apfel は のプロジェクト

チュートリアル · 2026年11月15日にテスト済み

apfel AIチュートリアル

MacにすでにあるAIから、60秒で最初の回答を。続いて得意な11の使い方を、実際の出力付きでコピー&ペーストできる形で紹介します。できないことも正直に挙げました。

無編集の実際のターミナル録画:apfel 1.18.0、macOS 27.0.1、MacBook Air M2。
このページの内容:15セクション
  1. 60秒で最初の回答
  2. 1. Mac自身についてMacに聞く
  3. 2. コピーした文章を直す
  4. 3. レシート、PDF、スクリプトを読む
  5. 4. 普通の言葉をシェルコマンドに
  6. 5. スクリプトで信頼できるJSONを得る
  7. 6. 毎日の作業を自動化:git、音声、既製のスクリプト
  8. 7. OpenAIのコードを無料で動かす
  9. 8. MCPでツールを渡す
  10. 9. チャットでプロンプトを試す
  11. 10. サーバーをバックグラウンドで動かし続ける
  12. 11. apfelを使ったアプリ
  13. 限界と正直な答え
  14. うまくいかないとき
  15. 作成者とテスト方法

60秒で最初の回答

必要なのは、Apple Silicon搭載のMac(M1以降)、macOS 26 Tahoe以降、そしてシステム設定 > Apple IntelligenceとSiriでApple Intelligenceを有効にしておくことです。最初の2つは1行で確認できます。

ターミナル
sw_vers -productVersion && uname -m
27.0.1
arm64

バージョンが26以上でarm64と表示されれば準備完了です。Homebrewでapfelをインストールします。XcodeもアカウントもAPIキーも不要です。

ターミナル
brew install apfel

最初の質問をしてみましょう。

ターミナル
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.

この回答は、Mac上のAppleのモデルが生成したものです。サーバーには何も送られておらず、費用もかかっていません。

うまくいかない場合:モデルの準備ができているかapfelに確認します。

ターミナル
apfel --model-info | grep -E 'available|context'
├ available:  yes
├ context:    4096 tokens

available: noと表示されたら、システム設定でApple Intelligenceを有効にし、モデルのダウンロードが終わるまで待ちます(インストールガイドによると3〜4 GBです)。Macの言語とSiriの言語は、同じ対応言語にそろえる必要があります。モデルが使えない間、apfelは終了コード5で終了します。

次へ:以下の使い方に進みましょう。どれも、2分後に何が手に入るかから始まります。

1. Mac自身についてMacに聞く

2分で手に入るもの:ディスク、CPU、メモリについての分かりやすい答え。おなじみのコマンドからそのまま得られます。

ターミナルのコマンドが数字の羅列を出力したとき、1行の答えがほしい。そうすればmanページを読まずに次の手を打てる。

どんなコマンドの出力もapfelにパイプし、知りたいことを伝えるだけです。

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

入力は小さく保ちましょう。先にhead、awk、grepで絞り込んでからapfelに渡します。モデルが一度に読めるのは数千語程度で、コードならさらに少なくなります(限界を参照)。

うまくいかない場合:コマンドによってはstderrに出力するため、パイプでは渡りません。その場合はapfelが教えてくれます:piped input was empty - if the command prints to stderr, try: command 2>&1 | apfel。

次へ:同じ方法はgit log、lsof、pmset -g batt、ログファイルなど、テキストを出力するものなら何にでも使えます。

2. コピーした文章を直す

2分で手に入るもの:どのアプリでも、クリップボードの文章の文法を直してくれるコマンド。

Slack、メール、ブラウザで短いメッセージを書いたとき、別のアプリを開かずに整えてほしい。そうすれば数秒で貼り戻せる。

文章をコピーしてから、真ん中の行を実行します。pbpasteがクリップボードを読み、pbcopyが結果を書き戻します。

ターミナル
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.

