Tutorial · provat el 15 de novembre de 2026
Tutorial d'apfel AI
La primera resposta de la IA que ja tens al Mac, en 60 segons. Després, 11 tasques que fa bé, totes a punt per copiar i enganxar amb la sortida real, i una llista honesta del que no pot fer.
En aquesta pàgina: 15 seccions
- La primera resposta en 60 segons
- 1. Pregunta al Mac sobre ell mateix
- 2. Corregeix qualsevol text que hagis copiat
- 3. Llegeix tiquets, PDF i scripts
- 4. Converteix una frase en una ordre de shell
- 5. JSON fiable per als teus scripts
- 6. Automatitza el teu dia: git, veu i scripts ja fets
- 7. Executa el teu codi d'OpenAI gratis
- 8. Dona-li eines amb MCP
- 9. Xateja per provar un prompt
- 10. Deixa el servidor en marxa en segon pla
- 11. Apps construïdes sobre apfel
- Límits i respostes honestes
- Quan alguna cosa falla
- Qui ho ha fet i com s'ha provat
La primera resposta en 60 segons
Necessites un Mac amb Apple Silicon (M1 o posterior) i macOS 26 Tahoe o posterior, a més d'Apple Intelligence activat a Configuració del Sistema > Apple Intelligence i Siri. Comprova els dos primers requisits amb una sola línia:
sw_vers -productVersion && uname -m
27.0.1
arm64Si la versió és 26 o superior i surt arm64, ja ho tens tot a punt. Instal·la apfel amb Homebrew. Sense Xcode, sense compte, sense clau d'API:
brew install apfelFes la teva primera pregunta:
apfel "In one sentence: what can a small on-device language model do for me?"
A small on-device language model can help you perform tasks like text translation, summarization, and data analysis directly on your device.Aquesta resposta l'ha donat el model d'Apple que tens al Mac. No s'ha enviat res a cap servidor i no ha costat res.
Si falla: pregunta a apfel si el model està a punt:
apfel --model-info | grep -E 'available|context'
├ available: yes
├ context: 4096 tokensSi diu available: no, activa Apple Intelligence a Configuració del Sistema i espera que el model s'acabi de baixar (segons la guia d'instal·lació, ocupa de 3 a 4 GB). L'idioma del Mac i el de Siri han de ser el mateix, i ha de ser un idioma compatible. Mentre el model no està disponible, apfel surt amb el codi 5.
Següent pas: les tasques que trobaràs a continuació. Cada una comença amb el que tindràs al cap de dos minuts.
1. Pregunta al Mac sobre ell mateix
En 2 minuts tindràs: respostes en llenguatge planer sobre el disc, la CPU i la memòria, directament a partir de les ordres que ja coneixes.
Quan una ordre del terminal m'escup un munt de números, vull una resposta d'una línia per poder actuar sense haver de llegir cap pàgina del manual.
Passa la sortida de qualsevol ordre a apfel amb una pipe i digues-li què vols saber:
df -h | apfel "which volume is fullest, one sentence"
/dev/disk3s1 is the fullest volume, with 630Gi used.ps aux | sort -k 3 -nr | head -5 | awk '{print $11, $3"%"}' | apfel "which app is using the most CPU, one sentence"
`/System/Library/CoreServices/RemoteManagement/screensharingd.bundle/Contents/MacOS/screensharingd` is using the most CPU.Mantén l'entrada petita: primer head, awk i grep, i després apfel. El model només llegeix uns quants milers de paraules alhora, i menys si és codi (consulta els límits).
Si falla: algunes ordres escriuen a stderr, i una pipe no ho transporta. apfel t'ho diu: piped input was empty - if the command prints to stderr, try: command 2>&1 | apfel.
Següent pas: el mateix truc funciona amb git log, lsof, pmset -g batt, fitxers de registre i qualsevol altra cosa que imprimeixi text.
2. Corregeix qualsevol text que hagis copiat
En 2 minuts tindràs: una ordre que corregeix la gramàtica del que tinguis al porta-retalls, sigui quina sigui l'app.
