v1.18.0 · Zero configurazione · MIT
apfel
L'IA gratuita che hai già sul tuo Mac.
macOS Tahoe include un LLM da 3 miliardi di parametri. apfel te lo porta nella CLI con un solo brew install. Nessun modello da scaricare, nessuna chiave API, nessuna configurazione: funziona e basta.
$ brew install apfel
6.6k+ stelle su github.com/Arthur-Ficial/apfel
Requisiti: Apple Silicon · macOS Tahoe · Apple Intelligence attiva
Nuovo su apfel? Inizia il tutorial di 60 secondi (in inglese)
Tutto gira sul tuo dispositivo. Nessuna chiamata di rete. Nessun dato lascia il tuo Mac.
Guardalo all'opera.
Da brew install alla prima risposta dell'IA in 12 secondi. Nessuna configurazione richiesta.
Zero configurazione. Zero LLM da scaricare. Zero costi per token.
Altri strumenti di IA locale sono ottimi, ma richiedono di scaricare modelli e configurarli. apfel non ha bisogno di nulla: il modello è già sul tuo Mac. Un solo brew install. Fatto.
Il modello sotto il cofano
Apple ML ResearchTre strumenti. Una sola installazione.
Una CLI, un server compatibile con OpenAI e una chat interattiva. Tutto da un solo brew install. Nessun download aggiuntivo.
Strumento UNIX
Fatto per le pipe e componibile. Funziona con jq, xargs e i tuoi script shell. stdin, stdout, output JSON, JSON conforme a uno schema con --schema, conversazioni multi-turno da un file di messaggi con --messages, allegati, exit code corretti.
Server OpenAI
Sostituto drop-in su localhost:11434. Punta lì qualsiasi SDK OpenAI e sei pronto. Chat Completions e Responses API, streaming, tool calling, output JSON Schema, CORS.
Chat interattiva
Conversazioni multi-turno con gestione automatica del contesto. Cinque strategie di trimming. Supporto per il system prompt. Per iniziare basta digitare apfel in un terminale. Tutto sul tuo Mac.
Supporto MCP nativo.
Dai degli strumenti al modello on-device di Apple. Qualsiasi strumento.
Collega server di strumenti con --mcp
apfel parla il Model Context Protocol. Collegalo a qualsiasi server MCP e il modello on-device ottiene nuovi strumenti: calcoli, API, database, qualunque cosa per cui tu possa scrivere un server.
- Funziona in tutte e tre le modalità: CLI, server e chat
- Rileva automaticamente gli strumenti con MCP tools/list all'avvio
- Chiamate agli strumenti rilevate ed eseguite, risultati restituiti al modello in automatico
- Senza il flag --mcp nessun overhead: zero token in più, zero modifiche al percorso del codice
- Include un server MCP calcolatrice come proof of concept
- Server MCP remoti via URL:
--mcp https://...con autenticazione Bearer token opzionale
Come funziona.
Apple ha messo un LLM in ogni Mac. Ed è lì, inutilizzato. apfel gli apre una porta d'ingresso, con zero configurazione.
Apple include un LLM on-device
A partire da macOS 26 (Tahoe), ogni Mac con Apple Silicon include un modello linguistico come parte di Apple Intelligence. Apple lo rende accessibile tramite il framework FoundationModels, un'API Swift che dà alle app accesso a SystemLanguageModel. Tutta l'inferenza gira su Neural Engine e GPU. Nessuna chiamata di rete, niente cloud, niente chiavi API. Il modello è semplicemente lì.
Ma Apple lo usa solo per Siri
Di serie, il modello on-device alimenta Siri, Writing Tools e le funzioni di sistema. Non c'è nessun comando da terminale, nessun endpoint HTTP, nessun modo di farci passare del testo in pipe. Il framework FoundationModels esiste, ma per usarlo devi scrivere un'app Swift. Ed è proprio quello che fa apfel.
Cosa aggiunge apfel
apfel è un binario Swift 6.3 che incapsula LanguageModelSession e lo rende disponibile in tre modi: come strumento UNIX a riga di comando con stdin/stdout, come server HTTP compatibile con OpenAI (basato su Hummingbird) e come chat interattiva con gestione del contesto.
