apfel è un progetto .

Tutorial · testato il 15 novembre 2026

Tutorial apfel AI

La tua prima risposta dall'IA che hai già sul Mac in 60 secondi. Poi 11 compiti che svolge bene, ognuno pronto da copiare e incollare con l'output reale, e un elenco onesto di ciò che non sa fare.

Vera registrazione del terminale, senza montaggio: apfel 1.18.0 su macOS 27.0.1, MacBook Air M2.
In questa pagina: 15 sezioni
  1. La tua prima risposta in 60 secondi
  2. 1. Fai domande al Mac su se stesso
  3. 2. Correggi qualsiasi testo copiato
  4. 3. Leggi scontrini, PDF e script
  5. 4. Da una frase a un comando shell
  6. 5. JSON di cui i tuoi script possono fidarsi
  7. 6. Automatizza la giornata: git, voce e script pronti
  8. 7. Esegui gratis il tuo codice OpenAI
  9. 8. Dagli degli strumenti con MCP
  10. 9. Chatta per provare un prompt
  11. 10. Tieni il server attivo in background
  12. 11. App basate su apfel
  13. Limiti e risposte oneste
  14. Quando qualcosa va storto
  15. Chi l'ha scritto e come è stato testato

La tua prima risposta in 60 secondi

Ti serve un Mac con Apple Silicon (M1 o successivo) con macOS 26 Tahoe o più recente, e Apple Intelligence attiva in Impostazioni di Sistema > Apple Intelligence e Siri. Controlla i primi due requisiti con una sola riga:

Terminale
sw_vers -productVersion && uname -m
27.0.1
arm64

Una versione 26 o superiore e arm64 significano che sei pronto. Installa apfel con Homebrew. Niente Xcode, niente account, niente chiave API:

Terminale
brew install apfel

Fai la tua prima domanda:

Terminale
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.

Questa risposta arriva dal modello di Apple sul tuo Mac. Nulla è stato inviato a un server, e non è costato niente.

Se non funziona: chiedi ad apfel se il modello è pronto:

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

Se dice available: no, attiva Apple Intelligence nelle Impostazioni di Sistema e aspetta che il modello abbia finito di scaricarsi (secondo la guida all'installazione occupa da 3 a 4 GB). La lingua del Mac e quella di Siri devono coincidere ed essere una lingua supportata. Finché il modello non è disponibile, apfel termina con exit code 5.

Prossimo passo: i compiti qui sotto. Ognuno comincia con ciò che avrai in mano dopo due minuti.

1. Fai domande al Mac su se stesso

In 2 minuti avrai: risposte in parole semplici su disco, CPU e memoria, direttamente dai comandi che già conosci.

Quando un comando da terminale sputa un muro di numeri, voglio una risposta di una riga, così posso agire senza leggere una man page.

Manda in pipe ad apfel qualsiasi comando e di' cosa vuoi sapere:

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

Tieni piccolo l'input: prima head, awk e grep, poi apfel. Il modello legge solo qualche migliaio di parole alla volta, ancora meno se si tratta di codice (vedi i limiti).

Se non funziona: alcuni comandi scrivono su stderr, che una pipe non trasporta. apfel te lo dice: piped input was empty - if the command prints to stderr, try: command 2>&1 | apfel.

Prossimo passo: lo stesso trucco funziona con git log, lsof, pmset -g batt, i file di log e qualunque altra cosa stampi del testo.

2. Correggi qualsiasi testo copiato

In 2 minuti avrai: un comando che corregge la grammatica di qualunque cosa ci sia negli appunti, in qualsiasi app.

Quando scrivo un messaggio veloce su Slack, in Mail o nel browser, voglio sistemarlo senza aprire un'altra app, così posso reincollarlo in pochi secondi.

Copia un testo, poi esegui la riga centrale. pbpaste legge gli appunti, pbcopy ci riscrive il risultato:

Terminale
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.

Perché "the text above": apfel mette prima il testo arrivato dalla pipe e dopo la tua istruzione (sorgente). Con l'istruzione breve "fix grammar and spelling, reply with the corrected text only", il modello ha risposto al messaggio invece di correggerlo, scrivendo Could you let me know which meeting you're referring to?. Nel nostro test, indicare esplicitamente il testo su cui lavorare ha risolto il problema.

