat

Nou a apfel? Comença el tutorial de 60 segons (en anglès)

Tot s'executa al teu dispositiu. Cap crida a la xarxa. Cap dada surt del teu Mac.

Mira-ho en acció.

Del brew install a la primera resposta de la IA en 12 segons. Sense cap configuració.

Terminal - apfel
$
Gravació real del terminal, sense cap retoc: apfel 1.18.0 a macOS 27.0.1, MacBook Air M2.

Zero configuració. Zero LLM per baixar. Zero cost per token.

Altres eines d'IA local són fantàstiques, però cal baixar models i configurar-les. apfel no necessita res - el model ja és al teu Mac. Un brew install i ja està.

$0
Cost per token
Sense claus d'API. Sense subscripcions. Sense facturació per token. El teu maquinari, la teva IA.
100%
Al dispositiu
Cada token es genera localment al teu Apple Silicon. Res no surt de la teva màquina. Mai.
0
Passos de configuració
Sense YAML. Sense variables d'entorn. Sense triar model. L'instal·les una vegada i el fas servir per sempre.

El model que hi ha al darrere

Apple ML Research
~3BParàmetres
4,096 / 8,192Finestra de context (M1/M2 / M3+ a macOS 27)
~3.5 bpwQuantització
Mixed 2/4-bitPrecisió
Neural EngineS'executa a
en, de, es, fr, it, ja, ko, pt, zhIdiomes

Tres eines. Una sola instal·lació.

Una CLI, un servidor compatible amb OpenAI i un xat interactiu. Tot amb un sol brew install. Sense baixades addicionals.

>_

Eina UNIX

Pensada per a pipes i fàcil de combinar. Funciona amb jq, xargs i els teus scripts de shell. stdin, stdout, sortida JSON, JSON vàlid segons un esquema amb --schema, converses de diversos torns des d'un fitxer de missatges amb --messages, fitxers adjunts i codis de sortida correctes.

$ 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
{ }

Servidor OpenAI

Substitut directe a localhost:11434. Apunta-hi qualsevol SDK d'OpenAI i a funcionar. Chat Completions i Responses API, streaming, tool calling, sortida amb JSON Schema i CORS.

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

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

Xat interactiu

Converses de diversos torns amb gestió automàtica del context. Cinc estratègies de retall. Admet un prompt de sistema. Només cal que escriguis apfel en un terminal per començar. Tot al teu Mac.

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

Suport natiu per a MCP.

Dona eines al model local d'Apple. Qualsevol eina.

Connecta servidors d'eines amb --mcp

apfel parla el Model Context Protocol. Apunta'l a qualsevol servidor MCP i el model local obté eines - càlculs, API, bases de dades, qualsevol cosa per a la qual puguis escriure un servidor.

  • Funciona en els tres modes - CLI, servidor i xat
  • Descobreix les eines automàticament amb tools/list de MCP en arrencar
  • Les crides a eines es detecten, s'executen i els resultats es retornen al model automàticament
  • Sense l'opció --mcp, cap sobrecàrrega - zero tokens addicionals, cap canvi en el camí del codi
  • Inclou un servidor MCP de calculadora com a prova de concepte
  • Servidors MCP remots per URL - --mcp https://... amb autenticació opcional per token Bearer
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

Com funciona.

Apple ha integrat un LLM a cada Mac. I és allà, esperant. apfel li obre una porta d'entrada - sense cap configuració.

Apple inclou un LLM al dispositiu

A partir de macOS 26 (Tahoe), cada Mac amb Apple Silicon inclou un model de llenguatge com a part d'Apple Intelligence. Apple l'exposa a través del framework FoundationModels - una API de Swift que dona a les apps accés a SystemLanguageModel. Tota la inferència s'executa al Neural Engine i a la GPU. Sense crides a la xarxa, sense núvol, sense claus d'API. El model simplement hi és.

Però Apple només el fa servir per a Siri

De sèrie, el model local fa funcionar Siri, Writing Tools i altres funcions del sistema. No hi ha cap ordre de terminal, cap endpoint HTTP, cap manera de passar-hi text per una pipe. El framework FoundationModels existeix, però has d'escriure una app en Swift per fer-lo servir. Això és el que fa apfel.

