apfel es un proyecto de .

v1.18.0 · Cero configuración · MIT

apfel

La IA gratuita que ya tienes en tu Mac.

macOS Tahoe trae un LLM de 3 mil millones de parámetros. apfel te da acceso desde la CLI con un solo brew install. Sin descargar modelos, sin API keys, sin configuración: simplemente funciona.

  • Sin coste por token
  • IA en el dispositivo
  • Scriptable
$ brew install apfel

6.6k+ estrellas en github.com/Arthur-Ficial/apfel

Requisitos: Apple Silicon · macOS Tahoe · Apple Intelligence activado

¿Nuevo en apfel? Empieza el tutorial de 60 segundos (en inglés)

Todo se ejecuta en tu dispositivo. Sin llamadas de red. Ningún dato sale de tu Mac.

Míralo en acción.

Del brew install a la primera respuesta de la IA en 12 segundos. Sin configuración.

Terminal - apfel
$
Grabación real del terminal, sin editar: apfel 1.18.0 en macOS 27.0.1, MacBook Air M2.

Cero configuración. Cero descargas de LLM. Cero coste por token.

Otras herramientas de IA local son geniales, pero exigen descargar modelos y configurarlos. apfel no necesita nada - el modelo ya está en tu Mac. Un brew install. Listo.

$0
Coste por token
Sin API keys. Sin suscripciones. Sin facturación por token. Tu hardware, tu IA.
100%
En el dispositivo
Cada token se genera localmente en tu Apple Silicon. Nada sale de tu equipo. Nunca.
0
Pasos de configuración
Sin YAML. Sin variables de entorno. Sin elegir modelo. Instálalo una vez y úsalo para siempre.

El modelo por dentro

Apple ML Research
~3BParámetros
4,096 / 8,192Ventana de contexto (M1/M2 / M3+ en macOS 27)
~3.5 bpwCuantización
Mixed 2/4-bitPrecisión
Neural EngineFunciona en
en, de, es, fr, it, ja, ko, pt, zhIdiomas

Tres herramientas. Una sola instalación.

Una CLI, un servidor compatible con OpenAI y un chat interactivo. Todo con un solo brew install. Sin descargas adicionales.

>_

Herramienta UNIX

Pensada para pipes y combinable. Funciona con jq, xargs y tus scripts de shell. stdin, stdout, salida JSON, JSON válido según esquema con --schema, varios turnos desde un archivo de mensajes con --messages, archivos adjuntos, códigos de salida correctos.

$ 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

Reemplazo directo en localhost:11434. Apunta cualquier SDK de OpenAI hacia él y listo. Chat Completions y Responses API, streaming, tool calling, salida JSON Schema, CORS.

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

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

Chat interactivo

Conversaciones de varios turnos con gestión automática del contexto. Cinco estrategias de recorte. Soporte para system prompt. Escribe apfel en un terminal para empezar. Todo en tu Mac.

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

Soporte nativo de MCP.

Dale herramientas al modelo integrado de Apple. Las que quieras.

Conecta servidores de herramientas con --mcp

apfel habla el Model Context Protocol. Apúntalo a cualquier servidor MCP y el modelo integrado obtiene herramientas - cálculos, APIs, bases de datos, cualquier cosa para la que puedas escribir un servidor.

  • Funciona en los tres modos - CLI, servidor y chat
  • Descubre las herramientas automáticamente con MCP tools/list al arrancar
  • Las llamadas a herramientas se detectan, se ejecutan y los resultados vuelven al modelo automáticamente
  • Sin el flag --mcp, sin sobrecarga - cero tokens extra, cero cambios en el código que se ejecuta
  • Incluye un servidor MCP de calculadora como prueba de concepto
  • Servidores MCP remotos por URL - --mcp https://... con autenticación Bearer opcional
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

Cómo funciona.

Apple metió un LLM en cada Mac. Y ahí está, sin usar. apfel le abre una puerta de entrada - sin ninguna configuración.