なぜ「the text above」なのか。apfelはパイプされたテキストを先に置き、指示をその後ろに付けるからです(ソース)。短い指示"fix grammar and spelling, reply with the corrected text only"では、モデルは文章を直さずにメッセージに返事をしてしまい、Could you let me know which meeting you're referring to?と答えました。対象のテキストを明示したところ、私たちのテストではこの問題が解消しました。

うまくいかない場合:送信する前に結果を読んでください。小さなモデルは意味を変えてしまうことがあります。この文をドイツ語に翻訳させたときは、「Can you send me(送ってもらえますか)」が「Can I send you(送りましょうか)」に変わりました。

次へ:真ん中の行をシェルのエイリアスやショートカットの「シェルスクリプトを実行」アクションに入れ、キーボードショートカットを割り当てましょう。

3. レシート、PDF、スクリプトを読む

2分で手に入るもの:画像、スキャンしたPDF、スクリプトについての答え。Appleのテキスト認識を使い、Mac上で読み取ります。

レシートやスキャン、見知らぬファイルがダウンロードフォルダに届いたとき、そこから必要な情報をひとつだけほしい。そうすれば開かずに整理できる。

-fでファイルを添付します。次の行を含むテスト用のレシート画像(receipt.png)を用意しました。

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

同じレシートを画像のみのPDFとして保存しても動きます。apfelはスキャンしたページにテキスト認識をかけるからです。

ターミナル
apfel -f receipt.pdf "What is the total? Just the amount."
24.20

もちろん、シェルスクリプトのようなテキストファイルも読めます。

ターミナル
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.

このスクリプトは使い方6で手に入ります。複数のファイルは-f a.txt -f b.txtで添付できます。

うまくいかない場合:終了コード4は、ファイルがモデルにとって長すぎることを意味します(限界を参照)。終了コード3は、Appleの安全フィルターにブロックされたことを意味します。その場合、ファイル抽出ガイドは--permissiveを付けることを勧めています。

4. 普通の言葉をシェルコマンドに

2分で手に入るもの:思い出せなかったコマンド。説明抜きで表示されるので、そのままコピーできます。

find、du、tarのフラグを忘れたとき、普通の文からコマンドを出してほしい。そうすればターミナルから離れずに済む。

--codeを付けると、説明なしでコードだけを出力します。

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

フラグは正しいのですが、モデルは存在しないフォルダをでっち上げました。ホームフォルダは~です(この場合:find ~ -type f -size +100M)。

ターミナル
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

実行する前に、必ずコマンドを読んでください。私たちのテストでは、モデルは間違ったコマンドも出しました。「the 10 largest files in the current folder(カレントフォルダで最大の10ファイル)」を求めるとls -lh | head -n 10を出力しましたが、これは最大のものではなく先頭10件を表示するだけです。「show open ports(開いているポートを表示)」にはnetstat -tuln | grep LISTENを提案しましたが、これはLinuxのフラグで、macOSでは何も表示されません。Macではlsof -iTCP -sTCP:LISTEN -n -Pで一覧できます。

次へ:使い方6のデモスクリプトcmdはこれをラップしたもので、実行する前(-x)やコマンドをコピーする前(-c)に確認してくれます。

5. スクリプトで信頼できるJSONを得る

2分で手に入るもの:雑多なテキストから取り出した構造化データ。常にスキーマどおりのJSONで返ります。

メールやメモから名前、数値、日付を取り出したいとき、文章ではなくフィールドがほしい。そうすればjqやスプレッドシート、スクリプトにそのまま渡せる。

JSON Schemaをcontact.schema.jsonとして保存します。

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

あとは--schemaを付けてテキストをパイプするだけです。apfelはモデルを制約し、出力がそのスキーマに沿った有効なJSONになるようにします。

ターミナル
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"
}

キーはスキーマで宣言した順番で返ってきます。

任意の回答をメタデータ付きのJSONで受け取るには、-o jsonを使います。

ターミナル
apfel -o json "Translate to German: apple" | jq -r .content
Apfel

リスト全体を処理するなら--batchです。1レコードにつきJSONを1行入力すると、1レコードにつき結果が1行出力され、各レコードは新しいセッションで処理されます。テキストファイルに3件の製品レビューがある例です。

ターミナル
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が各行をレコードに変換します。最後の行はstderrに出るapfelのまとめです。失敗したレコードにはstatus: "error"が付き、バッチはそのまま続行します。

