apfel er et -projekt.

v1.18.0 · Nul konfiguration · MIT

apfel

Gratis AI, allerede på din Mac.

macOS Tahoe leveres med en LLM på 3B parametre. apfel giver dig CLI-adgang med én brew install. Ingen modeldownloads, ingen API-nøgler, ingen konfiguration, det virker bare.

  • Ingen tokenomkostninger
  • AI på enheden
  • Scriptbar
$ brew install apfel

6.6k+ stjerner på github.com/Arthur-Ficial/apfel

Kræver: Apple Silicon · macOS Tahoe · Apple Intelligence slået til

Ny med apfel? Start 60-sekunders-guiden (på engelsk)

Alt kører på din enhed. Ingen netværkskald. Ingen data forlader din Mac.

Se det i aktion.

Fra brew install til AI-svar på 12 sekunder. Ingen konfiguration nødvendig.

Terminal - apfel
$
Ægte terminaloptagelse, intet redigeret: apfel 1.18.0 på macOS 27.0.1, MacBook Air M2.

Nul konfiguration. Nul LLM-downloads. Nul tokenomkostninger.

Andre lokale AI-værktøjer er gode, men kræver modeldownloads og konfiguration. apfel kræver ingenting - modellen er allerede på din Mac. Én brew install. Færdig.

$0
Tokenomkostning
Ingen API-nøgler. Ingen abonnementer. Ingen betaling pr. token. Din hardware, din AI.
100%
På enheden
Hvert token genereres lokalt på din Apple Silicon. Intet forlader din computer. Nogensinde.
0
Konfigurationstrin
Ingen YAML. Ingen miljøvariabler. Intet modelvalg. Installér én gang, brug for altid.

Modellen under motorhjelmen

Apple ML Research
~3BParametre
4,096 / 8,192Kontekstvindue (M1/M2 / M3+ på macOS 27)
~3.5 bpwKvantisering
Mixed 2/4-bitPræcision
Neural EngineKører på
en, de, es, fr, it, ja, ko, pt, zhSprog

Tre værktøjer. Én installation.

En CLI, en OpenAI-kompatibel server og en interaktiv chat. Det hele fra én brew install. Ingen ekstra downloads.

>_

UNIX-værktøj

Pipe-venligt og kombinerbart. Virker med jq, xargs og dine shellscripts. stdin, stdout, JSON-output, skemavalideret JSON med --schema, flere runder fra en beskedfil med --messages, vedhæftede filer, korrekte exitkoder.

$ 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

Drop-in-erstatning på localhost:11434. Peg en hvilken som helst OpenAI SDK på den, og kør. Chat Completions og 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 ...
...

Interaktiv chat

Samtaler over flere runder med automatisk konteksthåndtering. Fem trimningsstrategier. Understøtter systemprompt. Skriv bare apfel i en terminal for at starte. Alt på din Mac.

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

Indbygget MCP-understøttelse.

Giv Apples model på enheden værktøjer. Hvilke som helst.

Tilslut værktøjsservere med --mcp

apfel taler Model Context Protocol. Peg den på en hvilken som helst MCP-server, så får modellen på enheden værktøjer - matematik, API'er, databaser, alt, hvad du kan skrive en server til.

  • Virker i alle tre tilstande - CLI, server og chat
  • Finder automatisk værktøjer via MCP tools/list ved opstart
  • Værktøjskald registreres, udføres, og resultaterne sendes automatisk tilbage
  • Uden --mcp-flag intet overhead - nul ekstra tokens, ingen ændrede kodestier
  • Leveres med en lommeregner-MCP-server som proof-of-concept
  • Eksterne MCP-servere via URL - --mcp https://... med valgfri godkendelse via Bearer-token
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

Sådan virker det.

Apple har bygget en LLM ind i hver Mac. Den ligger bare der. apfel giver den en hoveddør - helt uden konfiguration.