Apple incluye un LLM integrado

Desde macOS 26 (Tahoe), todos los Mac con Apple Silicon incluyen un modelo de lenguaje como parte de Apple Intelligence. Apple lo expone a través del framework FoundationModels - una API de Swift que da a las apps acceso a SystemLanguageModel. Toda la inferencia se ejecuta en el Neural Engine y la GPU. Sin llamadas de red, sin nube, sin API keys. El modelo simplemente está ahí.

Pero Apple solo lo usa para Siri

De serie, el modelo integrado impulsa Siri, Writing Tools y funciones del sistema. No hay comando de terminal, ni endpoint HTTP, ni forma de pasarle texto por un pipe. El framework FoundationModels existe, pero para usarlo tienes que escribir una app en Swift. Eso es justo lo que hace apfel.

Lo que añade apfel

apfel es un binario de Swift 6.3 que envuelve LanguageModelSession y lo expone de tres formas: como herramienta UNIX de línea de comandos con stdin/stdout, como servidor HTTP compatible con OpenAI (basado en Hummingbird) y como chat interactivo con gestión del contexto.

Se encarga de lo que la API en bruto de Apple no hace: códigos de salida correctos, salida JSON, archivos adjuntos, cinco estrategias de recorte para la pequeña ventana de contexto (4.096 tokens, 8.192 en Mac con M3 o posterior y macOS 27), conteo real de tokens mediante el SDK y conversión de los esquemas de herramientas de OpenAI al formato nativo de Apple Transcript.ToolDefinition.

hardware Apple Silicon (Neural Engine + GPU)
|
modelo El LLM integrado de Apple (incluido en macOS)
|
sdk FoundationModels.framework (API de Swift)
|
apfel CLI + servidor HTTP + gestión del contexto
|
tú Terminal, scripts de shell, SDKs de OpenAI, curl
4.096 o 8.192 tokens Ventana de contexto (entrada + salida). 4.096 en macOS 26 y en Mac M1/M2; 8.192 en M3 o posterior con 12 GB+ en macOS 27. apfel la lee en tiempo de ejecución.
1 modelo Fijo, no configurable
Swift 6.3 Concurrencia estricta, sin Xcode
Licencia MIT Código abierto

Privado por diseño.

Ni una sola llamada HTTP mientras usas apfel. Cada afirmación de abajo enlaza a la propia documentación de Apple.

En el dispositivo. Funciona sin conexión.

El framework FoundationModels se ejecuta por completo en el Neural Engine de tu Apple Silicon. Sin servidor, sin nube, sin necesidad de conexión a internet.

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

Tus datos siguen siendo tuyos.

Apple no recopila prompts, respuestas ni ningún dato de uso de la inferencia en el dispositivo. No se guarda nada, no se envía nada.

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

Nunca se usa para entrenar.

Apple entrena sus modelos fundacionales solo con datos licenciados y públicos. Tus interacciones nunca forman parte del pipeline de entrenamiento.

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

apfel no añade ningún rastreo.

Sin analíticas, sin telemetría, sin comprobaciones automáticas de actualizaciones, sin informes de fallos, sin conexiones ocultas al exterior. La única llamada de red que hace apfel es cuando ejecutas explícitamente apfel --update. Todo el código es código abierto.

Herramientas potentes incluidas.

Scripts de shell en la carpeta demo/. Instala primero apfel y luego coge los que quieras.

>_

cmd

Del lenguaje natural al comando de shell. Di lo que quieres y obtén el comando.

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

oneliner

Cadenas de pipes a partir de lenguaje corriente. awk, sed, sort, uniq - generados para ti.

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

mac-narrator

Narra la actividad del sistema de tu Mac como si fuera un documental de naturaleza.

$ mac-narrator --watch
?

explain

Explica cualquier comando, mensaje de error o fragmento de código en lenguaje sencillo.

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

wtd

¿Qué es este directorio? Orientación instantánea en cualquier base de código.

$ wtd
++

gitsum

Resume los últimos commits de git en unas pocas frases.

$ gitsum

30 one-liners útiles y geniales.

Cada comando probado en un Mac real. Encadena apfel con ps, lsof, du, vm_stat, git, pbpaste, sleep, pgrep, curl, say - una capacidad de combinación que ninguna IA en la nube puede igualar, porque no ven tus procesos, tu portapapeles ni tu git diff. apfel sí.