うまくいかない場合:apfelが対応しているのはJSON Schemaの一部です(オブジェクト、文字列、enum、数値、真偽値、配列、ローカルの$ref)。patternのような未対応のキーワードがあると、終了コード2で停止してそのキーワード名を表示します。一覧はAPI互換性ドキュメントにあります。

6. 毎日の作業を自動化:git、音声、既製のスクリプト

2分で手に入るもの:最近の作業のまとめ、長い処理が終わったら声で知らせてくれるMac、そして既製のAIシェルスクリプト8本。

タスクを切り替えたりビルドを待ったりするとき、説明や通知をしてくれる小さな自動化がほしい。そうすればターミナルを見張らずに済む。

gitリポジトリの中で、自分のやったことをまとめさせます。

ターミナル
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.

何かが終わったらMacにしゃべらせましょう。回答をsayにパイプし、その前に長いコマンドを&&でつなぎます。

ターミナル
apfel "tell me cheerfully that my build just finished, one short sentence, no emoji" | say

テスト用のMacには音声出力がなかったため、代わりに音声をファイルに録音しました(| say -o build-done.aiff、102,880バイトの音声)。読み上げられた文はYour build is finished, and I'm glad you asked!でした。

apfelには8本のデモスクリプトも付いています。フォルダに書き出しましょう。

ターミナル
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

テストで気に入ったものをひとつ。

ターミナル
./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

私たちの実行では、すべてのデモがうまくいったわけではありません。oneliner "count unique IP addresses in access.log"は長さの上限に達して壊れたコマンドを出力し、explainは存在しないエラーメッセージを付け加えました。8本すべてはデモのREADMEに載っています。

7. OpenAIのコードを無料で動かす

2分で手に入るもの:OpenAI Chat Completions APIを話すローカルサーバー。既存のSDKコードが、有料のクラウドモデルではなくあなたのMacに対して動きます。

OpenAI SDKでプロトタイプを作るとき、無料のローカルエンドポイントがほしい。そうすればキーも請求もなく、データを外に送らずに開発とテストができる。

ターミナルのタブをひとつ開いてサーバーを起動します。

ターミナル
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

2つ目のタブから、OpenAIと同じように呼び出します。

ターミナル
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.

公式のOpenAI Python SDKも、そのまま動きます。違うのはベースURLとモデル名だけです。hello.pyとして保存します。

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

サーバーは自分のMac(127.0.0.1)でのみ待ち受け、別のオリジンのWebページからのリクエストは拒否します。ネットワークに公開するには、トークンを付けてください:apfel --serve --host 0.0.0.0 --token-auto(サーバーセキュリティガイド)。

うまくいかない場合:Connection refusedはサーバーが起動していないことを意味します。Embeddingsと旧来の/v1/completionsエンドポイントはHTTP 501を返します。オンデバイスモデルがそれらを提供していないためです。

次へ:メンテナーが、VS Code Copilot(チャットのみ)、opencode、Zed、そしてNode.js、Ruby、PHPほか6言語向けのセットアップ手順を公開しています。このページのために再テストはしていません。

8. MCPでツールを渡す

2分で手に入るもの:Model Context Protocolのツールを通じて、公開中のWebページをモデルが読み、要約してくれる環境。

答えがWebページに載っているとき、モデル自身に取りに行ってほしい。そうすればテキストをあちこちコピーせずに要約が手に入る。

小さなコンテキストウィンドウに収まるよう作られたapfel-mcpツールをインストールします。

ターミナル
brew install Arthur-Ficial/tap/apfel-mcp

--mcpでツールをひとつ添付して質問します。-qはツールの生の出力を隠します。

ターミナル
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.

同じパッケージには、apfel-mcp-ddg-search(Web検索)、apfel-mcp-search-and-fetch、apfel-mcp-fs(ローカルファイルの読み取り)も入っています。MCPサーバーなら何でも使えます。ローカルのスクリプトのパスでも、https://のURLでも構いません。

名前付きの引数を複数とるツールも動きます。apfelリポジトリにある電卓(mcp/calculator/server.py)の例です。モデルが両方の引数を付けてmultiplyを呼び出し、apfelがそれを実行し、モデルが結果を答えます。

ターミナル
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.

tool:の行は、apfelが実行した呼び出しを表示したものです。apfel 1.18.0より前は、モデルに引数名が見えておらず推測していたため、このような呼び出しは失敗していました(issue #555、pull request #556で修正)。ここでinvalid argumentsと表示されたら、brew upgrade apfelでアップデートしてください。

9. チャットでプロンプトを試す

2分で手に入るもの:前に言ったことを覚えている、ターミナル上の会話。

スクリプト用のプロンプトを練っているとき、何往復かさっと試したい。そうすれば自動化する前にモデルの反応を確かめられる。

ターミナル
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.

