apfel یکی از پروژه‌های است.

آموزش · تست‌شده در 15 نوامبر 2026

آموزش هوش مصنوعی apfel

اولین پاسخ از هوش مصنوعی‌ای که از قبل روی مک شماست، در 60 ثانیه. بعد 11 کاری که خوب انجام می‌دهد، هر کدام آمادهٔ کپی با خروجی واقعی، و فهرستی صادقانه از کارهایی که از پسشان برنمی‌آید.

ضبط واقعی ترمینال، بدون هیچ ویرایشی: apfel 1.18.0 روی macOS 27.0.1، MacBook Air M2.
در این صفحه: 15 بخش
  1. اولین پاسخ در 60 ثانیه
  2. 1. از مک دربارهٔ خودش بپرسید
  3. 2. هر متن کپی‌شده‌ای را اصلاح کنید
  4. 3. خواندن رسید، PDF و اسکریپت
  5. 4. از جملهٔ ساده به دستور shell
  6. 5. JSONی که اسکریپت‌هایتان به آن اعتماد کنند
  7. 6. خودکارسازی روزمره: git، صدا و اسکریپت‌های آماده
  8. 7. کد OpenAI خودتان را رایگان اجرا کنید
  9. 8. با MCP به آن ابزار بدهید
  10. 9. با چت یک prompt را امتحان کنید
  11. 10. سرور را در پس‌زمینه روشن نگه دارید
  12. 11. اپ‌هایی که روی apfel ساخته شده‌اند
  13. محدودیت‌ها و پاسخ‌های صادقانه
  14. وقتی چیزی کار نمی‌کند
  15. چه کسی این را ساخته و چطور تست شده

اولین پاسخ در 60 ثانیه

به یک مک با Apple Silicon (M1 یا جدیدتر) و macOS 26 Tahoe یا بالاتر نیاز دارید، و Apple Intelligence باید در System Settings > Apple Intelligence & Siri روشن باشد. دو شرط اول را با یک خط بررسی کنید:

ترمینال
sw_vers -productVersion && uname -m
27.0.1
arm64

اگر نسخه 26 یا بالاتر بود و arm64 دیدید، آماده‌اید. apfel را با Homebrew نصب کنید. نه Xcode لازم است، نه حساب کاربری، نه کلید API:

ترمینال
brew install apfel

اولین سؤالتان را بپرسید:

ترمینال
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.

این پاسخ از مدل Apple روی مک خودتان آمد. هیچ چیزی به هیچ سروری فرستاده نشد و هیچ هزینه‌ای هم نداشت.

اگر کار نکرد: از apfel بپرسید که مدل آماده است یا نه:

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

اگر available: no نوشت، Apple Intelligence را در تنظیمات سیستم روشن کنید و صبر کنید تا دانلود مدل تمام شود (راهنمای نصب حجمش را 3 تا 4 GB می‌داند). زبان مک و زبان Siri باید یکی و از زبان‌های پشتیبانی‌شده باشند. تا وقتی مدل در دسترس نباشد، apfel با exit code 5 خارج می‌شود.

قدم بعدی: کارهای زیر. هر کدام با چیزی شروع می‌شود که بعد از دو دقیقه در دست دارید.

1. از مک دربارهٔ خودش بپرسید

در 2 دقیقه به این می‌رسید: پاسخ‌هایی به زبان ساده دربارهٔ دیسک، CPU و حافظه، مستقیم از همان دستورهایی که می‌شناسید.

وقتی یک دستور ترمینال دیواری از عدد چاپ می‌کند، می‌خواهم یک پاسخ یک‌خطی بگیرم، تا بدون خواندن man page دست به کار شوم.

خروجی هر دستوری را به apfel pipe کنید و بگویید چه می‌خواهید بدانید:

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

ورودی را کوچک نگه دارید: اول head، awk و grep، بعد apfel. مدل هر بار فقط چند هزار کلمه را می‌خواند، و برای کد از این هم کمتر (نگاه کنید به محدودیت‌ها).