Apple leverer en LLM på enheden

Fra og med macOS 26 (Tahoe) indeholder hver Mac med Apple Silicon en sprogmodel som en del af Apple Intelligence. Apple stiller den til rådighed via FoundationModels-frameworket - et Swift-API, der giver apps adgang til SystemLanguageModel. Al inferens kører på Neural Engine og GPU'en. Ingen netværkskald, ingen sky, ingen API-nøgler. Modellen er der bare.

Men Apple bruger den kun til Siri

Som standard driver modellen på enheden Siri, Writing Tools og systemfunktioner. Der er ingen terminalkommando, intet HTTP-endpoint, ingen måde at pipe tekst igennem den på. FoundationModels-frameworket findes, men du skal skrive en Swift-app for at bruge det. Det er præcis det, apfel gør.

Hvad apfel tilføjer

apfel er en Swift 6.3-binær, der pakker LanguageModelSession ind og gør den tilgængelig på tre måder: som et UNIX-kommandolinjeværktøj med stdin/stdout, som en OpenAI-kompatibel HTTP-server (bygget på Hummingbird) og som en interaktiv chat med konteksthåndtering.

Den klarer det, Apples rå API ikke gør: korrekte exitkoder, JSON-output, vedhæftede filer, fem strategier til at trimme konteksten i det lille kontekstvindue (4.096 tokens, 8.192 på M3 og nyere Macs med macOS 27), rigtig tokentælling via SDK'et og konvertering af OpenAI-værktøjsskemaer til Apples eget Transcript.ToolDefinition-format.

hardware Apple Silicon (Neural Engine + GPU)
|
model Apples LLM på enheden (leveres med macOS)
|
sdk FoundationModels.framework (Swift-API)
|
apfel CLI + HTTP-server + konteksthåndtering
|
du Terminal, shellscripts, OpenAI SDK'er, curl
4.096 eller 8.192 tokens Kontekstvindue (input + output). 4.096 på macOS 26 og på M1/M2-Macs; 8.192 på M3 eller nyere med 12 GB+ på macOS 27. apfel aflæser det ved kørsel.
1 model Fast, kan ikke konfigureres
Swift 6.3 Strict concurrency, ingen Xcode
MIT-licens Open source

Privat fra bunden.

Ikke ét eneste HTTP-kald, mens du bruger apfel. Hver påstand nedenfor linker til Apples egen dokumentation.

På enheden. Virker offline.

FoundationModels-frameworket kører udelukkende på Neural Engine i din Apple Silicon. Ingen server, ingen sky, ingen internetforbindelse nødvendig.

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

Dine data forbliver dine.

Apple indsamler ikke prompts, svar eller andre brugsdata fra inferens på enheden. Intet gemmes, intet sendes.

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

Bruges aldrig til træning.

Apple træner sine grundmodeller udelukkende på licenserede og offentlige data. Dine interaktioner indgår aldrig i træningen.

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

Nul tracking fra apfel.

Ingen analytics, ingen telemetri, ingen automatiske opdateringstjek, ingen crashrapporter, intet der ringer hjem. Det eneste netværkskald, apfel nogensinde foretager, er når du udtrykkeligt kører apfel --update. Hele kodebasen er open source.

Kraftfulde værktøjer medfølger.

Shellscripts i mappen demo/. Installér apfel først, og tag så dem, du vil have.

>_

cmd

Fra naturligt sprog til shellkommando. Sig, hvad du vil, og få kommandoen.

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

oneliner

Pipe-kæder fra almindeligt sprog. awk, sed, sort, uniq - genereret for dig.

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

mac-narrator

Fortæller om din Macs systemaktivitet som en naturdokumentar.

$ mac-narrator --watch
?

explain

Forklarer enhver kommando, fejlmeddelelse eller kodestump i klar tekst.

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

wtd

Hvad er det for en mappe? Hurtigt overblik over enhver kodebase.

$ wtd
++

gitsum

Opsummerer de seneste git-commits i få sætninger.

$ gitsum

30 nyttige og seje one-liners.

Hver kommando er testet på en rigtig Mac. Kæd apfel sammen med ps, lsof, du, vm_stat, git, pbpaste, sleep, pgrep, curl, say - en kombinerbarhed, som AI i skyen ikke kan matche, fordi den ikke kan se dine processer, din udklipsholder, din git diff. Det kan apfel.