Se non funziona: rileggi il risultato prima di inviarlo. Un modello piccolo a volte cambia il senso: quando gli abbiamo chiesto di tradurre questa frase in tedesco, ha trasformato "Can you send me" in "Can I send you".

Prossimo passo: metti la riga centrale in un alias della shell o in un'azione "Esegui script shell" di Comandi Rapidi e assegnale una scorciatoia da tastiera.

3. Leggi scontrini, PDF e script

In 2 minuti avrai: risposte su un'immagine, un PDF scansionato o uno script, letti sul tuo Mac con il riconoscimento del testo di Apple.

Quando uno scontrino, una scansione o un file sconosciuto finisce nei Download, voglio l'unica informazione che mi serve, così posso archiviarlo senza aprirlo.

Allega un file con -f. Abbiamo creato un'immagine di prova di uno scontrino (receipt.png) con queste righe:

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

Funziona anche lo stesso scontrino salvato come PDF di sola immagine, perché apfel esegue il riconoscimento del testo sulle pagine scansionate:

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

E qualsiasi file di testo, per esempio uno script shell:

Terminale
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.

Questo script lo ottieni nel compito 6. Per allegare più file usa -f a.txt -f b.txt.

Se non funziona: exit code 4 significa che il file è troppo lungo per il modello (vedi i limiti). Exit code 3 significa che il filtro di sicurezza di Apple l'ha bloccato; per questo caso la guida all'estrazione dai file consiglia di aggiungere --permissive.

4. Da una frase a un comando shell

In 2 minuti avrai: il comando che non ricordavi, stampato pulito così puoi copiarlo.

Quando dimentico i flag di find, du o tar, voglio ottenere il comando da una frase semplice, così posso restare nel terminale.

--code stampa solo il codice, senza spiegazioni:

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

I flag sono giusti, ma il modello si è inventato una cartella. La tua cartella home è ~ (quindi: find ~ -type f -size +100M).

Terminale
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

Leggi ogni comando prima di eseguirlo. Nei nostri test il modello ne ha prodotti anche di sbagliati. Alla richiesta "i 10 file più grandi nella cartella corrente" ha stampato ls -lh | head -n 10, che elenca le prime 10 voci, non le più grandi. Alla richiesta "mostra le porte aperte" ha proposto netstat -tuln | grep LISTEN, che usa flag di Linux: su macOS non stampa proprio nulla. Su un Mac le elenca lsof -iTCP -sTCP:LISTEN -n -P.

Prossimo passo: lo script demo cmd del compito 6 fa tutto questo e chiede conferma prima di eseguire qualcosa (-x) o copiare il comando (-c).

5. JSON di cui i tuoi script possono fidarsi

In 2 minuti avrai: dati strutturati estratti da testo disordinato, in un JSON che rispetta sempre il tuo schema.

Quando mi servono nomi, numeri o date da email e appunti, voglio campi, non prosa, così posso passarli a jq, a un foglio di calcolo o a uno script.

Salva uno JSON Schema come contact.schema.json:

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

Poi passa il testo in pipe con --schema. apfel vincola il modello in modo che l'output sia JSON valido per quello schema:

Terminale
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"
}

Le chiavi tornano nell'ordine in cui le dichiara il tuo schema.

Per avere qualsiasi risposta in JSON con i metadati, usa -o json:

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

Per un intero elenco usa --batch: una riga JSON per record in ingresso, una riga di risultato per record in uscita, ogni record in una sessione nuova. Tre recensioni di prodotto in un file di testo:

Terminale
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 trasforma ogni riga in un record; l'ultima riga è il riepilogo di apfel su stderr. Un record che fallisce riceve status: "error" e il batch prosegue.

Se non funziona: apfel supporta un sottoinsieme di JSON Schema (oggetti, stringhe, enum, numeri, booleani, array, $ref locali). Una parola chiave non supportata come pattern interrompe l'esecuzione con exit code 2 e viene indicata per nome; l'elenco completo è nel documento sulla compatibilità API.