Quan escric un missatge ràpid a Slack, a Mail o al navegador, vull polir-lo sense obrir cap altra app per poder tornar-lo a enganxar en qüestió de segons.
Copia un text i executa la línia del mig. pbpaste llegeix el porta-retalls i pbcopy hi torna a escriure el resultat:
printf 'can u send me the slides from yesterdays meeting i lost them' | pbcopy
pbpaste | apfel "Rewrite the text above with correct grammar and spelling. Reply with the rewritten text only." | pbcopy
pbpaste
Can you send me the slides from yesterday’s meeting? I lost them.Per què «the text above» (el text de dalt): apfel posa primer el text que li arriba per la pipe i després la teva instrucció (codi font). Amb la instrucció curta "fix grammar and spelling, reply with the corrected text only", el model va respondre el missatge en lloc de corregir-lo i va contestar Could you let me know which meeting you're referring to?. A la nostra prova, dir-li explícitament sobre quin text havia de treballar ho va solucionar.
Si falla: llegeix el resultat abans d'enviar-lo. Un model petit de vegades canvia el sentit: quan li vam demanar que traduís aquesta frase a l'alemany, va convertir «Can you send me» en «Can I send you».
Següent pas: posa la línia del mig en un àlies de shell o en una acció «Executar script de shell» de Dreceres i assigna-li una drecera de teclat.
3. Llegeix tiquets, PDF i scripts
En 2 minuts tindràs: respostes sobre una imatge, un PDF escanejat o un script, llegits al teu Mac amb el reconeixement de text d'Apple.
Quan em cau a Baixades un tiquet, un escaneig o un fitxer desconegut, vull l'única dada que en necessito per poder arxivar-lo sense obrir-lo.
Adjunta un fitxer amb -f. Vam crear una imatge de tiquet de prova (receipt.png) amb aquestes línies:
CAFE APFEL
2x Melange 9.80
1x Sachertorte 7.90
1x Apfelstrudel 6.50
TOTAL EUR 24.20
14.11.2026 21:14apfel -f receipt.png "What is the total? Just the amount."
24.20El mateix tiquet desat com a PDF només d'imatge també funciona, perquè apfel aplica reconeixement de text a les pàgines escanejades:
apfel -f receipt.pdf "What is the total? Just the amount."
24.20I qualsevol fitxer de text, per exemple un script de shell:
apfel -f apfel-demos/gitsum "What does this script do? Two sentences."
This script summarizes recent Git activity by summarizing the last N commits, grouping related changes, and generating a concise report. It uses Apple Intelligence to format the output, and optionally copies the summary to the clipboard.Aquest script el tindràs a la tasca 6. Per adjuntar diversos fitxers, fes servir -f a.txt -f b.txt.
Si falla: el codi de sortida 4 vol dir que el fitxer és massa llarg per al model (consulta els límits). El codi de sortida 3 vol dir que l'ha bloquejat el filtre de seguretat d'Apple; per a aquest cas, la guia d'extracció de fitxers recomana afegir --permissive.
4. Converteix una frase en una ordre de shell
En 2 minuts tindràs: l'ordre que no recordaves, impresa sola perquè la puguis copiar directament.
Quan no recordo les opcions de find, du o tar, vull treure l'ordre d'una frase normal per poder quedar-me al terminal.
--code imprimeix només el codi, sense explicacions:
apfel --code "one find command that lists files larger than 100MB in my home folder"
find /Users/yourusername/home -type f -size +100MLes opcions són correctes, però el model s'ha inventat una carpeta. La teva carpeta personal és ~ (aquí: find ~ -type f -size +100M).
apfel --code "a python function that removes duplicates from a list but keeps the order"
def remove_duplicates_preserve_order(lst):
seen = set()
result = []
for item in lst:
if item not in seen:
seen.add(item)
result.append(item)
return resultLlegeix cada ordre abans d'executar-la. A les nostres proves, el model també en va generar d'incorrectes. Quan li vam demanar «els 10 fitxers més grans de la carpeta actual», va imprimir ls -lh | head -n 10, que mostra les 10 primeres entrades, no les més grans. Quan li vam demanar «mostra els ports oberts», va proposar netstat -tuln | grep LISTEN, que fa servir opcions de Linux; a macOS no imprimeix absolutament res. En un Mac, els ports es mostren amb lsof -iTCP -sTCP:LISTEN -n -P.