Systemet lige nu 8

Hvad der æder min CPU lige nu.

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

-> WindowServer bruger mest CPU: 42,6 %.

Hvilke apps der lytter på hvilke porte.

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

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

Hvilket volumen der er tættest på at være fyldt.

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

-> /dev/disk3s1 er mest fyldt med 263Gi af 926Gi.

vm_stat oversat til klar tekst.

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

-> 349k sider aktive, 266k wired - en betydelig mængde hukommelse i brug.

Hvilke mapper her der fylder mest på disken.

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

-> Library med 36G og Downloads med 604M dominerer.

De største filer i denne mappe.

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

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

Hvilke apps der taler med internettet lige nu.

$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 ...

Batteritilstand og resterende tid på én linje.

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

-> Fuldt opladet, tilstand 100%, aktiv lige nu.

Git 2

Opsummér dine seneste commits i klar tekst.

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

-> Opdateringer fra v1.2.1 til v1.3.2, søsterprojekter tilføjet ...

Skriv en release note på én linje ud fra de seneste commits.

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

-> Udgav v1.3.2 med 5053 stjerner, 783 tests, opdateringer.

Udklipsholderen frem og tilbage 4

Ret grammatikken i det, der ligger i udklipsholderen, og læg rettelsen tilbage.

$pbpaste | apfel "fix grammar" | pbcopy

-> "i has went" bliver til "I went" - tilbage i udklipsholderen.

Oversæt udklipsholderen til japansk, og læg den tilbage.

$pbpaste | apfel "translate to japanese" | pbcopy

-> Udklipsholderen indeholder nu den japanske oversættelse.

Opsummér en lang smøre fra udklipsholderen i 3 punkter.

$pbpaste | apfel "summarize in 3 bullets"

-> 3 skarpe punkter i din terminal.

Træk klare opgaver ud af mødenoter i udklipsholderen.

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

-> "Sarah drafts Q3 budget", "email design team", ... tilbage i udklipsholderen.

Overvåg og giv besked 6

Lad Mac'en sige til højt, når en lang opgave er færdig (her om 30 minutter).

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

-> Mac'en siger: "Your long task just finished, well done!"

Vent på, at en fil lander i Downloads, og giv besked.

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

-> Tjekker hvert 5. sekund; når Report.pdf dukker op, siger Mac'en det højt.

Vent på, at en langvarig proces stopper, og giv besked.

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

-> Tjekker hvert 5. sekund; når ffmpeg dør, siger Mac'en det højt.

Hvert 30. minut: opsummér højt, hvad du lige har leveret.

$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

-> Automatisk standup hver halve time, læst højt, mens du koder videre.

Hvert 15. minut: advar højt, hvis batteriet falder under 20 procent.

$while sleep 900; do P=$(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

-> Stille, indtil batteriet falder; så råber Mac'en en venlig, men indtrængende advarsel.

Overvåg en URL, indtil den svarer 2xx, og fejr så deployet højt.

$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

-> Tjekker hvert 30. sekund, indtil staging er oppe; Mac'en siger "Your deploy is live, URL is responding!".

Web og tekst 4

Omformulér en uformel linje til noget høfligt.

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

-> "Could you please share the documents at your earliest ..."

Kald en URL, og spørg, hvad der foregår, kun ud fra headerne.

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

-> GitHub leverer en HTML-side med streng caching og sikkerhedsheadere.

Dagens Hacker News, opsummeret i én sætning og læst højt.

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

-> Mac'en læser dagens tophistorier op i ét kort og præcist resumé.

Forklar en JSON-blob i klar tekst.

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

-> En bruger ved navn Alice med pro-abonnement og 42 credits.

Hurtige opslag 8

Matematik uden at åbne en lommeregner.

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

-> 13.13

Generér et regex uden at forlade terminalen.

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

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

Spørg efter den bash-one-liner, du har glemt.

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

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

Forklar en kryptisk kommando i stedet for at gætte.

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

-> Dekomprimerer og udpakker en gzippet tarball i den aktuelle mappe.

