apfel er et -projekt.

Guide · testet 15. november 2026

apfel AI-guide

Dit første svar fra den AI, der allerede er på din Mac, på 60 sekunder. Derefter 11 opgaver, den klarer godt, alle klar til at kopiere med det ægte output, og en ærlig liste over, hvad den ikke kan.

Ægte terminaloptagelse, intet redigeret: apfel 1.18.0 på macOS 27.0.1, MacBook Air M2.
På denne side: 15 afsnit
  1. Dit første svar på 60 sekunder
  2. 1. Spørg din Mac om sig selv
  3. 2. Ret enhver tekst, du har kopieret
  4. 3. Læs kvitteringer, PDF'er og scripts
  5. 4. Gør almindeligt sprog til en shellkommando
  6. 5. Få JSON, dine scripts kan stole på
  7. 6. Automatisér din dag: git, stemme og færdige scripts
  8. 7. Kør din OpenAI-kode gratis
  9. 8. Giv den værktøjer med MCP
  10. 9. Chat for at teste en prompt
  11. 10. Hold serveren kørende i baggrunden
  12. 11. Apps bygget på apfel
  13. Begrænsninger og ærlige svar
  14. Når noget fejler
  15. Hvem lavede det, og hvordan blev det testet

Dit første svar på 60 sekunder

Du skal bruge en Mac med Apple Silicon (M1 eller nyere) og macOS 26 Tahoe eller nyere, og Apple Intelligence skal være slået til under Systemindstillinger > Apple Intelligence & Siri. De to første kan du tjekke med én linje:

Terminal
sw_vers -productVersion && uname -m
27.0.1
arm64

Står der version 26 eller højere og arm64, er du klar. Installér apfel med Homebrew. Ingen Xcode, ingen konto, ingen API-nøgle:

Terminal
brew install apfel

Stil dit første spørgsmål:

Terminal
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.

Det svar kom fra Apples model på din Mac. Intet blev sendt til en server, og det kostede ingenting.

Hvis det fejler: spørg apfel, om modellen er klar:

Terminal
apfel --model-info | grep -E 'available|context'
├ available:  yes
├ context:    4096 tokens

Står der available: no, så slå Apple Intelligence til i Systemindstillinger, og vent, til modellen er færdig med at downloade (ifølge installationsvejledningen fylder den 3 til 4 GB). Din Macs sprog og Siris sprog skal være det samme understøttede sprog. apfel afslutter med exitkode 5, så længe modellen ikke er tilgængelig.

Næste skridt: opgaverne nedenfor. Hver af dem starter med det, du har efter to minutter.

1. Spørg din Mac om sig selv

Efter 2 minutter har du: svar i klart sprog om din disk, CPU og hukommelse, direkte fra de kommandoer, du allerede kender.

Når en terminalkommando spytter en væg af tal ud, vil jeg have et svar på én linje, så jeg kan handle uden at læse en man-side.

Pipe en hvilken som helst kommando ind i apfel, og skriv, hvad du vil vide:

Terminal
df -h | apfel "which volume is fullest, one sentence"
/dev/disk3s1 is the fullest volume, with 630Gi used.
Terminal
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.

Hold inputtet lille: først head, awk og grep, så apfel. Modellen kan kun læse nogle få tusind ord ad gangen, færre ved kode (se begrænsninger).

Hvis det fejler: nogle kommandoer skriver til stderr, og det fører en pipe ikke videre. apfel siger det selv: piped input was empty - if the command prints to stderr, try: command 2>&1 | apfel.

Næste skridt: samme trick virker med git log, lsof, pmset -g batt, logfiler og alt andet, der udskriver tekst.

2. Ret enhver tekst, du har kopieret

Efter 2 minutter har du: en kommando, der retter grammatikken i det, der ligger i udklipsholderen, uanset app.

Når jeg skriver en hurtig besked i Slack, Mail eller en browser, vil jeg have den rettet uden at åbne en anden app, så jeg kan sætte den ind igen på få sekunder.

Kopiér noget tekst, og kør så den midterste linje. pbpaste læser udklipsholderen, pbcopy skriver resultatet tilbage:

Terminal
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.

Hvorfor "the text above": apfel sætter den pipede tekst først og din instruktion bagefter (kilde). Med den korte instruktion "fix grammar and spelling, reply with the corrected text only" besvarede modellen beskeden i stedet for at rette den og svarede Could you let me know which meeting you're referring to?. Da instruktionen nævnte den tekst, modellen skulle arbejde på, var problemet løst i vores test.