اگر کار نکرد: بعضی دستورها در stderr می‌نویسند و pipe آن را منتقل نمی‌کند. apfel خودش این را به شما می‌گوید: piped input was empty - if the command prints to stderr, try: command 2>&1 | apfel.

قدم بعدی: همین ترفند برای git log، lsof، pmset -g batt، فایل‌های لاگ و هر چیز دیگری که متن چاپ می‌کند هم کار می‌کند.

2. هر متن کپی‌شده‌ای را اصلاح کنید

در 2 دقیقه به این می‌رسید: دستوری که گرامر هر متنی را که در کلیپ‌بورد دارید، در هر اپی، درست می‌کند.

وقتی در Slack، Mail یا مرورگر پیامی سریع می‌نویسم، می‌خواهم بدون باز کردن اپ دیگری مرتب شود، تا در چند ثانیه دوباره paste‌اش کنم.

متنی را کپی کنید و بعد خط وسط را اجرا کنید. pbpaste کلیپ‌بورد را می‌خواند و pbcopy نتیجه را دوباره در آن می‌نویسد:

ترمینال
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.

چرا «the text above»: apfel متنی را که با pipe می‌آید اول می‌گذارد و دستورالعمل شما را بعد از آن (منبع). با دستورالعمل کوتاه "fix grammar and spelling, reply with the corrected text only"، مدل به‌جای اصلاح پیام، به آن جواب داد و نوشت Could you let me know which meeting you're referring to?. در تست ما، وقتی صریحاً گفتیم روی کدام متن کار کند، مشکل حل شد.

اگر کار نکرد: نتیجه را پیش از ارسال بخوانید. یک مدل کوچک گاهی معنا را عوض می‌کند؛ وقتی از آن خواستیم همین جمله را به آلمانی ترجمه کند، «Can you send me» را به «Can I send you» تبدیل کرد.

قدم بعدی: خط وسط را در یک alias در shell یا در یک اکشن «Run Shell Script» در Shortcuts بگذارید و برایش میان‌بر صفحه‌کلید تعریف کنید.

3. خواندن رسید، PDF و اسکریپت

در 2 دقیقه به این می‌رسید: پاسخ‌هایی دربارهٔ یک تصویر، یک PDF اسکن‌شده یا یک اسکریپت، که روی مک خودتان با تشخیص متن Apple خوانده می‌شوند.

وقتی یک رسید، یک اسکن یا یک فایل ناشناس در پوشهٔ Downloads می‌افتد، می‌خواهم همان یک نکته‌ای را که لازم دارم از آن دربیاورم، تا بدون باز کردنش بایگانی‌اش کنم.

فایل را با -f پیوست کنید. یک تصویر رسید آزمایشی (receipt.png) با این خط‌ها ساختیم:

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

همان رسید اگر به‌صورت PDF فقط‌تصویری ذخیره شود هم کار می‌کند، چون apfel روی صفحه‌های اسکن‌شده تشخیص متن انجام می‌دهد:

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

و هر فایل متنی، مثلاً یک اسکریپت shell:

ترمینال
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.

این اسکریپت را در کار 6 به دست می‌آورید. چند فایل را با -f a.txt -f b.txt پیوست کنید.

اگر کار نکرد: exit code 4 یعنی فایل برای مدل بیش از حد طولانی است (نگاه کنید به محدودیت‌ها). exit code 3 یعنی فیلتر ایمنی Apple جلویش را گرفته؛ راهنمای استخراج فایل برای این حالت افزودن --permissive را پیشنهاد می‌کند.

4. از جملهٔ ساده به دستور shell

در 2 دقیقه به این می‌رسید: دستوری که یادتان نمی‌آمد، بدون هیچ حاشیه‌ای چاپ‌شده تا راحت کپی‌اش کنید.

وقتی فلگ‌های find، du یا tar را فراموش می‌کنم، می‌خواهم دستور را از یک جملهٔ ساده بگیرم، تا از ترمینال بیرون نروم.