Glemt den præcise git-kommando? Spørg bare.

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

-> git reset --soft HEAD~1

Afkod en andens regex i én sætning.

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

-> Matcher et 3-cifret præfiks, en bindestreg og 4 cifre - et amerikansk telefonnummerformat.

Konvertér en uformel datostreng til 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

Opsummér en hel fil i 3 punkter.

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

-> 3 punkter om omfang, installation og brug.

OpenAI-kompatibel.

Skift én URL. Behold din kode.

Drop-in-erstatning

apfel taler OpenAI API. Ethvert klientbibliotek, framework eller værktøj, der taler med OpenAI, kan tale med din Macs AI i stedet. Skift bare base-URL'en.

  • ✓ POST /v1/chat/completions
  • ✓ POST /v1/responses (Responses API)
  • ✓ Streaming (SSE)
  • ✓ Tool calling / function calling
  • ✓ GET /v1/models
  • ✓ response_format: json_object, json_schema
  • ✓ image_url-dele som data-URL'er (macOS 27)
  • ✓ temperature, max_tokens, seed
  • ✓ CORS til browserklienter
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)

Samme model som Apples fm. Andet job.

macOS 27 leveres med fm, Apples egen kommandolinje-frontend til modellen på enheden. Her skilles de to ad.

 apfelApple fm
Kører påmacOS 26 og 27, én binærKun macOS 27
Installérbrew install apfelAllerede til stede (sudo fm license én gang)
OpenAI-klienter virker uændretJa: JSON som standard, usage, max_tokens respekteres, fejl mappesStreamer, medmindre man beder om andet, ignorerer max_tokens, 500 ved guardrails
Tool calling og MCPIndbyggede værktøjskald, lokale og eksterne MCP-servereIngen (tools lækker skabelontokens ind i svaret)
Scripting--code, -o json, 9 exitkoder, --count-tokens --strictRen tekst, exit 0 eller 1
Filer som inputTekst, PDF, billeder: OCR-tekst på begge systemer, plus selve billedet til modellen på macOS 27Billeder til modellen, plus indbyggede værktøjer til OCR og stregkoder
Chatsessioner, der gemmesNejNavngivne transskriptioner, --resume
HastighedSamme model på samme Mac, samme kontekstvindue (4.096 tokens på denne M2, 8.192 på M3 og nyere), identisk tokenantal. Enkelt prompt: 0,35 s mod 0,30 s.

En kort historik. apfel kom først: første commit og v0.1.0 den 24. marts 2026, første GitHub-release den 31. marts 2026, forsiden af Hacker News i april. Apple annoncerede fm på WWDC den 8. juni 2026 og udgav det med macOS 27 den 14. september 2026. Begge bruger den samme model på enheden via det samme FoundationModels-framework; apfel er den, der er open source, og den, der også kører på macOS 26.

Hver række blev målt på macOS 27.0.1 (Apple M2, 24 GB) den 05.10.2026 og måles igen ved hver apfel-release. Den fulde side har servertestene, tabellen over tokenantal og alle kommandoer til at gentage målingerne.

Populær på GitHub.

Fra nul til 6,610 stjerner, og tallet stiger.

6,610
GitHub-stjerner
251 forks
2450 tests
v1.18.0 udgivet

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

Giv en stjerne på 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

Data pr.

Kom i gang.

Ingen modeldownloads. Ingen tilmelding. Ingen API-nøgler. Bare dette.

Homebrew

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

Byg fra kildekoden

kræver CLT + macOS 27 SDK (kører på 26 og 27)
$ git clone https://github.com/Arthur-Ficial/apfel.git
$ cd apfel && make install

apfel-træet.

En voksende familie af native macOS-værktøjer bygget på apfel - og søsterprojekter, der bringer andre Apple-frameworks til terminalen.

apfel-chat - privat AI-chat til macOS

apfel-chat

Chatklient til macOS med flere samtaler. Streaming af markdown, tale ind/ud, billedanalyse - helt privat, ingen API-nøgler, ingen sky.