Següent pas: l'script de demo cmd de la tasca 6 fa tot això per tu i et demana confirmació abans d'executar res (-x) o de copiar l'ordre (-c).
5. JSON fiable per als teus scripts
En 2 minuts tindràs: dades estructurades extretes de text desordenat, en un JSON que sempre s'ajusta al teu esquema.
Quan necessito noms, números o dates de correus i notes, vull camps, no prosa, per poder passar-los a jq, a un full de càlcul o a un script.
Desa un JSON Schema com a contact.schema.json:
{
"type": "object",
"properties": {
"name": { "type": "string" },
"city": { "type": "string" },
"phone": { "type": "string" }
},
"required": ["name", "city", "phone"]
}Després passa-hi el text per una pipe amb --schema. apfel restringeix el model perquè la sortida sigui JSON vàlid segons aquest esquema:
echo "Hi, I am Maria Lopez from Vienna, call me on +43 660 1234567" | apfel --schema contact.schema.json "Extract the contact" | jq .
{
"name": "Maria Lopez",
"city": "Vienna",
"phone": "+43 660 1234567"
}Les claus tornen en el mateix ordre en què les declara el teu esquema.
Per obtenir qualsevol resposta en JSON amb metadades, fes servir -o json:
apfel -o json "Translate to German: apple" | jq -r .content
ApfelPer a una llista sencera, fes servir --batch: entra una línia JSON per registre i en surt una línia de resultat per registre, cada un en una sessió nova. Tres ressenyes de producte en un fitxer de text:
cat reviews.txt
Love it, works offline and it is fast.
Crashes every time I open a PDF.
It is okay, it does the job.
jq -Rc '{custom_id: (input_line_number|tostring), prompt: ("Classify the sentiment of this review as positive, negative or neutral. Reply with one word. Review: " + .)}' reviews.txt | apfel --batch | jq -r '"\(.custom_id) \(.status) \(.content)"'
1 ok Positive
2 ok Negative
3 ok Neutral
apfel: batch: 3 records, 3 ok, 0 failedjq -R converteix cada línia en un registre; l'última línia és el resum d'apfel a stderr. Si un registre falla, rep status: "error" i el lot continua.
Si falla: apfel admet un subconjunt de JSON Schema (objectes, cadenes, enums, números, booleans, arrays i $ref locals). Una paraula clau no admesa, com ara pattern, atura l'execució amb el codi de sortida 2 i apfel n'indica el nom; la llista completa és al document de compatibilitat de l'API.
6. Automatitza el teu dia: git, veu i scripts ja fets
En 2 minuts tindràs: un resum de la teva feina recent, un Mac que t'avisa en veu alta quan acaba una tasca llarga i vuit scripts de shell amb IA ja fets.
Quan canvio de tasca o espero que acabi una compilació, vull petites automatitzacions que m'expliquin i m'anunciïn les coses per poder deixar de vigilar el terminal.
Resumeix què has fet, des de dins de qualsevol repositori git:
git log --oneline -10 | apfel "summarize what I have been working on, two sentences"
I've been updating star counts to 6,608 and refining ISO datetimes with timezone handling in the Article JSON-LD. Additionally, I've implemented the apfel AI tutorial and redesigned the pre-header with a centered line about the project.Fes que el Mac parli quan acabi alguna cosa. Passa la resposta a say amb una pipe i posa-hi davant la teva ordre llarga amb &&:
apfel "tell me cheerfully that my build just finished, one short sentence, no emoji" | sayEl Mac de proves no tenia sortida de so, així que vam gravar la veu en un fitxer (| say -o build-done.aiff, 102.880 bytes d'àudio). La frase que va dir va ser Your build is finished, and I'm glad you asked!.