--code فقط کد را چاپ می‌کند، بدون توضیح:

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

فلگ‌ها درست‌اند، اما مدل یک پوشه از خودش ساخته است. پوشهٔ خانهٔ شما ~ است (اینجا: find ~ -type f -size +100M).

ترمینال
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

هر دستوری را پیش از اجرا بخوانید. در تست‌های ما مدل دستورهای غلط هم تولید کرد. وقتی «10 تا از بزرگ‌ترین فایل‌های پوشهٔ فعلی» را خواستیم، ls -lh | head -n 10 را چاپ کرد که 10 مورد اول را فهرست می‌کند، نه بزرگ‌ترین‌ها را. وقتی خواستیم «پورت‌های باز را نشان بده»، netstat -tuln | grep LISTEN را پیشنهاد کرد که فلگ‌های Linux را به کار می‌برد؛ روی macOS اصلاً چیزی چاپ نمی‌کند. روی مک، lsof -iTCP -sTCP:LISTEN -n -P آن‌ها را فهرست می‌کند.

قدم بعدی: اسکریپت دموی cmd در کار 6 همین را در بر می‌گیرد و پیش از اجرای هر چیزی (-x) یا کپی کردن دستور (-c) از شما می‌پرسد.

5. JSONی که اسکریپت‌هایتان به آن اعتماد کنند

در 2 دقیقه به این می‌رسید: دادهٔ ساختاریافته که از دل متن شلوغ بیرون کشیده شده، به‌صورت JSONی که همیشه با schema شما جور است.

وقتی نام، عدد یا تاریخ را از ایمیل‌ها و یادداشت‌ها لازم دارم، می‌خواهم فیلد بگیرم، نه متن آزاد، تا آن‌ها را به jq، یک صفحه‌گسترده یا یک اسکریپت بدهم.

یک JSON Schema را با نام contact.schema.json ذخیره کنید:

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

بعد متن را با --schema به apfel pipe کنید. apfel مدل را طوری محدود می‌کند که خروجی برای آن schema یک JSON معتبر باشد:

ترمینال
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"
}

کلیدها به همان ترتیبی برمی‌گردند که در schema تعریف کرده‌اید.

برای گرفتن هر پاسخی به‌صورت JSON همراه با متادیتا، از -o json استفاده کنید:

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

برای یک فهرست کامل، از --batch استفاده کنید: به ازای هر رکورد یک خط JSON ورودی و یک خط نتیجه در خروجی، و هر رکورد در یک session تازه. سه نظر دربارهٔ یک محصول در یک فایل متنی:

ترمینال
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 هر خط را به یک رکورد تبدیل می‌کند؛ خط آخر خلاصهٔ apfel در stderr است. رکوردی که خطا بدهد status: "error" می‌گیرد و batch ادامه پیدا می‌کند.

اگر کار نکرد: apfel از زیرمجموعه‌ای از JSON Schema پشتیبانی می‌کند (object، string، enum، number، boolean، array و $ref محلی). کلیدواژه‌ای پشتیبانی‌نشده مثل pattern با exit code 2 متوقف می‌شود و نامش را می‌گوید؛ فهرست کامل در سند سازگاری API آمده است.

6. خودکارسازی روزمره: git، صدا و اسکریپت‌های آماده

در 2 دقیقه به این می‌رسید: خلاصه‌ای از کارهای اخیرتان، مکی که وقتی یک کار طولانی تمام شد با صدای بلند خبرتان می‌کند، و هشت اسکریپت shell آماده با هوش مصنوعی.

وقتی بین کارها جابه‌جا می‌شوم یا منتظر یک build هستم، می‌خواهم خودکارسازی‌های کوچکی داشته باشم که چیزها را توضیح دهند و اعلام کنند، تا دیگر چشمم به ترمینال نباشد.

از داخل هر مخزن git، خلاصهٔ کارهایی را که کرده‌اید بگیرید:

ترمینال
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.