Hvis det fejler: læs resultatet, før du sender det. En lille model ændrer af og til betydningen; da vi bad den oversætte denne sætning til tysk, blev "Can you send me" til "Can I send you".

Næste skridt: læg den midterste linje i et shell-alias eller en "Kør shellscript"-handling i Genveje, og giv den en tastaturgenvej.

3. Læs kvitteringer, PDF'er og scripts

Efter 2 minutter har du: svar om et billede, en scannet PDF eller et script, læst på din Mac med Apples tekstgenkendelse.

Når en kvittering, en scanning eller en ukendt fil lander i min Overførsler-mappe, vil jeg have den ene oplysning, jeg har brug for, så jeg kan arkivere den uden at åbne den.

Vedhæft en fil med -f. Vi lavede et testbillede af en kvittering (receipt.png) med disse linjer:

Output
CAFE APFEL
2x Melange          9.80
1x Sachertorte      7.90
1x Apfelstrudel     6.50
TOTAL EUR          24.20
14.11.2026  21:14
Terminal
apfel -f receipt.png "What is the total? Just the amount."
24.20

Samme kvittering gemt som en PDF, der kun indeholder et billede, virker også, fordi apfel kører tekstgenkendelse på scannede sider:

Terminal
apfel -f receipt.pdf "What is the total? Just the amount."
24.20

Og enhver tekstfil, for eksempel et shellscript:

Terminal
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.

Det script får du i opgave 6. Flere filer vedhæfter du med -f a.txt -f b.txt.

Hvis det fejler: exitkode 4 betyder, at filen er for lang til modellen (se begrænsninger). Exitkode 3 betyder, at Apples sikkerhedsfilter blokerede den; vejledningen om filudtræk foreslår at tilføje --permissive i det tilfælde.

4. Gør almindeligt sprog til en shellkommando

Efter 2 minutter har du: den kommando, du ikke kunne huske, udskrevet uden pynt, så du kan kopiere den.

Når jeg har glemt flagene til find, du eller tar, vil jeg have kommandoen ud fra en almindelig sætning, så jeg kan blive i terminalen.

--code udskriver kun koden, ingen forklaring:

Terminal
apfel --code "one find command that lists files larger than 100MB in my home folder"
find /Users/yourusername/home -type f -size +100M

Flagene er rigtige, men modellen har fundet på en mappe. Din hjemmemappe er ~ (her: find ~ -type f -size +100M).

Terminal
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 result

Læs hver kommando, før du kører den. I vores test skrev modellen også forkerte kommandoer. Da vi bad om "the 10 largest files in the current folder", udskrev den ls -lh | head -n 10, som viser de første 10 poster, ikke de største. Da vi bad den "show open ports", foreslog den netstat -tuln | grep LISTEN, som bruger Linux-flag; på macOS udskriver den slet ingenting. På en Mac viser lsof -iTCP -sTCP:LISTEN -n -P dem.

Næste skridt: demoscriptet cmd i opgave 6 pakker det ind og spørger, før det kører noget (-x) eller kopierer kommandoen (-c).

5. Få JSON, dine scripts kan stole på

Efter 2 minutter har du: strukturerede data trukket ud af rodet tekst, som JSON, der altid passer til dit skema.

Når jeg skal have navne, tal eller datoer ud af e-mails og noter, vil jeg have felter, ikke prosa, så jeg kan sende dem videre til jq, et regneark eller et script.

Gem et JSON Schema som contact.schema.json:

JSON
{
  "type": "object",
  "properties": {
    "name": { "type": "string" },
    "city": { "type": "string" },
    "phone": { "type": "string" }
  },
  "required": ["name", "city", "phone"]
}

Pipe så teksten ind med --schema. apfel begrænser modellen, så outputtet er gyldig JSON efter det skema:

Terminal
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"
}

Nøglerne kommer tilbage i den rækkefølge, dit skema angiver dem.

Vil du have et hvilket som helst svar som JSON med metadata, så brug -o json:

Terminal
apfel -o json "Translate to German: apple" | jq -r .content
Apfel

Til en hel liste bruger du --batch: én JSON-linje pr. post ind, én resultatlinje pr. post ud, hver post i en ny session. Tre produktanmeldelser i en tekstfil:

Terminal
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 failed

jq -R gør hver linje til en post; den sidste linje er apfels opsummering på stderr. En post, der fejler, får status: "error", og batchen fortsætter.