Què hi afegeix apfel

apfel és un binari de Swift 6.3 que embolcalla LanguageModelSession i l'exposa de tres maneres: com a eina de línia d'ordres UNIX amb stdin/stdout, com a servidor HTTP compatible amb OpenAI (construït sobre Hummingbird) i com a xat interactiu amb gestió del context.

S'encarrega del que l'API en brut d'Apple no fa: codis de sortida correctes, sortida JSON, fitxers adjunts, cinc estratègies de retall del context per a la finestra de context petita (4.096 tokens, 8.192 en Macs amb M3 o posterior i macOS 27), recompte real de tokens mitjançant l'SDK i conversió dels esquemes d'eines d'OpenAI al format natiu d'Apple Transcript.ToolDefinition.

maquinari Apple Silicon (Neural Engine + GPU)
|
model L'LLM local d'Apple (inclòs amb macOS)
|
sdk FoundationModels.framework (API de Swift)
|
apfel CLI + servidor HTTP + gestió del context
|
tu Terminal, scripts de shell, SDK d'OpenAI, curl
4.096 o 8.192 tokens Finestra de context (entrada + sortida). 4.096 a macOS 26 i en Macs M1/M2; 8.192 en M3 o posterior amb 12 GB o més a macOS 27. apfel la llegeix en temps d'execució.
1 model Fix, no configurable
Swift 6.3 Concurrència estricta, sense Xcode
Llicència MIT Codi obert

Privat per disseny.

Ni una sola crida HTTP mentre fas servir apfel. Cada afirmació d'aquí sota enllaça a la documentació de la mateixa Apple.

Al dispositiu. Funciona sense connexió.

El framework FoundationModels s'executa íntegrament al Neural Engine del teu Apple Silicon. Sense servidor, sense núvol, sense necessitat de connexió a internet.

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

Les teves dades són teves.

Apple no recull prompts, respostes ni cap dada d'ús de la inferència al dispositiu. No es desa res, no s'envia res.

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

Mai no s'usa per entrenar.

Apple entrena els seus models fundacionals només amb dades amb llicència i dades públiques. Les teves interaccions no formen mai part del procés d'entrenament.

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

apfel no hi afegeix cap seguiment.

Sense analítiques, sense telemetria, sense comprovacions automàtiques d'actualitzacions, sense informes d'errors, sense trucar a casa. L'única crida a la xarxa que fa apfel és quan executes explícitament apfel --update. Tot el codi font és obert.

Eines potents incloses.

Scripts de shell a la carpeta demo/. Primer instal·la apfel i després agafa els que vulguis.

>_

cmd

De llenguatge natural a ordre de shell. Digues què vols i obtens l'ordre.

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

oneliner

Cadenes de pipes a partir d'una descripció en llenguatge planer. awk, sed, sort, uniq - generades per a tu.

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

mac-narrator

Narra l'activitat del sistema del teu Mac com si fos un documental de natura.

$ mac-narrator --watch
?

explain

Explica qualsevol ordre, missatge d'error o fragment de codi en llenguatge planer.

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

wtd

Què és aquest directori? Orientació instantània en qualsevol projecte de codi.

$ wtd
++

gitsum

Resumeix els últims commits de git en unes quantes frases.

$ gitsum

30 one-liners útils i enginyosos.

Cada ordre provada en un Mac real. Encadena apfel amb ps, lsof, du, vm_stat, git, pbpaste, sleep, pgrep, curl, say - una capacitat de combinació que cap IA al núvol no pot igualar, perquè no veuen els teus processos, el teu porta-retalls ni el teu git diff. apfel sí.

Sistema en directe 8

Què s'està menjant la CPU ara mateix.

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

-> WindowServer és el que fa servir més CPU, amb un 42,6 %.

Quines apps escolten en quins ports.

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

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

Quin volum és més a prop d'omplir-se.

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

-> /dev/disk3s1 és el més ple, amb 263Gi de 926Gi.

vm_stat traduït a llenguatge planer.