-sでペルソナを追加できます。たとえばapfel --chat -s "You are a patient Python tutor"です。長いチャットがコンテキストウィンドウを超えると、apfelはデフォルトで最も古いやり取りから削ります。ほかの戦略はコンテキストガイドで説明しています。ボタンのあるウィンドウで使いたい場合はapfel-chatをご覧ください。

10. サーバーをバックグラウンドで動かし続ける

2分で手に入るもの:ログイン時に自動で起動し、ポート11434で常に待機しているOpenAI互換サーバー。

Mac上のツールが毎日ローカルエンドポイントを使うとき、それが常に動いていてほしい。そうすれば手作業で起動しなくて済む。

ターミナル
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)

ポート、トークン、MCPサーバーなどの設定は環境変数で指定します。たとえばAPFEL_PORT=8080 brew services start apfelです。すべての変数はバックグラウンドサービスガイドに載っています。

11. apfelを使ったアプリ

2分で手に入るもの:ウィンドウ、メニューバー、ホットキーから使える、同じオンデバイスモデル。ターミナルよりアプリ派の方に。

いずれも同じメンテナーによるものです(READMEの「apfel tree」)。2026年11月15日に、各インストール名がHomebrewに存在することは確認しましたが、このページのためにアプリ自体はテストしていません。

アプリ できること インストール
apfel-chat ストリーミング回答、音声、画像解析に対応したチャットアプリ brew install Arthur-Ficial/tap/apfel-chat
apfel-clip クリップボードに対するメニューバーのアクション:要約、翻訳、書き直し brew install Arthur-Ficial/tap/apfel-clip
apfel-quick キーを押して質問し、答えを見たら閉じるだけ brew install Arthur-Ficial/tap/apfel-quick
apfelpad AIをセルに入れる数式として使えるメモ帳 brew install Arthur-Ficial/tap/apfelpad
apfel-mcp 小さなウィンドウに合わせたMCPツール(使い方8) brew install Arthur-Ficial/tap/apfel-mcp
apfel-run 保存した設定とMCPサーバーのリスト付きでapfelを起動 brew install Arthur-Ficial/tap/apfel-run
apfel-tag パイプで渡したテキストにタグ、トピック、感情を付与 brew install Arthur-Ficial/tap/apfel-tag
apfel-gui デバッグ用ウィンドウ:リクエスト、MCPメッセージ、音声 brew install Arthur-Ficial/tap/apfel-gui

限界と正直な答え

apfelが提供するのは、Appleのオンデバイスモデルです。READMEによると約30億パラメータで、ChatGPTやClaudeの裏にあるクラウドモデルよりはるかに小さなモデルです。短く焦点の絞られたテキスト作業が得意です。以下は、私たちが実際に突き当たった限界と、ドキュメントに記載されている限界です。

コンテキストウィンドウは小さい。質問と回答を合わせて、macOS 26およびM1/M2 Macでは4,096トークン、macOS 27で12 GB以上のメモリを搭載したM3以降のMacでは8,192トークンに収める必要があります(README)。自分のMacの値はapfel --model-infoで確認できます。apfel自身のREADMEでさえ長すぎます。送る前に数えましょう。

ターミナル
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

3,584という数字は、4,096のウィンドウから回答用に空けておく512トークンを引いたものです。READMEは英語で約3,000語ですが、Markdownやコードは1語あたりのトークン数が多くなります。長いファイルは分割し(head -c 6000 file)、1セクションずつ渡してください。

今日の日付を知らない。適当な日付をでっち上げました。

ターミナル
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.