Hvis det fejler: apfel understøtter en delmængde af JSON Schema (objekter, strenge, enums, tal, booleans, arrays, lokal $ref). Et nøgleord, der ikke understøttes, som pattern, stopper med exitkode 2 og nævner det ved navn; listen står i dokumentet om API-kompatibilitet.

6. Automatisér din dag: git, stemme og færdige scripts

Efter 2 minutter har du: en opsummering af dit seneste arbejde, en Mac, der siger højt, når et langt job er færdigt, og otte færdige AI-shellscripts.

Når jeg skifter opgave eller venter på et build, vil jeg have små automatiseringer, der forklarer og melder ting, så jeg kan holde op med at holde øje med terminalen.

Opsummér, hvad du har lavet, fra et hvilket som helst git-repository:

Terminal
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.

Lad din Mac sige til, når noget er færdigt. Pipe svaret ind i say, og sæt din lange kommando foran med &&:

Terminal
apfel "tell me cheerfully that my build just finished, one short sentence, no emoji" | say

Test-Mac'en havde ingen lydudgang, så vi optog i stedet talen til en fil (| say -o build-done.aiff, 102.880 bytes lyd). Sætningen, den sagde, var Your build is finished, and I'm glad you asked!.

apfel leveres også med otte demoscripts. Skriv dem ud i en mappe:

Terminal
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
  • wtd

Et af dem, vi kunne lide i testen:

Terminal
./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 pause

Ikke alle demoer var gode i vores kørsler: oneliner "count unique IP addresses in access.log" løb ind i længdegrænsen og udskrev en ødelagt kommando, og explain tilføjede en fejlmeddelelse, der ikke fandtes. Demo-README'en viser alle otte.

7. Kør din OpenAI-kode gratis

Efter 2 minutter har du: en lokal server, der taler OpenAI Chat Completions API, så eksisterende SDK-kode kører mod din Mac i stedet for en betalt cloudmodel.

Når jeg laver prototyper med OpenAI SDK, vil jeg have et gratis lokalt endpoint, så jeg kan bygge og teste uden nøgler, regninger eller at sende data ud af huset.

Start serveren i én terminalfane:

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 127.0.0.1:11434

Kald den i en anden fane, præcis som OpenAI:

Terminal
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.

Det officielle OpenAI Python SDK virker uændret. Kun base-URL'en og modelnavnet er anderledes. Gem som hello.py:

Python
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)
Terminal
python3 -m venv venv && ./venv/bin/pip -q install openai
./venv/bin/python hello.py
1. RoboBrew  
2. CogCafé  
3. Circuit Sip

Serveren lytter kun på din egen Mac (127.0.0.1) og afviser forespørgsler fra websider på andre origins. Vil du åbne den for dit netværk, så tilføj et token: apfel --serve --host 0.0.0.0 --token-auto (sikkerhedsvejledning til serveren).

Hvis det fejler: Connection refused betyder, at serveren ikke kører. Embeddings og det gamle endpoint /v1/completions returnerer HTTP 501, fordi modellen på enheden ikke tilbyder dem.

Næste skridt: udviklerne dokumenterer opsætninger til VS Code Copilot (kun chat), opencode, Zed og Node.js, Ruby, PHP og seks andre sprog. Dem har vi ikke testet igen til denne side.

8. Giv den værktøjer med MCP

Efter 2 minutter har du: modellen, der læser en live webside og opsummerer den, via et Model Context Protocol-værktøj.

Når svaret står på en webside, vil jeg have modellen til selv at hente den, så jeg kan få en opsummering uden at kopiere tekst frem og tilbage.

Installér apfel-mcp-værktøjerne, som er bygget til at passe til det lille kontekstvindue:

Terminal
brew install Arthur-Ficial/tap/apfel-mcp

Tilslut et af dem med --mcp, og spørg. -q skjuler værktøjets rå output:

Terminal
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.

Samme pakke indeholder apfel-mcp-ddg-search (websøgning), apfel-mcp-search-and-fetch og apfel-mcp-fs (læser en lokal fil). Enhver MCP-server virker: en sti til et lokalt script eller en https://-URL.