apfel també inclou vuit scripts de demo. Escriu-los en una carpeta:
apfel --demos
apfel: wrote 9 demo files to /Users/arthurficial/work/apfel-i18n-video-2026-11-15/tut/apfel-demos
• cmd
• explain
• gitsum
• mac-narrator
• naming
• oneliner
• port
• wtdUn que ens va agradar a les proves:
./apfel-demos/naming "function that retries HTTP requests with exponential backoff"
retryExponentialBackoff | exponential_retry_backoff | exponential delay retry
retryWithExponentialBackoff | exponential_retry_http_backoff | HTTP retry with delay
backoffRetryHTTP | exponential_http_retry | retry with exponential pauseNo totes les demos van anar bé a les nostres proves: oneliner "count unique IP addresses in access.log" va topar amb el límit de longitud i va imprimir una ordre trencada, i explain va afegir un missatge d'error que no existia. El README de les demos les recull totes vuit.
7. Executa el teu codi d'OpenAI gratis
En 2 minuts tindràs: un servidor local que parla l'API Chat Completions d'OpenAI, de manera que el codi que ja tens amb l'SDK s'executa contra el teu Mac en lloc d'un model de pagament al núvol.
Quan faig prototips amb l'SDK d'OpenAI, vull un endpoint local gratuït per poder desenvolupar i provar sense claus, sense factures i sense enviar dades enlloc.
Inicia el servidor en una pestanya del terminal:
apfel --serve
apfel server v1.18.0
├ endpoint: http://127.0.0.1:11434
├ model: apple-foundationmodel
├ cors: disabled
├ origin: localhost only (http://127.0.0.1, http://localhost, http://[::1])
├ token: none
├ health: public
├ max concurrent: 5
├ debug: off
└ ready
Endpoints:
POST http://127.0.0.1:11434/v1/chat/completions
GET http://127.0.0.1:11434/v1/models
GET http://127.0.0.1:11434/health
2026-11-15T13:39:31+0100 info Hummingbird: [HummingbirdCore] Server started and listening on 127.0.0.1:11434En una segona pestanya, crida'l com si fos OpenAI:
curl -s http://localhost:11434/v1/chat/completions -H "Content-Type: application/json" -d '{"model":"apple-foundationmodel","messages":[{"role":"user","content":"Say hello to my terminal in five words."}]}' | jq -r '.choices[0].message.content'
Hello, terminal.L'SDK oficial d'OpenAI per a Python funciona sense canvis. Només canvien la URL base i el nom del model. Desa-ho com a hello.py:
from openai import OpenAI
client = OpenAI(base_url="http://localhost:11434/v1", api_key="unused")
reply = client.chat.completions.create(
model="apple-foundationmodel",
messages=[{"role": "user", "content": "Give me three names for a coffee shop run by robots."}],
)
print(reply.choices[0].message.content)python3 -m venv venv && ./venv/bin/pip -q install openai
./venv/bin/python hello.py
1. RoboBrew
2. CogCafé
3. Circuit SipEl servidor només escolta al teu propi Mac (127.0.0.1) i rebutja les peticions de pàgines web d'altres orígens. Per obrir-lo a la teva xarxa, afegeix-hi un token: apfel --serve --host 0.0.0.0 --token-auto (guia de seguretat del servidor).
Si falla: Connection refused vol dir que el servidor no s'està executant. Els embeddings i l'antic endpoint /v1/completions retornen HTTP 501, perquè el model del dispositiu no els ofereix.
Següent pas: els mantenidors documenten la configuració per a VS Code Copilot (només el xat), opencode, Zed i Node.js, Ruby, PHP i sis llenguatges més. No les hem tornat a provar per a aquesta pàgina.
8. Dona-li eines amb MCP
En 2 minuts tindràs: el model llegint una pàgina web en directe i resumint-la, mitjançant una eina del Model Context Protocol.
Quan la resposta és en una pàgina web, vull que el model la vagi a buscar ell mateix per poder tenir-ne un resum sense copiar text d'un lloc a l'altre.