بگذارید مک وقتی کاری تمام شد حرف بزند. پاسخ را به say pipe کنید و دستور طولانی‌تان را با && قبل از آن بگذارید:

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

مک تست خروجی صدا نداشت، برای همین گفتار را در یک فایل ضبط کردیم (| say -o build-done.aiff، 102,880 بایت صدا). جمله‌ای که گفت این بود: Your build is finished, and I'm glad you asked!.

apfel هشت اسکریپت دمو هم همراه دارد. آن‌ها را در یک پوشه بنویسید:

ترمینال
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

یکی که در تست‌ها به دلمان نشست:

ترمینال
./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

همهٔ دموها در اجراهای ما خوب نبودند: oneliner "count unique IP addresses in access.log" به محدودیت طول خورد و دستوری ناقص چاپ کرد، و explain یک پیام خطا اضافه کرد که اصلاً وجود نداشت. README دموها هر هشت تا را فهرست کرده است.

7. کد OpenAI خودتان را رایگان اجرا کنید

در 2 دقیقه به این می‌رسید: یک سرور محلی که به زبان API Chat Completions از OpenAI حرف می‌زند، تا کد SDK فعلی‌تان به‌جای یک مدل ابری پولی، روی مک خودتان اجرا شود.

وقتی با OpenAI SDK نمونهٔ اولیه می‌سازم، می‌خواهم یک endpoint محلی رایگان داشته باشم، تا بدون کلید، بدون صورت‌حساب و بدون فرستادن داده به بیرون بسازم و تست کنم.

سرور را در یک تب ترمینال راه بیندازید:

ترمینال
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

در تب دوم، آن را درست مثل OpenAI صدا بزنید:

ترمینال
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.

SDK رسمی Python از OpenAI بدون هیچ تغییری کار می‌کند. فقط base URL و نام مدل فرق دارند. این را با نام hello.py ذخیره کنید:

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

سرور فقط روی مک خودتان (127.0.0.1) گوش می‌دهد و درخواست‌های صفحه‌های وب از originهای دیگر را رد می‌کند. برای باز کردن آن روی شبکه‌تان، یک توکن اضافه کنید: apfel --serve --host 0.0.0.0 --token-auto (راهنمای امنیت سرور).

اگر کار نکرد: Connection refused یعنی سرور در حال اجرا نیست. Embeddingها و endpoint قدیمی /v1/completions خطای HTTP 501 برمی‌گردانند، چون مدل روی دستگاه آن‌ها را ارائه نمی‌دهد.

قدم بعدی: نگه‌دارندگان پروژه راه‌اندازی VS Code Copilot (فقط چت)، opencode، Zed و Node.js، Ruby، PHP و شش زبان دیگر را مستند کرده‌اند. ما آن‌ها را برای این صفحه دوباره تست نکردیم.

8. با MCP به آن ابزار بدهید

در 2 دقیقه به این می‌رسید: مدلی که یک صفحهٔ وب زنده را از طریق یک ابزار Model Context Protocol می‌خواند و خلاصه می‌کند.

وقتی جواب در یک صفحهٔ وب است، می‌خواهم مدل خودش آن را بیاورد، تا بدون جابه‌جا کردن متن، خلاصه‌اش را بگیرم.

ابزارهای apfel-mcp را نصب کنید که برای جا شدن در پنجرهٔ کانتکست کوچک ساخته شده‌اند:

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

یکی را با --mcp وصل کنید و بپرسید. -q خروجی خام ابزار را پنهان می‌کند:

ترمینال
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.

همین بسته apfel-mcp-ddg-search (جست‌وجوی وب)، apfel-mcp-search-and-fetch و apfel-mcp-fs (خواندن یک فایل محلی) را هم دارد. هر سرور MCPی کار می‌کند: مسیر یک اسکریپت محلی یا یک URL با https://.