Værktøjer med flere navngivne argumenter virker også. Her er lommeregneren fra apfel-repositoriet (mcp/calculator/server.py): modellen kalder multiply med begge argumenter, apfel kører det, og modellen svarer med resultatet:

Terminal
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.

Linjen tool: er apfel, der viser dig det kald, den kørte. Før apfel 1.18.0 kunne modellen ikke se argumentnavnene og gættede dem, så et kald som dette fejlede (issue #555, rettet i pull request #556). Ser du invalid arguments her, så opdatér med brew upgrade apfel.

9. Chat for at teste en prompt

Efter 2 minutter har du: en samtale i terminalen, der husker, hvad du sagde tidligere.

Når jeg finpudser en prompt til et script, vil jeg hurtigt prøve et par runder, så jeg kan se, hvordan modellen reagerer, før jeg automatiserer det.

Terminal
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.

Tilføj en persona med -s, for eksempel apfel --chat -s "You are a patient Python tutor". Når en lang chat vokser ud af kontekstvinduet, smider apfel som standard de ældste runder ud; kontekstvejledningen forklarer de andre strategier. Vil du have et vindue med knapper, så se apfel-chat.

10. Hold serveren kørende i baggrunden

Efter 2 minutter har du: den OpenAI-kompatible server, der starter af sig selv, når du logger ind, og altid er klar på port 11434.

Når værktøjer på min Mac bruger det lokale endpoint hver dag, vil jeg have det kørende hele tiden, så jeg kan slippe for at starte det manuelt.

Terminal
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)

Indstillinger som porten, et token eller MCP-servere er miljøvariabler, for eksempel APFEL_PORT=8080 brew services start apfel. Alle står i vejledningen om baggrundstjenesten.

11. Apps bygget på apfel

Efter 2 minutter har du: den samme model på enheden i et vindue, i menulinjen eller bag en genvejstast, hvis du foretrækker apps frem for terminalen.

De kommer fra de samme udviklere ("apfel tree" i README'en). Vi tjekkede 15. november 2026, at hvert installationsnavn findes i Homebrew; selve apps har vi ikke testet til denne side.

App Hvad den gør Installation
apfel-chat Chatapp med streamede svar, tale og billedanalyse brew install Arthur-Ficial/tap/apfel-chat
apfel-clip Handlinger på udklipsholderen fra menulinjen: opsummér, oversæt, omskriv brew install Arthur-Ficial/tap/apfel-clip
apfel-quick Tryk på en tast, spørg, få svaret, luk brew install Arthur-Ficial/tap/apfel-quick
apfelpad Notesblok, hvor AI'en er en formel, du sætter i en celle brew install Arthur-Ficial/tap/apfelpad
apfel-mcp MCP-værktøjer dimensioneret til det lille vindue (opgave 8) brew install Arthur-Ficial/tap/apfel-mcp
apfel-run apfel med en gemt konfiguration og en liste over MCP-servere brew install Arthur-Ficial/tap/apfel-run
apfel-tag Tags, emner og følelser for enhver tekst, du piper ind brew install Arthur-Ficial/tap/apfel-tag
apfel-gui Debugvindue: forespørgsler, MCP-beskeder, tale brew install Arthur-Ficial/tap/apfel-gui

Begrænsninger og ærlige svar

apfel giver dig Apples model på enheden. README'en angiver den til omkring 3 milliarder parametre, langt mindre end cloudmodellerne bag ChatGPT eller Claude. Den er god til korte, fokuserede tekstopgaver. Her er de begrænsninger, vi stødte på, eller som dokumentationen nævner.

Kontekstvinduet er lille. Spørgsmål plus svar skal kunne være i 4.096 tokens på macOS 26 og på M1- og M2-Macs, eller 8.192 tokens på M3 eller nyere Macs med 12 GB eller mere, der kører macOS 27 (README). apfel --model-info viser, hvor stort dit er. apfels egen README er for lang til det. Tæl, før du sender:

Terminal
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: 4

De 3.584 er vinduet på 4.096 minus 512 tokens, der holdes fri til svaret. README'en har omkring 3.000 ord, men Markdown og kode koster mange tokens pr. ord. Send lange filer i bidder (head -c 6000 file), ét afsnit ad gangen.

Den kender ikke dagens dato. Den fandt på en:

Terminal
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.