Sistema en vivo 8

Qué se está comiendo mi CPU ahora mismo.

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

-> WindowServer es el que más CPU usa, con un 42,6 %.

Qué apps escuchan en qué puertos.

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

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

Qué volumen está más lleno.

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

-> /dev/disk3s1 es el más lleno, con 263Gi de 926Gi.

vm_stat traducido a lenguaje sencillo.

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

-> 349k páginas activas, 266k wired - bastante memoria en uso.

Qué carpetas de aquí ocupan más disco.

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

-> Dominan Library con 36G y Downloads con 604M.

Los archivos más grandes de esta carpeta.

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

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

Qué apps están hablando con internet ahora mismo.

$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 ...

Salud de la batería y autonomía restante en una línea.

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

-> Carga completa, salud del 100 %, activa ahora mismo.

Git 2

Resume tus últimos commits en lenguaje sencillo.

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

-> Actualizaciones de v1.2.1 a v1.3.2, proyectos hermanos añadidos ...

Redacta una nota de versión de una línea a partir de los últimos commits.

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

-> Publicada la v1.3.2 con 5053 estrellas, 783 tests y actualizaciones.

Ida y vuelta al portapapeles 4

Corrige la gramática de lo que tengas en el portapapeles y vuelve a dejar ahí la versión corregida.

$pbpaste | apfel "fix grammar" | pbcopy

-> "i has went" pasa a ser "I went" - de vuelta en el portapapeles.

Traduce el portapapeles al japonés y vuelve a dejarlo ahí.

$pbpaste | apfel "translate to japanese" | pbcopy

-> El portapapeles contiene ahora la traducción al japonés.

Resume un muro de texto de tu portapapeles en 3 viñetas.

$pbpaste | apfel "summarize in 3 bullets"

-> 3 viñetas concisas en tu terminal.

Saca tareas claras de las notas de reunión que tienes en el portapapeles.

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

-> "Sarah prepara el presupuesto del T3", "escribir al equipo de diseño", ... de vuelta en el portapapeles.

Vigilar y avisar 6

Recibe un aviso en voz alta cuando termine una tarea larga (aquí, en 30 minutos).

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

-> El Mac dice: "Tu tarea larga acaba de terminar, ¡bien hecho!"

Espera a que llegue un archivo a Downloads y anúncialo.

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

-> Comprueba cada 5s; cuando aparece Report.pdf, el Mac da la noticia en voz alta.

Espera a que termine un proceso largo y anúncialo.

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

-> Comprueba cada 5s; cuando ffmpeg termina, el Mac da la noticia en voz alta.

Cada 30 minutos, resume en voz alta lo que acabas de entregar.

$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 automático cada media hora, leído en voz alta mientras sigues programando.

Cada 15 minutos, avisa en voz alta si la batería baja del 20 por ciento.

$while sleep 900; do P=$(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 silencio hasta que baja la batería; entonces el Mac lanza en voz alta un aviso amable pero urgente.

Vigila una URL hasta que devuelva 2xx y celebra el despliegue en voz 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

-> Comprueba cada 30s hasta que staging está en línea; el Mac dice "¡Tu despliegue ya está publicado, la URL responde!".

Web y texto 4

Convierte una frase informal en algo educado.

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

-> "¿Podría enviarme los documentos en cuanto le sea posible ..."

Llama a una URL y pregunta qué está pasando, solo a partir de las cabeceras.

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

-> GitHub sirve una página HTML con cabeceras estrictas de caché y seguridad.

Hacker News de hoy, resumido en una frase y leído en voz alta.

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

-> El Mac lee las noticias principales del día en un resumen breve.

Explica un bloque de JSON en lenguaje sencillo.

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

-> Una usuaria llamada Alice, con plan pro y 42 créditos.

Consultas rápidas 8

Cálculos sin abrir una calculadora.

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

-> 13.13

Genera una regex sin salir del terminal.

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

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

Pide el one-liner de bash que se te olvidó.

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

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

Haz que te explique un comando críptico en lugar de adivinar.

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

-> Descomprime y extrae un tarball comprimido con gzip en el directorio actual.