SwiftUI Produktionsklar
apfelpad - formelnotesblok med AI på enheden

apfelpad

En formelnotesblok til at tænke med. Skriv =apfel("summarize this") i din markdown, og se svaret streame direkte i teksten. Som =SUM, bare for sprog.

SwiftUI Ny
apfel-quick - øjeblikkeligt AI-overlay til macOS

apfel-quick

Øjeblikkeligt AI-overlay. Tryk Ctrl+Space hvor som helst, skriv et spørgsmål, og svaret streames til din udklipsholder. Intet wifi, ingen konto, ingen regning.

SwiftUI Ny
Skærmbillede af apfel-gui

apfel-gui

Native SwiftUI-debug-GUI til macOS. Chat med Apple Intelligence, inspicér forespørgsler og svar, logs, tale-til-tekst, tekst-til-tale - alt på enheden.

SwiftUI
apfel-clip - AI-handlinger til udklipsholderen

apfel-clip

AI-handlinger til udklipsholderen fra menulinjen. Tryk cmd+shift+V på en hvilken som helst tekst - ret grammatik, oversæt, forklar kode, opsummér. Helt på enheden, ingen API-nøgler.

SwiftUI Produktionsklar
apfel-mcp - MCP-servere til apfel

apfel-mcp

Giv apfel adgang til nettet og dine filer. Fire små MCP-værktøjer - url-fetch, ddg-search, search-and-fetch og en skrivebeskyttet fillæser - hver trimmet til apfels lille kontekstvindue (4.096 tokens på de fleste Macs, 8.192 på M3 og nyere med macOS 27).

Python Ny
apfel-run - vedvarende MCP-register

apfel-run

Lille UNIX-wrapper, der giver apfel et vedvarende MCP-register. Slå MCP-servere til og fra ved navn i en almindelig tekstfil. Overlever genstarter, ingen GUI, ingen daemon.

Shell Ny
apfel-server-kit - Swift-pakke til økosystemets værktøjer

apfel-server-kit

Fælles Swift-pakke, der driver økosystemet. Find, start og stream fra en lokal apfel --serve-proces. Rygraden, som alle SwiftUI-apps til apfel taler med.

Swift Ny
auge - Apples Vision-framework i terminalen

auge

Søsterprojekt. apfel klarer sprog; auge klarer syn. Én CLI til OCR, billedklassificering, stregkoder og ansigtsregistrering - 100% på enheden via Apples Vision-framework. Ingen API-nøgler, ingen sky.

Swift Søsterprojekt
translate - Apples Translation-framework i terminalen

translate

Søsterprojekt. UNIX-filter plus HTTP-server, der direkte erstatter DeepL, LibreTranslate og Google v2 - drevet af Apples Translation-framework på enheden. 100% på enheden, håndhævet af NetworkGuard. Ingen API-nøgler, ingen sky.

Swift Søsterprojekt

Ofte stillede spørgsmål.

Spørgsmål samlet fra Hacker News og Reddit.

Hvilken macOS-version skal jeg bruge?
macOS 26 (Tahoe) eller nyere. FoundationModels-frameworket findes kun i Tahoe. Virker ikke på Sequoia eller tidligere. Kræver Apple Silicon (M1 eller nyere).
Har apfel adgang til mine personlige data?
Nej. FoundationModels-frameworket har ingen som helst adgang til kontakter, mails, kalender, fotos eller Semantic Index. Det er forbeholdt Apples egne funktioner.
Forlader der data min Mac?
Nej. To lag beskytter dit privatliv.

Modellen: Apples FoundationModels-framework virker uden internetforbindelse og kører udelukkende på Neural Engine. Dine prompts og svar forlader aldrig enheden. Brugerdata bruges aldrig til træning.