Si occupa di ciò che l'API nuda di Apple non fa: exit code corretti, output JSON, allegati, cinque strategie di trimming per la piccola finestra di contesto (4.096 token, 8.192 sui Mac M3 e successivi con macOS 27), conteggio reale dei token tramite l'SDK e conversione degli schemi dei tool OpenAI nel formato nativo di Apple Transcript.ToolDefinition.
Privato fin dalla progettazione.
Nemmeno una chiamata HTTP mentre usi apfel. Ogni affermazione qui sotto rimanda alla documentazione di Apple.
On-device. Funziona offline.
Il framework FoundationModels gira interamente sul Neural Engine del tuo Apple Silicon. Niente server, niente cloud, nessuna connessione a internet necessaria.
I tuoi dati restano tuoi.
Apple non raccoglie prompt, risposte né alcun dato d'uso dall'inferenza on-device. Nulla viene salvato, nulla viene inviato.
Mai usati per l'addestramento.
Apple addestra i suoi foundation model solo su dati pubblici o concessi in licenza. Le tue interazioni non entrano mai nella pipeline di addestramento.
apfel non aggiunge alcun tracciamento.
Niente analytics, niente telemetria, nessun controllo automatico degli aggiornamenti, nessun crash report, nessuna connessione nascosta verso l'esterno. L'unica chiamata di rete che apfel fa è quando esegui esplicitamente apfel --update. Tutto il codice è open source.
Strumenti potenti inclusi.
Script shell nella cartella demo/. Prima installa apfel, poi prendi quelli che ti servono.
cmd
Dal linguaggio naturale al comando shell. Di' cosa vuoi, ottieni il comando.
oneliner
Catene di pipe a partire da una frase semplice. awk, sed, sort, uniq: li scrive lui per te.
mac-narrator
Racconta l'attività di sistema del tuo Mac come un documentario naturalistico.
explain
Spiega qualsiasi comando, messaggio d'errore o frammento di codice in parole semplici.
wtd
Che cartella è questa? Orientamento immediato in qualsiasi codebase.
gitsum
Riassume i commit git recenti in poche frasi.
30 one-liner utili e geniali.
Ogni comando è testato su un Mac vero. Concatena apfel con ps, lsof, du, vm_stat, git, pbpaste, sleep, pgrep, curl, say: una componibilità che le IA nel cloud non possono eguagliare, perché non vedono i tuoi processi, i tuoi appunti, il tuo git diff. apfel sì.
Cosa mi sta divorando la CPU in questo momento.
$ps aux | sort -k 3 -nr | head -5 | awk '{print $11, $3"%"}' | apfel "which app is using the most CPU"
-> WindowServer è il processo che usa più CPU, al 42,6%.
Quali app sono in ascolto su quali 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 ...
Quale volume è più vicino a riempirsi.
$df -h | apfel "which volume is fullest, one sentence"
-> /dev/disk3s1 è il più pieno: 263Gi su 926Gi.
vm_stat tradotto in parole semplici.
$vm_stat | apfel "explain my memory usage in plain english, one sentence"
-> 349k pagine attive, 266k wired: molta memoria in uso.
Quali cartelle qui dentro occupano più spazio su disco.
$du -sh */ 2>/dev/null | sort -rh | head -5 | apfel "which folders are eating most disk, one sentence"
-> Dominano Library con 36G e Downloads con 604M.
I file più grandi in questa cartella.
$ls -laS | head -10 | apfel "what are the biggest files here, just file names"
-> apfel-quick-preview.png, og.png, translate-preview.png ...
Quali app stanno comunicando con internet in questo momento.
$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 ...
Salute della batteria e autonomia residua in una riga.
$pmset -g batt | apfel "battery health and percent, one line"
-> Carica completa, salute al 100%, attualmente in uso.
Riassumi i tuoi commit recenti in parole semplici.
$git log --oneline -20 | apfel "summarize what I have been working on"
-> Aggiornamenti da v1.2.1 a v1.3.2, aggiunti progetti fratelli ...
Scrivi una nota di rilascio di una riga dai commit recenti.
$git log --oneline -5 | apfel "write a one-line release note based on these commits"
-> Rilasciata la v1.3.2 con 5053 stelle, 783 test, aggiornamenti.
Correggi la grammatica di ciò che hai negli appunti e rimettici la versione corretta.
$pbpaste | apfel "fix grammar" | pbcopy
-> "i has went" diventa "I went", di nuovo negli appunti.