¿Olvidaste el comando exacto de git? Pregunta.

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

-> git reset --soft HEAD~1

Descifra la regex de otra persona en una frase.

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

-> Coincide con un prefijo de 3 dígitos, un guion y 4 dígitos - un formato de teléfono de EE. UU.

Convierte una fecha escrita de forma 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

Resume un archivo entero en 3 viñetas.

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

-> 3 viñetas sobre alcance, instalación y uso.

Compatible con OpenAI.

Cambia una URL. Conserva tu código.

Reemplazo directo

apfel habla la API de OpenAI. Cualquier librería cliente, cualquier framework, cualquier herramienta que hable con OpenAI puede hablar con la IA de tu Mac. Solo cambia la base URL.

  • ✓ POST /v1/chat/completions
  • ✓ POST /v1/responses (Responses API)
  • ✓ Streaming (SSE)
  • ✓ Tool calling / function calling
  • ✓ GET /v1/models
  • ✓ response_format: json_object, json_schema
  • ✓ Partes image_url como data URLs (macOS 27)
  • ✓ temperature, max_tokens, seed
  • ✓ CORS para clientes 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 mismo modelo que fm de Apple. Otro propósito.

macOS 27 incluye fm, la interfaz de línea de comandos de Apple para el modelo integrado. Aquí es donde se separan sus caminos.

 apfelApple fm
Funciona enmacOS 26 y 27, un solo binarioSolo macOS 27
Instalarbrew install apfelYa está ahí (sudo fm license una vez)
Los clientes de OpenAI funcionan sin cambiosSí: JSON por defecto, usage, respeta max_tokens, errores mapeadosHace streaming salvo que se le pida lo contrario, ignora max_tokens, error 500 en los guardrails
Tool calling y MCPLlamadas a herramientas nativas, servidores MCP locales y remotosNinguno (tools filtra tokens de plantilla en la respuesta)
Scripting--code, -o json, 9 códigos de salida, --count-tokens --strictTexto plano, código de salida 0 o 1
Archivos de entradaTexto, PDF, imágenes: texto OCR en ambos sistemas y, en macOS 27, además la propia imagen al modeloImágenes al modelo, más herramientas integradas de OCR y códigos de barras
Sesiones de chat persistentesNoTranscripciones con nombre, --resume
VelocidadMismo modelo en el mismo Mac, misma ventana de contexto (4.096 tokens en este M2, 8.192 en M3 y posteriores), recuento de tokens idéntico. Prompt único: 0,35 s frente a 0,30 s.

Un poco de historia. apfel llegó primero: primer commit y v0.1.0 el 24 de marzo de 2026, primera versión en GitHub el 31 de marzo de 2026, portada de Hacker News en abril. Apple anunció fm en la WWDC el 8 de junio de 2026 y lo lanzó con macOS 27 el 14 de septiembre de 2026. Ambos usan el mismo modelo integrado a través del mismo framework FoundationModels; apfel es el de código abierto, y el que también funciona en macOS 26.

Cada fila se midió en macOS 27.0.1 (Apple M2, 24 GB) el 05/10/2026 y se vuelve a medir en cada versión de apfel. La página completa incluye las pruebas del servidor, la tabla de paridad del recuento de tokens y todos los comandos para reproducirlas.

Popular en GitHub.

De cero a 6,610 estrellas, y subiendo.

6,610
Estrellas en GitHub
251 forks
2450 tests
v1.18.0 publicada

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

Dale una estrella en 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

Datos a fecha de

Empieza ya.

Sin descargar modelos. Sin registros. Sin API keys. Solo esto.

Homebrew

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

Compilar desde el código fuente

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

El árbol de apfel.

Una familia creciente de herramientas nativas de macOS construidas sobre apfel - y proyectos hermanos que llevan otros frameworks de Apple al terminal.

apfel-chat - chat de IA privado para macOS

apfel-chat

Cliente de chat para macOS con varias conversaciones. Markdown en streaming, entrada y salida de voz, análisis de imágenes - totalmente privado, sin API keys, sin nube.