必要な事実はプロンプトで渡してください。MCPツールを添付しない限り、インターネットにはアクセスできません。

ときどき、自信満々に間違える。ここまでで見たとおりです。使い方4の間違ったシェルコマンド、使い方2で意味が逆になった翻訳。大事なことは必ず確認してください。

Appleの安全フィルターが無害なテキストをブロックすることがある。その場合apfelは終了コード3で停止し、The request was blocked by Apple's safety guardrailsというメッセージを表示します。言い回しを変えるか、創作や文書なら--permissiveを付けてください。何が変わるかはガードレールのドキュメントで説明しています。このページのための実行では、ブロックには遭遇しませんでした。

回答は実行のたびに変わる。ここに載せたのは、それぞれ1回実行したときの実際の出力です。あなたの環境では言い回しが変わるでしょう。より再現性のある回答がほしいときは--temperature 0を使います。ただしapfelは、実行間やmacOSのアップデート後に同一の出力が得られることを保証していません(安定性ポリシー)。

速度:私たちの実行では、ほとんどの回答が1〜2秒で返ってきました。MCPツールを使ったWebページの要約は8秒かかりました。

動作要件は厳格:Apple Siliconのみ、macOS 26以降、Apple Intelligenceが有効、そして--model-infoに表示される15言語のいずれか。Intel Macでは動きません。

うまくいかないとき

apfelは問題を終了コードで報告するので、スクリプトで対処できます。コマンドの直後にecho $?で確認してください。

終了コードまたはエラー 意味 対処法
2 フラグやオプションの誤り フラグはプロンプトの前に置きます。一覧はapfel --helpで確認できます
3 Appleの安全フィルターがリクエストをブロック 言い回しを変えるか、--permissiveを付けます
4 入力がコンテキストウィンドウに対して長すぎる 送るテキストを減らし、apfel --count-tokensで確認します
5 モデルが使えない Apple Intelligenceを有効にし、ダウンロードを待ち、MacとSiriの言語をそろえます
6 モデルがビジー状態、またはレート制限中 待ってから再実行するか、--retryを付けます
Connection refused ポート11434でサーバーが動いていない apfel --serveまたはbrew services start apfelで起動します
HTTP 501 オンデバイスモデルが提供していないエンドポイント(Embeddings、/v1/completions) /v1/chat/completionsを使います
piped input was empty コマンドがstderrに出力した command 2>&1 \| apfel "..."

それでも解決しない場合は、GitHubでissueを検索するか、新しく作成してください。

作成者とテスト方法

apfelは無料のオープンソース(MITライセンス)で、Franz Enzenhoferによるfranzaiのプロジェクトです。FranzのAIアシスタントであるArthur Ficialと共にメンテナンスされており、このチュートリアルもArthur Ficialが書きました。このページはapfelの作り手自身が書いたものなので、見かけた失敗は省かずにすべて載せています。

テスト方法:2026年11月15日、このページのすべてのコマンドを、macOS 27.0.1(ビルド26A434)を搭載したMacBook Air M2(24 GB)で実行しました。使用したのはGitHubリリースの署名済みapfel 1.18.0バイナリ(Homebrew tapがインストールするものと同じファイル)で、実際のターミナルセッション内で実行し、出力は手を加えずにコピーしています。このページの初版(2026年11月14日、apfel 1.16.0)では、使い方8で複数引数のツールのバグが出ていました。1.18.0でこれが修正されたため、このバージョンですべてのコマンドを実行し直しました。最初の出力が間違っていた箇所は、間違った出力をそのまま載せ、その旨を書いています。再実行したのは、編集なしで使える回答を得るためだけです。あるWebページの要約に長いダッシュが含まれていましたが、このサイトではそれを表示しないため実行し直し、3回目の結果を採用しました。音声の例は、テスト用のMacに音声出力がなかったため、音声をファイルに書き出して確認しました。デモスクリプトはapfel 1.18.0のapfel --demosで書き出したものです。

apfelについての外部の記事:Show HNの投稿(2026年4月3日、743ポイント)、Better Stackによるガイド、GIGAZINEの記事、danilchenko.devの実機レビュー。

出典:apfelのREADME、CLIリファレンス、インストールガイド、デモスクリプト、apfelとAppleのfmの比較、issueトラッカー。いずれも2026年11月15日に参照しました。