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

-> 349k pàgines actives, 266k wired - força memòria en ús.

Quines carpetes d'aquí ocupen més disc.

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

-> Dominen Library, amb 36G, i Downloads, amb 604M.

Els fitxers més grans d'aquesta carpeta.

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

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

Quines apps es comuniquen amb internet ara mateix.

$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 ...

Estat de la bateria i autonomia restant en una línia.

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

-> Càrrega completa, estat del 100 %, activa ara mateix.

Git 2

Resumeix els teus últims commits en llenguatge planer.

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

-> Actualitzacions de la v1.2.1 a la v1.3.2, projectes germans afegits ...

Redacta una nota de versió d'una línia a partir dels últims commits.

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

-> Publicada la v1.3.2 amb 5053 estrelles, 783 proves i actualitzacions.

Anada i tornada al porta-retalls 4

Corregeix la gramàtica del que tinguis al porta-retalls i torna-hi a deixar la versió corregida.

$pbpaste | apfel "fix grammar" | pbcopy

-> "i has went" es converteix en "I went" - de nou al porta-retalls.

Tradueix el porta-retalls al japonès i torna-hi a deixar el resultat.

$pbpaste | apfel "translate to japanese" | pbcopy

-> Ara el porta-retalls conté la traducció al japonès.

Resumeix en 3 punts un mur de text del porta-retalls.

$pbpaste | apfel "summarize in 3 bullets"

-> 3 punts concisos al teu terminal.

Extreu tasques clares de les notes d'una reunió que tinguis al porta-retalls.

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

-> "La Sarah redacta el pressupost del Q3", "enviar un correu a l'equip de disseny", ... de nou al porta-retalls.

Vigila i avisa 6

Avisa't en veu alta quan acabi una tasca llarga (en aquest exemple, d'aquí a 30 minuts).

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

-> El Mac diu: "La teva tasca llarga ja ha acabat, bona feina!"

Espera que arribi un fitxer a Downloads i després avisa'n.

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

-> Comprova cada 5 s; quan apareix Report.pdf, el Mac dona la notícia en veu alta.

Espera que acabi un procés llarg i després avisa'n.

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

-> Comprova cada 5 s; quan ffmpeg acaba, el Mac dona la notícia en veu alta.

Cada 30 minuts, resumeix en veu alta el que acabes de publicar.

$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

-> Un stand-up automàtic cada mitja hora, llegit en veu alta mentre continues programant.

Cada 15 minuts, avisa en veu alta si la bateria baixa del 20 per cent.

$while sleep 900; do P=$(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

-> En silenci fins que baixa la bateria; llavors el Mac llança en veu alta un avís amable però urgent.

Vigila una URL fins que retorni un 2xx i després celebra el desplegament en veu alta.

$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

-> Comprova cada 30 s fins que staging respon; el Mac diu "El desplegament ja és en línia, la URL respon!".

Web i text 4

Reformula una frase informal en una de més educada.

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

-> "Em podria fer arribar els documents tan aviat com li sigui possible ..."

Consulta una URL i pregunta què hi passa, només a partir de les capçaleres.

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

-> GitHub serveix una pàgina HTML amb capçaleres estrictes de memòria cau i de seguretat.

Hacker News d'avui, resumit en una frase i llegit en veu alta.

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

-> El Mac llegeix les notícies principals del dia en un resum ben concís.

Explica un bloc de JSON en llenguatge planer.

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

-> Una usuària anomenada Alice, amb el pla pro i 42 crèdits.

Consultes ràpides 8

Càlculs sense obrir cap calculadora.

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

-> 13.13

Genera una regex sense sortir del terminal.

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

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

Demana aquell one-liner de bash que no recordes.

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

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

Fes que t'expliqui una ordre críptica en lloc d'endevinar-la.

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

-> Descomprimeix i extreu un tarball gzip al directori actual.

No recordes l'ordre exacta de git? Pregunta-ho.

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

-> git reset --soft HEAD~1

Desxifra la regex d'una altra persona en una frase.

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

-> Coincideix amb un prefix de 3 xifres, un guionet i 4 xifres - un format de telèfon dels EUA.