Traduci gli appunti in giapponese e rimettili al loro posto.
$pbpaste | apfel "translate to japanese" | pbcopy
-> Ora gli appunti contengono la traduzione in giapponese.
Riassumi in 3 punti un muro di testo che hai negli appunti.
$pbpaste | apfel "summarize in 3 bullets"
-> 3 punti asciutti nel tuo terminale.
Estrai le azioni da fare dalle note di una riunione copiate negli appunti.
$pbpaste | apfel "extract just the action items as a clean bullet list, no other text" | pbcopy
-> "Sarah prepara il budget del Q3", "scrivere al team di design", ... di nuovo negli appunti.
Fatti avvisare a voce quando un'attività lunga finisce (qui, tra 30 minuti).
$sleep 1800 && apfel "tell me cheerfully my long task just finished, one short sentence" | say
-> Il Mac dice: "La tua attività lunga è appena terminata, ottimo lavoro!"
Aspetta che un file arrivi in Download, poi annuncialo.
$until [ -e ~/Downloads/Report.pdf ]; do sleep 5; done; apfel "tell me my download just landed, one cheerful sentence" | say
-> Controlla ogni 5s; quando compare Report.pdf, il Mac dà la notizia a voce.
Aspetta che un processo lungo termini, poi annuncialo.
$while pgrep -q ffmpeg; do sleep 5; done; apfel "tell me cheerfully that my video encoding is done, one short sentence" | say
-> Controlla ogni 5s; quando ffmpeg termina, il Mac dà la notizia a voce.
Ogni 30 minuti, riassumi ad alta voce cosa hai appena rilasciato.
$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
-> Uno stand-up automatico ogni mezz'ora, letto ad alta voce mentre continui a programmare.
Ogni 15 minuti, avvisa ad alta voce se la batteria scende sotto il 20 per cento.
$while sleep 900; do P=$(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
-> Silenzio finché la batteria non cala; poi il Mac lancia ad alta voce un avviso cordiale ma urgente.
Controlla un URL finché non risponde 2xx, poi festeggia il deploy ad alta voce.
$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
-> Controlla ogni 30s finché lo staging non è online; il Mac dice "Il deploy è online, l'URL risponde!".
Riformula una frase informale in modo cortese.
$echo "hey can u send me docs asap" | apfel "rephrase politely"
-> "Potrebbe gentilmente inviarmi i documenti appena possibile ..."
Interroga un URL e chiedi cosa succede, solo dagli header.
$curl -sI https://github.com | apfel "explain what happens at this URL in one sentence, based on the HTTP headers"
-> GitHub serve una pagina HTML con header di caching e di sicurezza rigorosi.
Hacker News di oggi, riassunto in una frase e letto ad alta voce.
$curl -s https://news.ycombinator.com | grep titleline | sed "s/<[^>]*>//g" | apfel "summarize hacker news today in one cheerful sentence" | say
-> Il Mac legge le notizie principali del giorno in un unico riassunto compatto.
Spiega un blob JSON in parole semplici.
$echo '{"name":"alice","plan":"pro","credits":42}' | apfel "explain this JSON in one sentence"
-> Un'utente di nome Alice con piano pro e 42 crediti.
Calcoli senza aprire la calcolatrice.
$apfel "what is 15% tip on 87.50, just the number"
-> 13.13
Genera una regex senza uscire dal terminale.
$apfel "regex for a valid email address, just the regex"
-> ^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$
Chiedi il one-liner bash che hai dimenticato.
$apfel "give me one find command that lists files larger than 100MB, just the bash command"
-> find / -type f -size +100M
Fatti spiegare un comando criptico invece di tirare a indovinare.
$apfel "explain the command tar -xzvf file.tar.gz in one sentence"
-> Decomprime ed estrae un tarball gzip nella directory corrente.
Non ricordi il comando git esatto? Chiedi e basta.
$apfel "git command to uncommit but not unedit my last commit, just the command"
-> git reset --soft HEAD~1
Decifra in una frase la regex scritta da qualcun altro.
$apfel "explain this regex in one sentence: ^\d{3}-\d{4}$"
-> Corrisponde a un prefisso di 3 cifre, un trattino e 4 cifre: un formato telefonico USA.
Converti una data scritta alla buona in 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
Riassumi un intero file in 3 punti.