Instal·la les eines apfel-mcp, pensades per a la finestra de context petita:
brew install Arthur-Ficial/tap/apfel-mcpConnecta'n una amb --mcp i pregunta. -q amaga la sortida en brut de l'eina:
apfel -q --mcp $(which apfel-mcp-url-fetch) "Summarize https://apfel.franzai.com/ in 3 bullets"
- **Purpose**: apfel is a Swift 6.3 tool that wraps Apple’s on-device LLM (part of macOS 26’s Apple Intelligence) and exposes it via a CLI, HTTP server, and interactive chat with context management.
- **Features**: It handles terminal commands, JSON output, file attachments, real token counting, and context trimming (4,096 or 8,192 tokens depending on hardware), while converting OpenAI tool schemas to Apple’s native format.
- **Technical details**: Built using the FoundationModels framework, it runs on Apple Silicon’s Neural Engine and GPU without network or cloud dependencies, and is open-source under MIT license.El mateix paquet inclou apfel-mcp-ddg-search (cerca web), apfel-mcp-search-and-fetch i apfel-mcp-fs (llegeix un fitxer local). Funciona amb qualsevol servidor MCP: la ruta d'un script local o una URL https://.
Les eines amb diversos arguments amb nom també funcionen. Aquí tens la calculadora del repositori d'apfel (mcp/calculator/server.py): el model crida multiply amb els dos arguments, apfel l'executa i el model respon amb el resultat:
apfel --mcp ./server.py "What is 15 times 27?"
mcp: /Users/arthurficial/work/apfel-i18n-video-2026-11-15/tut/./server.py - add, subtract, multiply, divide, sqrt, power, round_number
tool: multiply({"a": 15, "b": 27}) = 405
15 times 27 is 405.La línia tool: és apfel mostrant-te la crida que ha executat. Abans d'apfel 1.18.0, el model no veia els noms dels arguments i els endevinava, així que una crida com aquesta fallava (issue #555, corregit a la pull request #556). Si aquí et surt invalid arguments, actualitza amb brew upgrade apfel.
9. Xateja per provar un prompt
En 2 minuts tindràs: una conversa al terminal que recorda el que has dit abans.
Quan estic afinant un prompt per a un script, vull provar ràpidament uns quants torns per poder veure com reacciona el model abans d'automatitzar-lo.
apfel --chat
Apple Intelligence · on-device LLM · apfel v1.18.0
────────────────────────────────────────────────────────
Type 'quit' to exit.
you› My name is Franz. I live in Vienna.
ai› Hello, Franz. It's nice to meet you. I'm here to help with any questions or tasks you might have. How can I assist you today?
you› Suggest one thing I could do there this weekend. One sentence.
ai› You could visit the Kunsthistorisches Museum to explore its impressive collection of art and artifacts.
you› What is my name?
ai› Your name is Franz.
you› quit
Goodbye.Afegeix un personatge amb -s, per exemple apfel --chat -s "You are a patient Python tutor". Quan un xat llarg supera la finestra de context, apfel descarta per defecte els torns més antics; la guia del context explica les altres estratègies. Si vols una finestra amb botons, fes una ullada a apfel-chat.
10. Deixa el servidor en marxa en segon pla
En 2 minuts tindràs: el servidor compatible amb OpenAI arrencant sol quan inicies la sessió, sempre a punt al port 11434.
Quan les eines del meu Mac fan servir l'endpoint local cada dia, vull que estigui sempre engegat per poder deixar d'iniciar-lo a mà.
brew services start apfel
==> Successfully started `apfel` (label: sh.brew.apfel)
curl -s http://127.0.0.1:11434/health | jq -c '{status, model_available, context_window}'
{"status":"ok","model_available":true,"context_window":4096}
brew services stop apfel
Stopping `apfel`... (might take a while)
==> Successfully stopped `apfel` (label: sh.brew.apfel)La configuració, com ara el port, un token o els servidors MCP, es defineix amb variables d'entorn, per exemple APFEL_PORT=8080 brew services start apfel. Totes es detallen a la guia del servei en segon pla.