6. Automatizza la giornata: git, voce e script pronti

In 2 minuti avrai: un riepilogo del tuo lavoro recente, un Mac che ti avvisa ad alta voce quando un processo lungo è terminato e otto script shell con IA già pronti.

Quando cambio attività o aspetto una build, voglio piccole automazioni che spiegano e annunciano le cose, così posso smettere di fissare il terminale.

Riassumi cosa hai fatto, da dentro qualsiasi repository git:

Terminale
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.

Fai parlare il Mac quando qualcosa finisce. Manda la risposta in pipe a say e metti davanti il tuo comando lungo con &&:

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

Il Mac di prova non aveva un'uscita audio, quindi abbiamo registrato la voce in un file (| say -o build-done.aiff, 102.880 byte di audio). La frase pronunciata era Your build is finished, and I'm glad you asked!.

apfel include anche otto script demo. Scrivili in una cartella:

Terminale
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

Uno che ci è piaciuto nei test:

Terminale
./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

Non tutte le demo sono andate bene nelle nostre prove: oneliner "count unique IP addresses in access.log" ha sbattuto contro il limite di lunghezza e ha stampato un comando monco, e explain ha aggiunto un messaggio d'errore che non esisteva. Il README delle demo le elenca tutte e otto.

7. Esegui gratis il tuo codice OpenAI

In 2 minuti avrai: un server locale che parla la Chat Completions API di OpenAI, così il codice SDK che hai già gira sul tuo Mac invece che su un modello cloud a pagamento.

Quando faccio prototipi con l'SDK di OpenAI, voglio un endpoint locale gratuito, così posso sviluppare e testare senza chiavi, senza bollette e senza mandare dati all'esterno.

Avvia il server in una scheda del terminale:

Terminale
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

In una seconda scheda, chiamalo come faresti con OpenAI:

Terminale
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.

L'SDK Python ufficiale di OpenAI funziona senza modifiche. Cambiano solo l'URL di base e il nome del modello. Salva come 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)
Terminale
python3 -m venv venv && ./venv/bin/pip -q install openai
./venv/bin/python hello.py
1. RoboBrew  
2. CogCafé  
3. Circuit Sip

Il server è in ascolto solo sul tuo Mac (127.0.0.1) e rifiuta le richieste delle pagine web con altre origini. Per aprirlo alla tua rete, aggiungi un token: apfel --serve --host 0.0.0.0 --token-auto (guida alla sicurezza del server).

Se non funziona: Connection refused significa che il server non è in esecuzione. Gli embedding e il vecchio endpoint /v1/completions restituiscono HTTP 501, perché il modello on-device non li offre.

Prossimo passo: i maintainer documentano le configurazioni per VS Code Copilot (solo chat), opencode, Zed e Node.js, Ruby, PHP e altri sei linguaggi. Per questa pagina non le abbiamo ritestate.

8. Dagli degli strumenti con MCP

In 2 minuti avrai: il modello che legge una pagina web dal vivo e la riassume, tramite uno strumento Model Context Protocol.

Quando la risposta sta su una pagina web, voglio che il modello la recuperi da solo, così posso avere un riassunto senza copiare testo avanti e indietro.

Installa gli strumenti apfel-mcp, pensati per stare nella piccola finestra di contesto:

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

Collegane uno con --mcp e fai la tua domanda. -q nasconde l'output grezzo dello strumento:

Terminale
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.

Lo stesso pacchetto contiene apfel-mcp-ddg-search (ricerca web), apfel-mcp-search-and-fetch e apfel-mcp-fs (legge un file locale). Funziona qualsiasi server MCP: il percorso di uno script locale o un URL https://.

Funzionano anche gli strumenti con più argomenti nominati. Ecco la calcolatrice del repository di apfel (mcp/calculator/server.py): il modello chiama multiply con entrambi gli argomenti, apfel la esegue e il modello risponde con il risultato:

Terminale
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.

La riga tool: è apfel che ti mostra la chiamata eseguita. Prima di apfel 1.18.0 il modello non vedeva i nomi degli argomenti e li indovinava, quindi una chiamata come questa falliva (issue #555, corretta nella pull request #556). Se qui vedi invalid arguments, aggiorna con brew upgrade apfel.