Converteix una data escrita de manera informal a ISO 8601.

$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

Resumeix un fitxer sencer en 3 punts.

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

-> 3 punts sobre l'abast, la instal·lació i l'ús.

Compatible amb OpenAI.

Canvia una URL. Conserva el teu codi.

Substitut directe

apfel parla l'API d'OpenAI. Qualsevol biblioteca client, qualsevol framework, qualsevol eina que parli amb OpenAI pot parlar amb la IA del teu Mac. Només has de canviar la URL base.

  • ✓ POST /v1/chat/completions
  • ✓ POST /v1/responses (Responses API)
  • ✓ Streaming (SSE)
  • ✓ Tool calling / crides a funcions
  • ✓ GET /v1/models
  • ✓ response_format: json_object, json_schema
  • ✓ Parts image_url com a data URL (macOS 27)
  • ✓ temperature, max_tokens, seed
  • ✓ CORS per a clients de navegador
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)

El mateix model que l'fm d'Apple. Una feina diferent.

macOS 27 inclou fm, la interfície de línia d'ordres de la mateixa Apple per al model local. Aquí veuràs on se separen els seus camins.

 apfelApple fm
S'executa amacOS 26 i 27, un sol binariNomés macOS 27
Instal·lacióbrew install apfelJa hi és (sudo fm license una vegada)
Els clients d'OpenAI funcionen sense canvisSí: JSON per defecte, usage, respecta max_tokens, errors mapejatsFa streaming si no li dius el contrari, ignora max_tokens, retorna 500 quan salten les salvaguardes
Tool calling i MCPCrides natives a eines, servidors MCP locals i remotsCap (tools filtra tokens de plantilla a la resposta)
Scripting--code, -o json, 9 codis de sortida, --count-tokens --strictText pla, sortida 0 o 1
Fitxers d'entradaText, PDF, imatges: text per OCR en tots dos sistemes, i a més la imatge mateixa al model a macOS 27Imatges al model, i a més eines integrades d'OCR i de codis de barres
Sessions de xat persistentsNoTranscripcions amb nom, --resume
VelocitatMateix model al mateix Mac, mateixa finestra de context (4.096 tokens en aquest M2, 8.192 en M3 i posteriors), recomptes de tokens idèntics. Prompt únic: 0,35 s vs 0,30 s.

Una mica d'història. apfel va arribar primer: primer commit i v0.1.0 el 24 de març de 2026, primera release a GitHub el 31 de març de 2026, portada de Hacker News a l'abril. Apple va anunciar fm a la WWDC el 8 de juny de 2026 i el va publicar amb macOS 27 el 14 de setembre de 2026. Tots dos fan servir el mateix model local a través del mateix framework FoundationModels; apfel és el de codi obert, i el que també funciona a macOS 26.

Cada fila es va mesurar a macOS 27.0.1 (Apple M2, 24 GB) el 05/10/2026 i es torna a mesurar a cada versió d'apfel. La pàgina completa inclou les proves del servidor, la taula de paritat del recompte de tokens i totes les ordres per reproduir-les.

Popular a GitHub.

De zero a 6,610 estrelles, i continua creixent.

6,610
Estrelles a GitHub
251 forks
2450 proves
v1.18.0 publicada

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

Dona una estrella a GitHub
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

Dades a data de

Comença ara.

Sense baixar models. Sense registres. Sense claus d'API. Només això.

Homebrew

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

Compila des del codi font

requereix CLT + SDK de macOS 27 (funciona a 26 i 27)
$ git clone https://github.com/Arthur-Ficial/apfel.git
$ cd apfel && make install

L'arbre d'apfel.

Una família creixent d'eines natives per a macOS construïdes sobre apfel - i projectes germans que porten altres frameworks d'Apple al terminal.

apfel-chat - xat d'IA privat per a macOS

apfel-chat

Client de xat per a macOS amb diverses converses. Markdown en streaming, entrada i sortida de veu, anàlisi d'imatges - totalment privat, sense claus d'API, sense núvol.