Værktøjet: apfel sørger for, at det forbliver sådan. Ingen analytics, ingen telemetri, ingen tracking, ingen automatiske opdateringstjek, ingen crashrapporter, intet der ringer hjem. Open source og kan efterprøves.
Hvor stort er kontekstvinduet?
4.096 tokens (~3.000 ord) input og output tilsammen på macOS 26 og på M1/M2-Macs. På macOS 27 får Macs med M3-chip eller nyere og mindst 12 GB Apples større model på enheden (AFM 3 Core Advanced) med 8.192 tokens. apfel hardcoder det aldrig: apfel --model-info viser det vindue, din Mac faktisk har. Fremragende til shellscripts, resuméer og teksttransformationer. Ikke egnet til lange samtaler eller store dokumenter.
Hvad er modellen god til? Hvad har den svært ved?
God til: shellscripting, teksttransformation, klassificering, korte resuméer, omstrukturering af JSON, oversættelse.

Begrænset: matematik, faktaviden, lange samtaler, kompleks kodegenerering.

Modellen afviser hellere end at hallucinere. Et bevidst designvalg fra Apple.
Er servertilstanden sikker?
Slået fra som standard. Når den er slået til: godkendelse med Bearer-token (--token), tjek af origin, log-endpoints kun i debugtilstand. Detaljer i server-security.md.
Skal jeg slå Apple Intelligence til?
Ja. Systemindstillinger > Apple Intelligence & Siri > slå til. Så hentes modellen. Du behøver ikke bruge Siri, bare slå det til. Apples vejledning.
Hvordan opdaterer jeg apfel?
apfel --update. Registrerer installationsmetoden, tjekker for en nyere version og spørger, før den opgraderer. Manuelt: brew upgrade apfel eller git pull && make install.
Hvilken model bruger den?
Apples egen AFM (Apple Foundation Model), cirka 3 milliarder parametre med blandet 2-bit og 4-bit kvantisering. Ikke OpenAI. Leveres med macOS Tahoe og kører udelukkende på enheden, på Neural Engine.
Hvordan adskiller apfel sig fra Ollama eller LM Studio?
Ingen LLM-download, øjeblikkelig start, ingen opsætning. apfel bruger den model, der allerede er på din Mac. Ollama og LM Studio tilbyder flere modeller og større kontekstvinduer, men kræver separate downloads og konfiguration. Forskellige værktøjer til forskellige behov.
Understøtter apfel MCP og tool calling?
Ja. MCP er indbygget. Angiv --mcp <server> for at tilslutte værktøjer. Guide til tool calling.
Hvordan adskiller apfel sig fra Apples egen fm-CLI på macOS 27?
Samme model, andet job. macOS 27 leveres med fm, Apples kommandolinje-frontend til den samme model på enheden. apfel tilføjer den OpenAI-kompatible server med tool calling, MCP, JSON Schema-output, billedinput som data-URL'er, ærlige exitkoder og understøttelse af macOS 26. Målt side om side: apfel vs fm.
Har apfel telemetri eller funktioner, der ringer hjem?
Slet ingen. apfel kontakter aldrig nogen server i baggrunden. Det eneste netværkskald sker, når du udtrykkeligt kører apfel --update, som tjekker Homebrew for en nyere version. Open source og kan efterprøves.
Hvem har lavet det?
apfel er skabt af Franz Enzenhofer (systemtænker, forfatter, udvikler siden C64-tiden, AI-mekaniker) / franze på HN / stifter af Full Stack Optimization og franzai.com.

Vedligeholdes også af Arthur Ficial, en OpenClaw-instans, der kører på Anthropics Claude Opus. Udvikles i høj grad med Claude Code og Codex. Altid i high thinking / high effort-tilstand.

Startet: 24. marts 2026.
Hvordan bliver det testet?
334 enhedstests + 216 integrationstests (end-to-end, kompatibilitet med OpenAI-klienter, validering af OpenAPI-specifikationen, sikkerhed, ydeevne). 550 tests i alt pr. 12. april 2026.
Hvordan opstod apfel?
apfel startede som et forsøg på at køre OpenClaw på Apple Intelligence i en ekstremt tokenbesparende tilstand. Det lykkedes ikke på grund af kontekstvinduet på 4K. Men det viste sig, at en lokal, hurtig, scriptbar LLM, der kører på enheden, altid er til rådighed, ikke kræver konfiguration og sætter privatlivet først, er utrolig fed, kraftfuld, sjov og interessant.