11. Apps construïdes sobre apfel
En 2 minuts tindràs: el mateix model del dispositiu en una finestra, a la barra de menús o amb una drecera de teclat, si prefereixes les apps al terminal.
Són dels mateixos mantenidors (l'«apfel tree» del README). El 15 de novembre de 2026 vam comprovar que cada nom d'instal·lació existeix a Homebrew; no hem provat les apps per a aquesta pàgina.
| App | Què fa | Instal·lació |
|---|---|---|
| apfel-chat | App de xat amb respostes en streaming, veu i anàlisi d'imatges | brew install Arthur-Ficial/tap/apfel-chat |
| apfel-clip | Accions sobre el porta-retalls des de la barra de menús: resumir, traduir, reescriure | brew install Arthur-Ficial/tap/apfel-clip |
| apfel-quick | Prems una tecla, preguntes, tens la resposta i la tanques | brew install Arthur-Ficial/tap/apfel-quick |
| apfelpad | Bloc de notes on la IA és una fórmula que poses en una cel·la | brew install Arthur-Ficial/tap/apfelpad |
| apfel-mcp | Eines MCP fetes a mida per a la finestra petita (tasca 8) | brew install Arthur-Ficial/tap/apfel-mcp |
| apfel-run | apfel amb una configuració desada i una llista de servidors MCP | brew install Arthur-Ficial/tap/apfel-run |
| apfel-tag | Etiquetes, temes i emocions per a qualsevol text que hi passis per una pipe | brew install Arthur-Ficial/tap/apfel-tag |
| apfel-gui | Finestra de depuració: peticions, missatges MCP, veu | brew install Arthur-Ficial/tap/apfel-gui |
Límits i respostes honestes
apfel et dona el model d'Apple que funciona al dispositiu. Segons el README, té uns 3.000 milions de paràmetres i és molt més petit que els models al núvol que hi ha darrere de ChatGPT o Claude. És bo en tasques de text curtes i concretes. Aquests són els límits amb què vam topar o que indica la documentació.
La finestra de context és petita. La pregunta i la resposta han de cabre en 4.096 tokens a macOS 26 i als Mac amb M1 i M2, o en 8.192 tokens als Mac amb M3 o posterior, amb 12 GB o més i macOS 27 (README). apfel --model-info et mostra la teva. El mateix README d'apfel no hi cap. Compta abans d'enviar:
apfel --count-tokens -f README.md "summarize in 3 bullets"
8272/3584 tokens (over budget)
prompt=7, README.md=8258
apfel -f README.md "summarize in 3 bullets"; echo "exit code: $?"
error: [context overflow] Input exceeds the model's context window: the input is 8264 tokens, the window is 4096 tokens. Shorten the conversation history.
exit code: 4El 3.584 és la finestra de 4.096 menys 512 tokens que es reserven per a la resposta. El README té unes 3.000 paraules, però el Markdown i el codi gasten molts tokens per paraula. Passa-li els fitxers llargs a trossos (head -c 6000 file), una secció cada vegada.
No sap quin dia és avui. Se'n va inventar un:
apfel "What is today's date?"
Today's date is October 27, 2024.
apfel -s "Today is $(date '+%B %d, %Y')." "What is today's date? One sentence."
Today's date is November 15, 2026.Dona-li al prompt qualsevol dada que necessiti. No té accés a internet tret que hi connectis una eina MCP.
De vegades s'equivoca, i amb tota la seguretat del món. Ja ho has vist més amunt: ordres de shell incorrectes a la tasca 4 i una traducció que capgirava el sentit a la tasca 2. Comprova tot allò que sigui important.
El filtre de seguretat d'Apple pot bloquejar text inofensiu. Llavors apfel s'atura amb el codi de sortida 3 i el missatge The request was blocked by Apple's safety guardrails. Reformula-ho o afegeix --permissive per a escriptura creativa i documents; el document sobre els guardrails explica què canvia. En les execucions d'aquesta pàgina no ens vam trobar cap bloqueig.