SwiftUI Producción
apfelpad - bloc de notas con fórmulas e IA en el dispositivo

apfelpad

Un bloc de notas con fórmulas para pensar. Escribe =apfel("summarize this") en tu markdown y mira cómo la respuesta aparece en streaming, ahí mismo. Como =SUMA, pero para el lenguaje.

SwiftUI Nuevo
apfel-quick - IA instantánea superpuesta para macOS

apfel-quick

IA instantánea superpuesta. Pulsa Ctrl+Espacio en cualquier sitio, escribe una pregunta y la respuesta llega en streaming a tu portapapeles. Sin wifi, sin cuenta, sin factura.

SwiftUI Nuevo
Captura de pantalla de apfel-gui

apfel-gui

Interfaz de depuración nativa para macOS en SwiftUI. Chatea con Apple Intelligence, inspecciona peticiones y respuestas, logs, voz a texto, texto a voz - todo en el dispositivo.

SwiftUI
apfel-clip - acciones de IA para el portapapeles

apfel-clip

Acciones de IA para el portapapeles desde la barra de menús. Pulsa cmd+shift+V sobre cualquier texto - corregir gramática, traducir, explicar código, resumir. Todo en el dispositivo, sin API keys.

SwiftUI Producción
apfel-mcp - servidores MCP para apfel

apfel-mcp

Dale a apfel la web y tus archivos. Cuatro pequeñas herramientas MCP - url-fetch, ddg-search, search-and-fetch y un lector de archivos de solo lectura - cada una ajustada a la pequeña ventana de contexto de apfel (4.096 tokens en la mayoría de los Mac, 8.192 en M3 y posteriores con macOS 27).

Python Nuevo
apfel-run - registro MCP persistente

apfel-run

Un pequeño wrapper UNIX que da a apfel un registro MCP persistente. Activa y desactiva servidores MCP por nombre desde un archivo de configuración de texto plano. Sobrevive a los reinicios, sin GUI, sin daemon.

Shell Nuevo
apfel-server-kit - paquete Swift para las herramientas del ecosistema

apfel-server-kit

El paquete Swift compartido que mueve el ecosistema. Descubre, lanza y recibe streaming de un proceso local apfel --serve. La columna vertebral con la que habla cada app SwiftUI de apfel.

Swift Nuevo
auge - el framework Vision de Apple desde el terminal

auge

Proyecto hermano. apfel se encarga del lenguaje; auge, de la visión. Una CLI para OCR, clasificación de imágenes, códigos de barras y detección de caras - 100 % en el dispositivo con el framework Vision de Apple. Sin API keys, sin nube.

Swift Proyecto hermano
translate - el framework Translation de Apple desde el terminal

translate

Proyecto hermano. Filtro UNIX y servidor HTTP de reemplazo directo para DeepL, LibreTranslate y Google v2 - impulsado por el framework Translation integrado de Apple. 100 % en el dispositivo, garantizado por NetworkGuard. Sin API keys, sin nube.

Swift Proyecto hermano

Preguntas frecuentes.

Preguntas recogidas de Hacker News y Reddit.

¿Qué versión de macOS necesito?
macOS 26 (Tahoe) o posterior. El framework FoundationModels solo viene con Tahoe. No funciona en Sequoia ni en versiones anteriores. Requiere Apple Silicon (M1 o posterior).
¿Accede apfel a mis datos personales?
No. El framework FoundationModels no tiene ningún acceso a contactos, correos, calendario, fotos ni al Semantic Index. Eso está reservado a las funciones propias de Apple.
¿Sale algún dato de mi Mac?
No. Te protegen dos capas de privacidad.

El modelo: el framework FoundationModels de Apple funciona sin conexión a internet y se ejecuta por completo en el Neural Engine. Tus prompts y respuestas nunca salen del dispositivo. Los datos de los usuarios nunca se usan para entrenar.