SwiftUI Producció
apfelpad - bloc de notes amb fórmules i IA al dispositiu

apfelpad

Un bloc de notes amb fórmules per pensar. Escriu =apfel("summarize this") al teu markdown i mira com la resposta apareix en directe al text. Com =SUM, però per al llenguatge.

SwiftUI Nou
apfel-quick - finestra flotant d'IA instantània per a macOS

apfel-quick

Finestra flotant d'IA instantània. Prem Ctrl+Space des de qualsevol lloc, escriu una pregunta i la resposta arriba en streaming al porta-retalls. Sense Wi-Fi, sense compte, sense factura.

SwiftUI Nou
Captura de pantalla d'apfel-gui

apfel-gui

Interfície gràfica de depuració nativa per a macOS, feta amb SwiftUI. Xateja amb Apple Intelligence, inspecciona peticions i respostes, registres, veu a text, text a veu - tot al dispositiu.

SwiftUI
apfel-clip - accions d'IA per al porta-retalls

apfel-clip

Accions d'IA per al porta-retalls des de la barra de menús. Prem cmd+shift+V sobre qualsevol text - corregeix la gramàtica, tradueix, explica codi, resumeix. Totalment al dispositiu, sense claus d'API.

SwiftUI Producció
apfel-mcp - servidors MCP per a apfel

apfel-mcp

Dona a apfel accés al web i als teus fitxers. Quatre petites eines MCP - url-fetch, ddg-search, search-and-fetch i un lector de fitxers de només lectura - cadascuna retallada perquè càpiga a la finestra de context petita d'apfel (4.096 tokens a la majoria de Macs, 8.192 en M3 i posteriors amb macOS 27).

Python Nou
apfel-run - registre MCP persistent

apfel-run

Un petit embolcall UNIX que dona a apfel un registre MCP persistent. Activa i desactiva servidors MCP pel nom des d'un fitxer de configuració de text pla. Sobreviu als reinicis, sense interfície gràfica, sense dimoni.

Shell Nou
apfel-server-kit - paquet de Swift per a les eines de l'ecosistema

apfel-server-kit

Paquet de Swift compartit que fa funcionar l'ecosistema. Descobreix, llança i rep en streaming les respostes d'un procés local d'apfel --serve. La columna vertebral amb què parlen totes les apps d'apfel fetes amb SwiftUI.

Swift Nou
auge - el framework Vision d'Apple des del terminal

auge

Projecte germà. apfel s'ocupa del llenguatge; auge, de la visió. Una sola CLI per a OCR, classificació d'imatges, codis de barres i detecció de cares - 100% al dispositiu amb el framework Vision d'Apple. Sense claus d'API, sense núvol.

Swift Projecte germà
translate - el framework Translation d'Apple des del terminal

translate

Projecte germà. Filtre UNIX i servidor HTTP substitut directe de DeepL, LibreTranslate i Google v2 - impulsat pel framework Translation d'Apple al dispositiu. 100% al dispositiu, garantit per NetworkGuard. Sense claus d'API, sense núvol.

Swift Projecte germà

Preguntes freqüents.

Preguntes recollides a Hacker News i Reddit.

Quina versió de macOS necessito?
macOS 26 (Tahoe) o posterior. El framework FoundationModels només s'inclou a partir de Tahoe. No funciona a Sequoia ni en versions anteriors. Requereix Apple Silicon (M1 o posterior).
apfel accedeix a les meves dades personals?
No. El framework FoundationModels no té cap accés als contactes, els correus, el calendari, les fotos ni el Semantic Index. Aquestes dades estan reservades a les funcions pròpies d'Apple.
Surt cap dada del meu Mac?
No. T'hi protegeixen dues capes de privadesa.

El model: el framework FoundationModels d'Apple funciona sense connexió a internet i s'executa íntegrament al Neural Engine. Els teus prompts i les respostes no surten mai del dispositiu. Les dades dels usuaris no s'utilitzen mai per entrenar.