9. Chatta per provare un prompt

In 2 minuti avrai: una conversazione nel terminale che ricorda quello che hai detto prima.

Quando sto mettendo a punto un prompt per uno script, voglio provare qualche scambio al volo, così posso vedere come reagisce il modello prima di automatizzarlo.

Terminale
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.

Assegna un ruolo con -s, per esempio apfel --chat -s "You are a patient Python tutor". Quando una chat lunga supera la finestra di contesto, apfel per impostazione predefinita scarta gli scambi più vecchi; la guida al contesto spiega le altre strategie. Per una finestra con i pulsanti, vedi apfel-chat.

10. Tieni il server attivo in background

In 2 minuti avrai: il server compatibile con OpenAI che parte da solo al login, sempre pronto sulla porta 11434.

Quando gli strumenti sul mio Mac usano l'endpoint locale ogni giorno, voglio che sia sempre attivo, così posso smettere di avviarlo a mano.

Terminale
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)

Impostazioni come la porta, un token o i server MCP sono variabili d'ambiente, per esempio APFEL_PORT=8080 brew services start apfel. Le trovi tutte nella guida al servizio in background.

11. App basate su apfel

In 2 minuti avrai: lo stesso modello on-device in una finestra, nella barra dei menu o dietro una scorciatoia, se preferisci le app al terminale.

Sono degli stessi maintainer (l'"apfel tree" nel README). Il 15 novembre 2026 abbiamo verificato che ogni nome di installazione esiste in Homebrew; per questa pagina non abbiamo testato le app.

App Cosa fa Installazione
apfel-chat App di chat con risposte in streaming, voce e analisi delle immagini brew install Arthur-Ficial/tap/apfel-chat
apfel-clip Azioni sugli appunti dalla barra dei menu: riassumere, tradurre, riscrivere brew install Arthur-Ficial/tap/apfel-clip
apfel-quick Premi un tasto, chiedi, leggi la risposta, chiudi brew install Arthur-Ficial/tap/apfel-quick
apfelpad Blocco note in cui l'IA è una formula da mettere in una cella brew install Arthur-Ficial/tap/apfelpad
apfel-mcp Strumenti MCP dimensionati per la piccola finestra (compito 8) brew install Arthur-Ficial/tap/apfel-mcp
apfel-run apfel con una configurazione salvata e un elenco di server MCP brew install Arthur-Ficial/tap/apfel-run
apfel-tag Tag, argomenti ed emozioni per qualsiasi testo passato in pipe brew install Arthur-Ficial/tap/apfel-tag
apfel-gui Finestra di debug: richieste, messaggi MCP, voce brew install Arthur-Ficial/tap/apfel-gui

Limiti e risposte oneste

apfel ti dà il modello on-device di Apple. Il README lo stima in circa 3 miliardi di parametri, molto più piccolo dei modelli cloud dietro ChatGPT o Claude. È bravo nei compiti di testo brevi e mirati. Questi sono i limiti in cui siamo incappati o che la documentazione dichiara.

La finestra di contesto è piccola. Domanda e risposta devono stare in 4.096 token su macOS 26 e sui Mac M1 e M2, oppure in 8.192 token sui Mac M3 o successivi con almeno 12 GB e macOS 27 (README). apfel --model-info mostra la tua. Persino il README di apfel non ci sta. Conta i token prima di inviare:

Terminale
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

Il 3.584 è la finestra da 4.096 meno 512 token riservati alla risposta. Il README ha circa 3.000 parole, ma Markdown e codice costano molti token per parola. Passa i file lunghi a pezzi (head -c 6000 file), una sezione alla volta.

Non conosce la data di oggi. Se n'è inventata una:

Terminale
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.

Mettigli nel prompt ogni informazione di cui ha bisogno. Non ha accesso a internet, a meno che tu non colleghi uno strumento MCP.

A volte sbaglia, e con sicurezza. L'hai visto sopra: comandi shell sbagliati nel compito 4, una traduzione che ha ribaltato il senso nel compito 2. Controlla tutto ciò che conta.