ابزارهایی با چند آرگومان نام‌دار هم کار می‌کنند. این ماشین‌حساب مخزن apfel است (mcp/calculator/server.py): مدل multiply را با هر دو آرگومان صدا می‌زند، apfel آن را اجرا می‌کند و مدل با نتیجه جواب می‌دهد:

ترمینال
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.

خط tool: همان فراخوانی‌ای است که apfel اجرا کرده و به شما نشان می‌دهد. پیش از apfel 1.18.0 مدل نام آرگومان‌ها را نمی‌دید و حدسشان می‌زد، برای همین چنین فراخوانی‌ای شکست می‌خورد (issue #555، رفع‌شده در pull request #556). اگر اینجا invalid arguments دیدید، با brew upgrade apfel به‌روزرسانی کنید.

9. با چت یک prompt را امتحان کنید

در 2 دقیقه به این می‌رسید: گفتگویی در ترمینال که حرف‌های قبلی‌تان را به خاطر می‌سپارد.

وقتی دارم prompt یک اسکریپت را شکل می‌دهم، می‌خواهم سریع چند نوبت گفتگو را امتحان کنم، تا پیش از خودکارسازی ببینم مدل چه واکنشی نشان می‌دهد.

ترمینال
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.

با -s یک پرسونا اضافه کنید، مثلاً apfel --chat -s "You are a patient Python tutor". وقتی یک چت طولانی از پنجرهٔ کانتکست بزرگ‌تر شود، apfel به‌طور پیش‌فرض قدیمی‌ترین نوبت‌ها را حذف می‌کند؛ راهنمای کانتکست استراتژی‌های دیگر را توضیح می‌دهد. برای یک پنجره با دکمه، apfel-chat را ببینید.

10. سرور را در پس‌زمینه روشن نگه دارید

در 2 دقیقه به این می‌رسید: سرور سازگار با OpenAI که هنگام ورود به سیستم خودش راه می‌افتد و همیشه روی پورت 11434 آماده است.

وقتی ابزارهای روی مکم هر روز از endpoint محلی استفاده می‌کنند، می‌خواهم همیشه روشن باشد، تا دیگر لازم نباشد دستی راهش بیندازم.

ترمینال
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)

تنظیماتی مثل پورت، توکن یا سرورهای MCP متغیرهای محیطی‌اند، مثلاً APFEL_PORT=8080 brew services start apfel. همهٔ آن‌ها در راهنمای سرویس پس‌زمینه فهرست شده‌اند.

11. اپ‌هایی که روی apfel ساخته شده‌اند

در 2 دقیقه به این می‌رسید: همان مدل روی دستگاه، در یک پنجره، در نوار منو یا با یک کلید میان‌بر، اگر اپ را به ترمینال ترجیح می‌دهید.

این‌ها کار همان نگه‌دارندگان پروژه‌اند («apfel tree» در README). در 15 نوامبر 2026 بررسی کردیم که نام نصب هر کدام در Homebrew وجود دارد؛ خود اپ‌ها را برای این صفحه تست نکردیم.

اپ کاربرد نصب
apfel-chat اپ چت با پاسخ‌های stream‌شده، گفتار و تحلیل تصویر brew install Arthur-Ficial/tap/apfel-chat
apfel-clip اکشن‌هایی در نوار منو روی کلیپ‌بورد: خلاصه، ترجمه، بازنویسی brew install Arthur-Ficial/tap/apfel-clip
apfel-quick یک کلید بزنید، بپرسید، جواب بگیرید، ببندید brew install Arthur-Ficial/tap/apfel-quick
apfelpad دفترچه‌یادداشتی که در آن هوش مصنوعی فرمولی است که در یک خانه می‌گذارید brew install Arthur-Ficial/tap/apfelpad
apfel-mcp ابزارهای MCP به اندازهٔ پنجرهٔ کوچک (کار 8) brew install Arthur-Ficial/tap/apfel-mcp
apfel-run apfel با پیکربندی ذخیره‌شده و فهرستی از سرورهای MCP brew install Arthur-Ficial/tap/apfel-run
apfel-tag برچسب، موضوع و احساسات برای هر متنی که به آن pipe کنید brew install Arthur-Ficial/tap/apfel-tag
apfel-gui پنجرهٔ دیباگ: درخواست‌ها، پیام‌های MCP، گفتار brew install Arthur-Ficial/tap/apfel-gui