L'eina: apfel ho manté així. Sense analítiques, sense telemetria, sense seguiment, sense comprovacions automàtiques d'actualitzacions, sense informes d'errors, sense trucar a casa. De codi obert i auditable.
Quina és la finestra de context?
4.096 tokens (~3.000 paraules) entre entrada i sortida a macOS 26 i en Macs M1/M2. A macOS 27, els Macs amb un xip M3 o posterior i com a mínim 12 GB reben el model local més gran d'Apple (AFM 3 Core Advanced), amb 8.192 tokens. apfel no el fixa mai al codi: apfel --model-info mostra la finestra que té realment el teu Mac. Ideal per a scripts de shell, resums i transformacions de text. No és adequat per a converses llargues ni documents grans.
En què és bo el model? On té dificultats?
Bo en: scripts de shell, transformació de text, classificació, resums breus, reestructuració de JSON, traducció.

Limitat en: matemàtiques, coneixement de fets, converses llargues, generació de codi complex.

El model prefereix negar-se a respondre abans que al·lucinar. És una decisió de disseny deliberada d'Apple.
El mode servidor és segur?
Desactivat per defecte. Quan s'activa: autenticació per token Bearer (--token), comprovació de l'origen i endpoints de registre només en mode de depuració. Detalls a server-security.md.
He d'activar Apple Intelligence?
Sí. Configuració del Sistema > Apple Intelligence i Siri > activa-ho. Això baixa el model. No cal que facis servir Siri, només que l'activis. Guia de configuració d'Apple.
Com actualitzo apfel?
apfel --update. Detecta el mètode d'instal·lació, comprova si hi ha una versió més nova i et demana confirmació abans d'actualitzar. Manualment: brew upgrade apfel o git pull && make install.
Quin model fa servir?
L'AFM de la mateixa Apple (Apple Foundation Model), d'uns 3.000 milions de paràmetres, amb quantització mixta de 2 i 4 bits. No és d'OpenAI. S'inclou amb macOS Tahoe i s'executa íntegrament al dispositiu, al Neural Engine.
En què es diferencia apfel d'Ollama o d'LM Studio?
Cap LLM per baixar, arrencada instantània, res a configurar. apfel fa servir el model que ja tens al Mac. Ollama i LM Studio ofereixen més models i finestres de context més grans, però cal baixar-los a part i configurar-los. Eines diferents per a necessitats diferents.
apfel admet MCP i tool calling?
Sí. MCP natiu integrat. Passa --mcp <server> per connectar eines. Guia de tool calling.
En què es diferencia apfel de la CLI fm de la mateixa Apple a macOS 27?
Mateix model, feina diferent. macOS 27 inclou fm, la interfície de línia d'ordres d'Apple per al mateix model local. apfel hi afegeix el servidor compatible amb OpenAI amb tool calling, MCP, sortida amb JSON Schema, entrada d'imatges com a data URL, codis de sortida fiables i suport per a macOS 26. Comparats cara a cara: apfel vs fm.
apfel té telemetria o alguna funció que truqui a casa?
Cap. apfel no contacta mai cap servidor en segon pla. L'única crida a la xarxa és quan executes explícitament apfel --update, que consulta Homebrew per veure si hi ha una versió més nova. De codi obert i auditable.
Qui l'ha creat?
apfel és obra de Franz Enzenhofer (pensador sistèmic, autor, desenvolupador des dels temps del C64, mecànic d'IA) / franze a HN / fundador de Full Stack Optimization i franzai.com.

Mantingut conjuntament per Arthur Ficial, una instància d'OpenClaw que funciona amb Claude Opus d'Anthropic. Desenvolupat en gran part amb Claude Code i Codex. Sempre en mode high thinking / high effort.

Inici: 24 de març de 2026.
Com es prova?
334 proves unitàries + 216 proves d'integració (d'extrem a extrem, compatibilitat amb clients d'OpenAI, validació de l'especificació OpenAPI, seguretat, rendiment). 550 proves en total a data de 12 d'abril de 2026.
Quin és l'origen d'apfel?
apfel va començar com un intent d'executar OpenClaw amb Apple Intelligence en un mode d'estalvi extrem de tokens. No va funcionar per culpa de la finestra de context de 4K. Però resulta que un LLM local, ràpid, programable, al dispositiu, sempre disponible, sense configuració i que prioritza la privadesa és increïblement genial, potent, divertit i interessant.