$apfel -f README.md "summarize in 3 bullets"
-> 3 punti su scopo, installazione, utilizzo.
Compatibile con OpenAI.
Cambia un URL. Il codice resta quello.
Sostituto drop-in
apfel parla l'API di OpenAI. Qualsiasi libreria client, framework o strumento che comunica con OpenAI può parlare invece con l'IA del tuo Mac. Basta cambiare il 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
- ✓ Parti image_url come data URL (macOS 27)
- ✓ temperature, max_tokens, seed
- ✓ CORS per client nel browser
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)
Stesso modello di fm di Apple. Altro mestiere.
macOS 27 include fm, il front end a riga di comando di Apple per il modello on-device. Ecco dove le due strade si separano.
| apfel | Apple fm | |
|---|---|---|
| Gira su | macOS 26 e 27, un solo binario | Solo macOS 27 |
| Installa | brew install apfel | Già presente (sudo fm license una volta) |
| I client OpenAI funzionano senza modifiche | Sì: JSON di default, usage, max_tokens rispettato, errori mappati | Fa streaming se non gli si chiede il contrario, ignora max_tokens, errore 500 sui guardrail |
| Tool calling e MCP | Chiamate native agli strumenti, server MCP locali e remoti | Nessuno (tools lascia trapelare token del template nella risposta) |
| Scripting | --code, -o json, 9 exit code, --count-tokens --strict | Testo semplice, exit 0 o 1 |
| File in input | Testo, PDF, immagini: testo OCR su entrambi i sistemi, più l'immagine stessa passata al modello su macOS 27 | Immagini passate al modello, più strumenti integrati per OCR e codici a barre |
| Sessioni di chat persistenti | No | Trascrizioni con nome, --resume |
| Velocità | Stesso modello sullo stesso Mac, stessa finestra di contesto (4.096 token su questo M2, 8.192 su M3 e successivi), conteggio dei token identico. Prompt singolo: 0,35 s contro 0,30 s. | |
Un po' di storia. apfel è arrivato prima: primo commit e v0.1.0 il 24 marzo 2026, prima release su GitHub il 31 marzo 2026, prima pagina di Hacker News ad aprile. Apple ha annunciato fm alla WWDC l'8 giugno 2026 e l'ha rilasciato con macOS 27 il 14 settembre 2026. Entrambi usano lo stesso modello on-device tramite lo stesso framework FoundationModels; apfel è quello open source, e quello che gira anche su macOS 26.
Ogni riga è stata misurata su macOS 27.0.1 (Apple M2, 24 GB) il 05/10/2026 e viene rimisurata a ogni release di apfel. La pagina completa contiene i test del server, la tabella di parità del conteggio dei token e tutti i comandi per riprodurli.
Popolare su GitHub.
Da zero a 6,610 stelle, e si continua a salire.
Starred by engineers from Apple, Google, VMware, NVIDIA, and PlayStation.
Metti una stella su GitHubDati aggiornati al
Inizia subito.
Nessun modello da scaricare. Nessuna registrazione. Nessuna chiave API. Solo questo.
Homebrew
$ brew install apfel $ apfel "Hello, Mac"
Compila dai sorgenti
$ git clone https://github.com/Arthur-Ficial/apfel.git $ cd apfel && make install
L'albero di apfel.
Una famiglia crescente di strumenti nativi per macOS basati su apfel, più progetti fratelli che portano altri framework Apple nel terminale.
apfel-chat
Client di chat per macOS con più conversazioni. Markdown in streaming, voce in ingresso e in uscita, analisi delle immagini: tutto privato, niente chiavi API, niente cloud.
SwiftUI In produzione
apfelpad
Un blocco note a formule per pensare. Scrivi =apfel("summarize this") nel tuo markdown e guarda la risposta comparire in streaming nel testo. Come =SOMMA, ma per il linguaggio.
apfel-quick
Overlay IA istantaneo. Premi Ctrl+Spazio ovunque, scrivi una domanda e la risposta arriva in streaming negli appunti. Niente Wi-Fi, niente account, niente conti da pagare.
SwiftUI Nuovo
apfel-gui
GUI di debug nativa per macOS in SwiftUI. Chatta con Apple Intelligence, ispeziona richieste e risposte, log, speech-to-text, text-to-speech: tutto on-device.