La herramienta: apfel lo mantiene así. Sin analíticas, sin telemetría, sin rastreo, sin comprobaciones automáticas de actualizaciones, sin informes de fallos, sin conexiones ocultas al exterior. Código abierto y auditable.
¿De qué tamaño es la ventana de contexto?
4.096 tokens (~3.000 palabras) entre entrada y salida en macOS 26 y en Mac M1/M2. En macOS 27, los Mac con chip M3 o posterior y al menos 12 GB reciben el modelo integrado más grande de Apple (AFM 3 Core Advanced) con 8.192 tokens. apfel nunca fija este valor en el código: apfel --model-info muestra la ventana que tiene realmente tu Mac. Ideal para scripts de shell, resúmenes y transformaciones de texto. No apto para conversaciones largas ni documentos grandes.
¿En qué es bueno el modelo? ¿Dónde flojea?
Bueno en: scripts de shell, transformación de texto, clasificación, resúmenes cortos, reestructuración de JSON, traducción.

Limitado en: matemáticas, datos factuales, conversaciones largas, generación de código complejo.

El modelo prefiere negarse antes que alucinar. Una decisión de diseño deliberada de Apple.
¿Es seguro el modo servidor?
Desactivado por defecto. Al activarlo: autenticación con token Bearer (--token), comprobación del origen, endpoints de logs solo en modo debug. Detalles en server-security.md.
¿Tengo que activar Apple Intelligence?
Sí. Ajustes del Sistema > Apple Intelligence & Siri > activar. Así se descarga el modelo. No necesitas usar Siri, solo activarlo. Guía de configuración de Apple.
¿Cómo actualizo apfel?
apfel --update. Detecta el método de instalación, busca una versión más reciente y pregunta antes de actualizar. A mano: brew upgrade apfel o git pull && make install.
¿Qué modelo usa?
El propio AFM de Apple (Apple Foundation Model), unos 3 mil millones de parámetros con cuantización mixta de 2 y 4 bits. No es OpenAI. Viene con macOS Tahoe y se ejecuta por completo en el dispositivo, en el Neural Engine.
¿En qué se diferencia apfel de Ollama o LM Studio?
Cero descargas de LLM, arranque instantáneo, sin configuración. apfel usa el modelo que ya está en tu Mac. Ollama y LM Studio ofrecen más modelos y ventanas de contexto más grandes, pero requieren descargas y configuración aparte. Herramientas distintas para necesidades distintas.
¿Soporta apfel MCP y tool calling?
Sí. MCP nativo integrado. Pasa --mcp <server> para conectar herramientas. Guía de tool calling.
¿En qué se diferencia apfel de la CLI fm de Apple en macOS 27?
Mismo modelo, otro propósito. macOS 27 incluye fm, la interfaz de línea de comandos de Apple para el mismo modelo integrado. apfel añade el servidor compatible con OpenAI con tool calling, MCP, salida JSON Schema, imágenes de entrada como data URLs, códigos de salida fiables y soporte para macOS 26. Medido lado a lado: apfel vs fm.
¿Tiene apfel telemetría o conexiones ocultas al exterior?
Ninguna. apfel nunca contacta con ningún servidor en segundo plano. La única llamada de red ocurre cuando ejecutas explícitamente apfel --update, que consulta en Homebrew si hay una versión más reciente. Código abierto y auditable.
¿Quién lo ha creado?
apfel es obra de Franz Enzenhofer (pensador sistémico, autor, desarrollador desde los tiempos del C64, mecánico de IA) / franze en HN / fundador de Full Stack Optimization y franzai.com.

Comantenido por Arthur Ficial, una instancia de OpenClaw que funciona con Claude Opus de Anthropic. Desarrollado en gran parte con Claude Code y Codex. Siempre en modo high thinking / high effort.

En marcha desde: el 24 de marzo de 2026.
¿Cómo se prueba?
334 tests unitarios + 216 tests de integración (end-to-end, compatibilidad con clientes de OpenAI, validación de la especificación OpenAPI, seguridad, rendimiento). 550 tests en total a 12 de abril de 2026.
¿Cómo nació apfel?
apfel empezó como un intento de ejecutar OpenClaw sobre Apple Intelligence en un modo de ahorro extremo de tokens. No salió bien por la ventana de contexto de 4K. Pero resultó que un LLM local, rápido, scriptable, en el dispositivo, siempre disponible, sin configuración y con la privacidad por delante es increíblemente genial, potente, divertido e interesante.