محدودیت‌ها و پاسخ‌های صادقانه

apfel مدل روی دستگاه Apple را در اختیارتان می‌گذارد. README آن را حدود 3 میلیارد پارامتر می‌داند، یعنی خیلی کوچک‌تر از مدل‌های ابری پشت ChatGPT یا Claude. در کارهای متنی کوتاه و متمرکز خوب است. این‌ها محدودیت‌هایی‌اند که خودمان به آن‌ها خوردیم یا مستندات به آن‌ها اشاره می‌کند.

پنجرهٔ کانتکست کوچک است. سؤال و جواب با هم باید روی macOS 26 و مک‌های M1 و M2 در 4,096 توکن جا شوند، و روی مک‌های M3 یا جدیدتر با 12 GB حافظه یا بیشتر که macOS 27 دارند در 8,192 توکن (README). apfel --model-info مقدار مک شما را نشان می‌دهد. README خود apfel برایش بیش از حد طولانی است. پیش از ارسال بشمارید:

ترمینال
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

عدد 3,584 همان پنجرهٔ 4,096 توکنی است منهای 512 توکنی که برای پاسخ آزاد نگه داشته می‌شود. README حدود 3,000 کلمه دارد، اما Markdown و کد به ازای هر کلمه توکن زیادی مصرف می‌کنند. فایل‌های طولانی را تکه‌تکه بدهید (head -c 6000 file)، هر بار یک بخش.

تاریخ امروز را نمی‌داند. یکی از خودش ساخت:

ترمینال
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.

هر اطلاعاتی را که لازم دارد در prompt به آن بدهید. به اینترنت دسترسی ندارد، مگر اینکه یک ابزار MCP وصل کنید.

گاهی اشتباه می‌کند، آن هم با اطمینان کامل. بالاتر دیدید: دستورهای shell غلط در کار 4 و ترجمه‌ای که معنا را برعکس کرد در کار 2. هر چیز مهمی را بررسی کنید.

فیلتر ایمنی Apple ممکن است متن بی‌ضرر را هم مسدود کند. در این صورت apfel با exit code 3 و پیام The request was blocked by Apple's safety guardrails متوقف می‌شود. جمله را جور دیگری بنویسید، یا برای نوشتن خلاقانه و اسناد --permissive را اضافه کنید؛ سند guardrails توضیح می‌دهد چه چیزی را تغییر می‌دهد. در اجراهای این صفحه به هیچ مسدودسازی‌ای برنخوردیم.

پاسخ‌ها در هر اجرا فرق می‌کنند. این‌ها خروجی‌های واقعی‌اند، هر کدام از یک بار اجرا. پاسخ‌های شما با کلمات دیگری خواهند بود. برای پاسخ‌های تکرارپذیرتر از --temperature 0 استفاده کنید؛ apfel قول خروجی یکسان در اجراهای مختلف یا پس از به‌روزرسانی‌های macOS را نمی‌دهد (سیاست پایداری).

سرعت: بیشتر پاسخ‌ها در اجراهای ما در 1 تا 2 ثانیه برگشتند. خلاصهٔ صفحهٔ وب با ابزار MCP، 8 ثانیه طول کشید.

پیش‌نیازها سخت‌گیرانه‌اند: فقط Apple Silicon، macOS 26 یا جدیدتر، Apple Intelligence روشن، و یکی از 15 زبانی که --model-info فهرست می‌کند. مک‌های Intel نمی‌توانند آن را اجرا کنند.