SwiftUI
apfel-clip
Azioni IA sugli appunti dalla barra dei menu. Premi cmd+shift+V su qualsiasi testo: correggi la grammatica, traduci, spiega codice, riassumi. Tutto on-device, niente chiavi API.
SwiftUI In produzione
apfel-mcp
Dai ad apfel il web e i tuoi file. Quattro piccoli strumenti MCP (url-fetch, ddg-search, search-and-fetch e un lettore di file in sola lettura), ognuno ridotto all'osso per stare nella piccola finestra di contesto di apfel (4.096 token sulla maggior parte dei Mac, 8.192 su M3 e successivi con macOS 27).
Python Nuovo
apfel-run
Un piccolo wrapper UNIX che dà ad apfel un registro MCP persistente. Attiva e disattiva i server MCP per nome da un semplice file di configurazione di testo. Sopravvive ai riavvii, niente GUI, niente daemon.
Shell Nuovo
apfel-server-kit
Pacchetto Swift condiviso che fa girare l'ecosistema. Trova e avvia un processo locale apfel --serve e ne riceve lo streaming. La spina dorsale con cui parla ogni app SwiftUI di apfel.
Swift Nuovo
auge
Progetto fratello. apfel si occupa del linguaggio, auge della visione. Una CLI per OCR, classificazione di immagini, codici a barre e riconoscimento dei volti, 100% on-device grazie al framework Vision di Apple. Niente chiavi API, niente cloud.
Swift Progetto fratello
translate
Progetto fratello. Filtro UNIX più server HTTP drop-in per DeepL, LibreTranslate e Google v2, basato sul framework Translation on-device di Apple. 100% on-device, imposto rigorosamente da NetworkGuard. Niente chiavi API, niente cloud.
Swift Progetto fratelloDomande frequenti.
Domande raccolte su Hacker News e Reddit.
Quale versione di macOS mi serve?
apfel accede ai miei dati personali?
Qualche dato lascia il mio Mac?
Il modello: il framework FoundationModels di Apple funziona senza connessione a internet e gira interamente sul Neural Engine. I tuoi prompt e le risposte non lasciano mai il dispositivo. I dati degli utenti non vengono mai usati per l'addestramento.
Lo strumento: apfel mantiene le cose così. Niente analytics, niente telemetria, niente tracciamento, nessun controllo automatico degli aggiornamenti, nessun crash report, nessuna connessione nascosta verso l'esterno. Open source e verificabile.
Quanto è grande la finestra di contesto?
apfel --model-info mostra la finestra che il tuo Mac ha davvero. Ottima per script shell, riassunti e trasformazioni di testo. Non adatta a conversazioni lunghe o documenti voluminosi.In cosa è bravo il modello? Dove fa fatica?
Limitato in: matematica, conoscenza dei fatti, conversazioni lunghe, generazione di codice complesso.
Il modello preferisce rifiutare piuttosto che avere allucinazioni. È una scelta di design voluta da Apple.
La modalità server è sicura?
--token), controllo dell'origin, endpoint di log solo in modalità debug. Dettagli in server-security.md.Devo attivare Apple Intelligence?
Come aggiorno apfel?
apfel --update. Rileva il metodo di installazione, cerca una versione più recente e chiede conferma prima di aggiornare. A mano: brew upgrade apfel oppure git pull && make install.Che modello usa?
In cosa è diverso apfel da Ollama o LM Studio?
apfel supporta MCP e il tool calling?
--mcp <server> per collegare strumenti. Guida al tool calling.In cosa è diverso apfel da fm, la CLI di Apple su macOS 27?
fm, il front end a riga di comando di Apple per lo stesso modello on-device. apfel aggiunge il server compatibile con OpenAI con tool calling, MCP, output JSON Schema, immagini in input come data URL, exit code onesti e il supporto a macOS 26. Il confronto misurato fianco a fianco: apfel vs fm.apfel ha telemetria o connessioni nascoste verso l'esterno?
apfel --update, che controlla su Homebrew se c'è una versione più recente. Open source e verificabile.Chi l'ha creato?
Co-mantenuto da Arthur Ficial, un'istanza di OpenClaw che gira su Claude Opus di Anthropic. Sviluppato in gran parte con Claude Code e Codex. Sempre in modalità high thinking / high effort.
Avviato: 24 marzo 2026.