Giv den alle de fakta, den har brug for, i prompten. Den har ingen internetadgang, medmindre du tilslutter et MCP-værktøj.

Den tager af og til fejl, og lyder helt sikker imens. Du så det ovenfor: forkerte shellkommandoer i opgave 4, en oversættelse, der vendte betydningen om, i opgave 2. Tjek alt, der betyder noget.

Apples sikkerhedsfilter kan blokere harmløs tekst. apfel stopper så med exitkode 3 og meddelelsen The request was blocked by Apple's safety guardrails. Omformulér, eller tilføj --permissive til kreativ skrivning og dokumenter; dokumentet om guardrails forklarer, hvad det ændrer. Vi blev ikke blokeret i kørslerne til denne side.

Svarene er forskellige hver gang. Dette er ægte output fra én kørsel hver. Dine bliver formuleret anderledes. Brug --temperature 0 for mere ensartede svar; apfel lover ikke identisk output på tværs af kørsler eller macOS-opdateringer (stabilitetspolitik).

Hastighed: de fleste svar i vores kørsler kom tilbage på 1 til 2 sekunder. Opsummeringen af websiden med et MCP-værktøj tog 8 sekunder.

Kravene er strenge: kun Apple Silicon, macOS 26 eller nyere, Apple Intelligence slået til og et af de 15 sprog, som --model-info viser. Intel-Macs kan ikke køre det.

Når noget fejler

apfel melder problemer med en exitkode, så scripts kan reagere. Tjek den med echo $? lige efter kommandoen.

Exitkode eller fejl Betydning Hvad du skal gøre
2 Forkert flag eller tilvalg Flag skal stå før prompten; apfel --help viser dem
3 Apples sikkerhedsfilter blokerede forespørgslen Omformulér, eller tilføj --permissive
4 Input for langt til kontekstvinduet Send mindre tekst; tjek med apfel --count-tokens
5 Modellen er ikke tilgængelig Slå Apple Intelligence til, vent på downloadet, brug samme sprog på Mac og Siri
6 Modellen er optaget eller har ramt en hastighedsgrænse Vent, og kør igen, eller tilføj --retry
Connection refused Ingen server på port 11434 Start apfel --serve eller brew services start apfel
HTTP 501 Endpoint, som modellen på enheden ikke tilbyder (embeddings, /v1/completions) Brug /v1/chat/completions
piped input was empty Kommandoen skrev til stderr command 2>&1 \| apfel "..."

Sidder du stadig fast? Søg, eller opret et issue på GitHub.

Hvem lavede det, og hvordan blev det testet

apfel er gratis og open source (MIT-licens), et franzai-projekt af Franz Enzenhofer. Det vedligeholdes sammen med Arthur Ficial, Franz' AI-assistent, som også har skrevet denne guide. Fordi det er apfels skabere, der har skrevet siden, har vi medtaget hver eneste fejl, vi så, i stedet for at udelade dem.

Sådan testede vi: 15. november 2026 kørte vi hver kommando på denne side på en MacBook Air M2 (24 GB) med macOS 27.0.1 (build 26A434). Vi brugte den signerede binærfil til apfel 1.18.0 fra GitHub-releasen (den samme fil, som Homebrew-tappen installerer), i en ægte terminalsession, og kopierede outputtet uændret. Den første version af denne side (14. november 2026, apfel 1.16.0) viste fejlen med værktøjer med flere argumenter i opgave 8; 1.18.0 retter den, så vi kørte hver kommando igen til denne version. Hvor det første output var forkert, beholdt vi det forkerte output på siden og sagde det. De eneste genkørsler var for at finde svar, der ikke krævede redigering: én opsummering af en webside indeholdt en lang tankestreg, som denne side ikke viser, så vi kørte den igen og beholdt den tredje kørsel. Taleeksemplet blev tjekket ved at skrive lyden til en fil, fordi test-Mac'en ikke havde nogen lydudgang. Demoscriptene blev skrevet af apfel --demos fra apfel 1.18.0.

Det har andre skrevet om apfel: Show HN-opslaget (3. april 2026, 743 point), en guide fra Better Stack, en artikel fra GIGAZINE og en praktisk anmeldelse på danilchenko.dev.

Kilder: apfel-README'en, CLI-referencen, installationsvejledningen, demoscriptene, apfel vs. Apples fm og issue-trackeren, læst 15. november 2026.