وقتی چیزی کار نمی‌کند

apfel مشکلات را با یک exit code گزارش می‌دهد تا اسکریپت‌ها بتوانند واکنش نشان دهند. درست بعد از دستور، آن را با echo $? بررسی کنید.

exit code یا خطا معنا چه باید کرد
2 فلگ یا گزینهٔ اشتباه فلگ‌ها پیش از prompt می‌آیند؛ apfel --help آن‌ها را فهرست می‌کند
3 فیلتر ایمنی Apple درخواست را مسدود کرد جمله را جور دیگری بنویسید، یا --permissive را اضافه کنید
4 ورودی برای پنجرهٔ کانتکست بیش از حد طولانی است متن کمتری بفرستید؛ با apfel --count-tokens بررسی کنید
5 مدل در دسترس نیست Apple Intelligence را روشن کنید، منتظر دانلود بمانید، زبان مک و Siri را یکی کنید
6 مدل مشغول است یا محدودیت نرخ اعمال شده صبر کنید و دوباره اجرا کنید، یا --retry را اضافه کنید
Connection refused هیچ سروری روی پورت 11434 نیست apfel --serve یا brew services start apfel را اجرا کنید
HTTP 501 endpointی که مدل روی دستگاه ارائه نمی‌دهد (embeddingها، /v1/completions) از /v1/chat/completions استفاده کنید
piped input was empty دستور در stderr نوشته است command 2>&1 \| apfel "..."

هنوز گیر کرده‌اید؟ در GitHub جست‌وجو کنید یا یک issue باز کنید.

چه کسی این را ساخته و چطور تست شده

apfel رایگان و متن‌باز است (مجوز MIT)، یکی از پروژه‌های franzai از Franz Enzenhofer. نگه‌داری آن با همکاری Arthur Ficial، دستیار هوش مصنوعی Franz، انجام می‌شود که این آموزش را هم نوشته است. چون سازندگان apfel این صفحه را نوشته‌اند، هر شکستی را که دیدیم فهرست کردیم و هیچ کدام را کنار نگذاشتیم.

چطور تست کردیم: در 15 نوامبر 2026 همهٔ دستورهای این صفحه را روی یک MacBook Air M2 (24 GB) با macOS 27.0.1 (build 26A434) اجرا کردیم. از باینری امضاشدهٔ apfel 1.18.0 از release در GitHub استفاده کردیم (همان فایلی که tap در Homebrew نصب می‌کند)، داخل یک session واقعی ترمینال، و خروجی را بدون تغییر کپی کردیم. نسخهٔ اول این صفحه (14 نوامبر 2026، apfel 1.16.0) باگ ابزارهای چندآرگومانی را در کار 8 نشان می‌داد؛ نسخهٔ 1.18.0 آن را رفع کرده، برای همین همهٔ دستورها را برای این نسخه دوباره اجرا کردیم. هر جا خروجی اول غلط بود، همان خروجی غلط را در صفحه نگه داشتیم و این را گفتیم. تنها اجراهای دوباره برای پیدا کردن پاسخ‌هایی بود که به هیچ ویرایشی نیاز نداشتند: یکی از خلاصه‌های صفحهٔ وب یک خط تیرهٔ بلند داشت که این سایت چاپش نمی‌کند، پس دوباره اجرا کردیم و اجرای سوم را نگه داشتیم. مثال گفتار با نوشتن صدا در یک فایل بررسی شد، چون مک تست خروجی صدا نداشت. اسکریپت‌های دمو را apfel --demos از apfel 1.18.0 نوشته است.

دیگران دربارهٔ apfel چه نوشته‌اند: پست Show HN (3 آوریل 2026، 743 امتیاز)، راهنمایی از Better Stack، مقاله‌ای از GIGAZINE و یک بررسی عملی در danilchenko.dev.

منابع: README پروژهٔ apfel، مرجع CLI، راهنمای نصب، اسکریپت‌های دمو، apfel در برابر fm از Apple و فهرست issueها، خوانده‌شده در 15 نوامبر 2026.