Les respostes canvien a cada execució. Aquestes són sortides reals d'una sola execució cadascuna. Les teves estaran redactades d'una altra manera. Fes servir --temperature 0 per obtenir respostes més repetibles; apfel no garanteix una sortida idèntica entre execucions ni entre actualitzacions de macOS (política d'estabilitat).
Velocitat: a les nostres proves, la majoria de respostes van arribar en 1 o 2 segons. El resum de la pàgina web amb una eina MCP va trigar 8 segons.
Els requisits són estrictes: només Apple Silicon, macOS 26 o posterior, Apple Intelligence activat i un dels 15 idiomes que llista --model-info. Els Mac amb Intel no el poden executar.
Quan alguna cosa falla
apfel informa dels problemes amb un codi de sortida, perquè els scripts hi puguin reaccionar. Comprova'l amb echo $? just després de l'ordre.
| Codi de sortida o error | Significat | Què cal fer |
|---|---|---|
2 |
Opció o paràmetre incorrecte | Les opcions van abans del prompt; apfel --help les llista |
3 |
El filtre de seguretat d'Apple ha bloquejat la petició | Reformula-la o afegeix --permissive |
4 |
L'entrada és massa llarga per a la finestra de context | Envia menys text; comprova-ho amb apfel --count-tokens |
5 |
Model no disponible | Activa Apple Intelligence, espera que acabi la baixada i fes coincidir l'idioma del Mac i el de Siri |
6 |
El model està ocupat o ha arribat al límit de peticions | Espera i torna-ho a executar, o afegeix --retry |
Connection refused |
No hi ha cap servidor al port 11434 | Inicia apfel --serve o brew services start apfel |
| HTTP 501 | Endpoint que el model del dispositiu no ofereix (embeddings, /v1/completions) |
Fes servir /v1/chat/completions |
piped input was empty |
L'ordre ha escrit a stderr | command 2>&1 \| apfel "..." |
Encara no te'n surts? Cerca una issue a GitHub o obre'n una de nova.
Qui ho ha fet i com s'ha provat
apfel és gratuït i de codi obert (llicència MIT), un projecte de franzai creat per Franz Enzenhofer. El manté amb l'ajuda d'Arthur Ficial, l'assistent d'IA de Franz, que també ha escrit aquest tutorial. Com que aquesta pàgina l'han escrit els creadors d'apfel, hi hem inclòs tots els errors que vam veure en lloc d'amagar-los.
Com ho vam provar: el 15 de novembre de 2026 vam executar totes les ordres d'aquesta pàgina en un MacBook Air M2 (24 GB) amb macOS 27.0.1 (build 26A434). Vam fer servir el binari signat d'apfel 1.18.0 de la release de GitHub (el mateix fitxer que instal·la el tap de Homebrew), dins d'una sessió real de terminal, i vam copiar la sortida sense canvis. La primera versió d'aquesta pàgina (14 de novembre de 2026, apfel 1.16.0) mostrava l'error de les eines amb diversos arguments de la tasca 8; la 1.18.0 el corregeix, així que vam tornar a executar totes les ordres per a aquesta versió. Quan la primera sortida era incorrecta, la vam deixar a la pàgina i ho vam indicar. Només vam repetir execucions per trobar respostes que no calgués editar: un resum d'una pàgina web contenia un guió llarg, que aquest lloc no imprimeix, així que el vam tornar a executar i ens vam quedar amb la tercera execució. L'exemple de veu es va comprovar escrivint l'àudio en un fitxer, perquè el Mac de proves no tenia sortida de so. Els scripts de demo els va escriure apfel --demos d'apfel 1.18.0.
Què n'han escrit altres: la publicació a Show HN (3 d'abril de 2026, 743 punts), una guia de Better Stack, un article de GIGAZINE i una ressenya pràctica a danilchenko.dev.
Fonts: el README d'apfel, la referència de la CLI, la guia d'instal·lació, els scripts de demo, apfel vs fm d'Apple i el gestor d'issues, consultats el 15 de novembre de 2026.