Il filtro di sicurezza di Apple può bloccare testo innocuo. In quel caso apfel si ferma con exit code 3 e il messaggio The request was blocked by Apple's safety guardrails. Riformula, oppure aggiungi --permissive per scrittura creativa e documenti; il documento sui guardrail spiega cosa cambia. Nelle prove per questa pagina non abbiamo incontrato blocchi.

Le risposte cambiano a ogni esecuzione. Questi sono output reali di una sola esecuzione ciascuno. I tuoi saranno formulati in modo diverso. Usa --temperature 0 per risposte più ripetibili; apfel non garantisce output identici tra un'esecuzione e l'altra o tra aggiornamenti di macOS (politica di stabilità).

Velocità: nelle nostre prove la maggior parte delle risposte è arrivata in 1-2 secondi. Il riassunto della pagina web con uno strumento MCP ha richiesto 8 secondi.

I requisiti sono rigidi: solo Apple Silicon, macOS 26 o più recente, Apple Intelligence attiva e una delle 15 lingue elencate da --model-info. I Mac Intel non possono eseguirlo.

Quando qualcosa va storto

apfel segnala i problemi con un exit code, così gli script possono reagire. Controllalo con echo $? subito dopo il comando.

Exit code o errore Significato Cosa fare
2 Flag o opzione sbagliati I flag vanno prima del prompt; apfel --help li elenca
3 Il filtro di sicurezza di Apple ha bloccato la richiesta Riformula, oppure aggiungi --permissive
4 Input troppo lungo per la finestra di contesto Invia meno testo; controlla con apfel --count-tokens
5 Modello non disponibile Attiva Apple Intelligence, aspetta il download, usa la stessa lingua per Mac e Siri
6 Il modello è occupato o ha raggiunto il limite di richieste Aspetta e riprova, oppure aggiungi --retry
Connection refused Nessun server sulla porta 11434 Avvia apfel --serve o brew services start apfel
HTTP 501 Endpoint che il modello on-device non offre (embedding, /v1/completions) Usa /v1/chat/completions
piped input was empty Il comando ha scritto su stderr command 2>&1 \| apfel "..."

Ancora bloccato? Cerca o apri una issue su GitHub.

Chi l'ha scritto e come è stato testato

apfel è gratuito e open source (licenza MIT), un progetto franzai di Franz Enzenhofer. È mantenuto insieme ad Arthur Ficial, l'assistente IA di Franz, che ha scritto anche questo tutorial. Dato che questa pagina l'hanno scritta gli autori di apfel, abbiamo riportato ogni errore visto invece di ometterlo.

Come abbiamo testato: il 15 novembre 2026 abbiamo eseguito ogni comando di questa pagina su un MacBook Air M2 (24 GB) con macOS 27.0.1 (build 26A434). Abbiamo usato il binario firmato di apfel 1.18.0 della release su GitHub (lo stesso file che installa il tap Homebrew), in una vera sessione di terminale, e copiato l'output senza modifiche. La prima versione di questa pagina (14 novembre 2026, apfel 1.16.0) mostrava il bug degli strumenti con più argomenti nel compito 8; la 1.18.0 lo corregge, quindi per questa versione abbiamo rieseguito tutti i comandi. Dove il primo output era sbagliato, l'abbiamo lasciato sulla pagina e l'abbiamo detto. Le uniche riesecuzioni servivano a trovare risposte che non richiedessero modifiche: un riassunto di pagina web conteneva un trattino lungo, che questo sito non stampa, quindi l'abbiamo rieseguito e abbiamo tenuto il terzo tentativo. L'esempio vocale è stato verificato scrivendo l'audio in un file, perché il Mac di prova non aveva un'uscita audio. Gli script demo sono stati scritti da apfel --demos di apfel 1.18.0.

Cosa hanno scritto altri su apfel: il post su Show HN (3 aprile 2026, 743 punti), una guida di Better Stack, un articolo di GIGAZINE e una recensione pratica su danilchenko.dev.

Fonti: il README di apfel, il riferimento della CLI, la guida all'installazione, gli script demo, apfel contro fm di Apple e l'issue tracker, consultati il 15 novembre 2026.