apfel은 프로젝트입니다.

v1.18.0 · 설정 제로 · MIT

apfel

이미 내 Mac에 있는 무료 AI.

macOS Tahoe에는 3B 파라미터 LLM이 탑재되어 있습니다. apfel은 brew install 한 번으로 이 모델을 CLI에서 바로 쓸 수 있게 해 줍니다. 모델 다운로드도, API 키도, 설정도 필요 없이 그냥 동작합니다.

  • 토큰 비용 없음
  • 온디바이스 AI
  • 스크립트 지원
$ brew install apfel

github.com/Arthur-Ficial/apfel에서 스타 6.6k+

요구 사항: Apple Silicon · macOS Tahoe · Apple Intelligence 활성화

apfel이 처음이신가요? 60초 튜토리얼 시작하기(영어)

모든 처리는 기기 안에서 이루어집니다. 네트워크 호출도 없습니다. 어떤 데이터도 Mac 밖으로 나가지 않습니다.

동작하는 모습을 보세요.

brew install부터 AI 출력까지 12초. 설정은 전혀 필요 없습니다.

터미널 - apfel
$
편집 없는 실제 터미널 녹화: apfel 1.18.0, macOS 27.0.1, MacBook Air M2.

설정 제로. LLM 다운로드 제로. 토큰 비용 제로.

다른 로컬 AI 도구도 훌륭하지만 모델 다운로드와 설정이 필요합니다. apfel에는 아무것도 필요 없습니다. 모델은 이미 Mac에 있으니까요. brew install 한 번이면 끝입니다.

$0
토큰 비용
API 키 없음. 구독 없음. 토큰당 과금 없음. 내 하드웨어에서 돌아가는 나만의 AI.
100%
온디바이스
모든 토큰을 Apple Silicon에서 로컬로 생성합니다. 어떤 데이터도 Mac 밖으로 나가지 않습니다. 절대로.
0
설정 단계
YAML 없음. 환경 변수 없음. 모델 선택 없음. 한 번 설치하면 평생 씁니다.

내부에서 동작하는 모델

Apple ML Research
~3B파라미터
4,096 / 8,192컨텍스트 윈도우 (M1/M2 / macOS 27의 M3 이상)
~3.5 bpw양자화
Mixed 2/4-bit정밀도
Neural Engine실행 환경
en, de, es, fr, it, ja, ko, pt, zh언어

도구는 세 개. 설치는 한 번.

CLI, OpenAI 호환 서버, 대화형 채팅. 모두 brew install 한 번으로 설치됩니다. 추가 다운로드는 없습니다.

>_

UNIX 도구

파이프와 잘 어울리고 자유롭게 조합할 수 있습니다. jq, xargs, 셸 스크립트와 함께 동작합니다. stdin, stdout, JSON 출력, --schema로 스키마에 맞는 JSON, --messages로 메시지 파일 기반 멀티턴, 파일 첨부, 올바른 종료 코드를 지원합니다.

$ 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
{ }

OpenAI 서버

localhost:11434에서 바로 갈아 끼울 수 있는 드롭인 대체재입니다. OpenAI SDK가 이 주소를 가리키게 하면 끝입니다. Chat Completions와 Responses API, 스트리밍, 도구 호출, JSON Schema 출력, CORS를 지원합니다.

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

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

대화형 채팅

컨텍스트를 자동으로 관리하는 멀티턴 대화. 다섯 가지 트리밍 전략. 시스템 프롬프트 지원. 터미널에 apfel만 입력하면 시작됩니다. 모두 Mac 안에서 이루어집니다.

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

네이티브 MCP 지원.

Apple 온디바이스 모델에 도구를. 어떤 도구든.

--mcp로 도구 서버 연결

apfel은 Model Context Protocol을 지원합니다. MCP 서버를 지정하기만 하면 온디바이스 모델이 도구를 쓸 수 있습니다. 계산, API, 데이터베이스 등 서버로 만들 수 있는 것이라면 무엇이든 가능합니다.

  • CLI, 서버, 채팅 세 가지 모드 모두에서 동작
  • 시작 시 MCP tools/list로 도구 자동 탐색
  • 도구 호출을 감지해 실행하고 결과를 자동으로 다시 전달
  • --mcp 플래그가 없으면 오버헤드도 없음: 추가 토큰 제로, 코드 경로 변경 제로
  • 개념 증명용 계산기 MCP 서버 기본 포함
  • URL로 원격 MCP 서버 연결: --mcp https://... (Bearer 토큰 인증 선택 가능)
터미널 - 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

작동 방식.

Apple은 모든 Mac에 LLM을 넣어 두었습니다. 그런데 그냥 놀고 있죠. apfel은 여기로 들어가는 문을 열어 줍니다. 설정은 전혀 필요 없습니다.

Apple은 온디바이스 LLM을 기본 탑재합니다

macOS 26(Tahoe)부터 모든 Apple Silicon Mac에는 Apple Intelligence의 일부로 언어 모델이 들어 있습니다. Apple은 이 모델을 FoundationModels 프레임워크로 공개합니다. 앱이 SystemLanguageModel에 접근할 수 있게 해 주는 Swift API입니다. 모든 추론은 Neural Engine과 GPU에서 실행됩니다. 네트워크 호출도, 클라우드도, API 키도 없습니다. 모델은 그냥 거기 있습니다.

하지만 Apple은 Siri에만 씁니다

기본 상태에서 온디바이스 모델은 Siri, Writing Tools, 시스템 기능만 구동합니다. 터미널 명령도, HTTP 엔드포인트도, 텍스트를 파이프로 넘길 방법도 없습니다. FoundationModels 프레임워크는 있지만 쓰려면 Swift 앱을 직접 만들어야 합니다. 바로 그 일을 apfel이 합니다.

apfel이 더하는 것

apfel은 LanguageModelSession을 감싼 Swift 6.3 바이너리로, 세 가지 방식으로 제공합니다. stdin/stdout을 쓰는 UNIX 명령줄 도구, OpenAI 호환 HTTP 서버(Hummingbird 기반), 그리고 컨텍스트 관리 기능이 있는 대화형 채팅입니다.

Apple의 기본 API가 해 주지 않는 일도 처리합니다. 올바른 종료 코드, JSON 출력, 파일 첨부, 작은 컨텍스트 윈도우(4,096 토큰, macOS 27을 실행하는 M3 이상 Mac에서는 8,192)를 위한 다섯 가지 컨텍스트 트리밍 전략, SDK를 통한 정확한 토큰 계산, 그리고 OpenAI 도구 스키마를 Apple 네이티브 Transcript.ToolDefinition 형식으로 변환하는 기능입니다.

하드웨어 Apple Silicon (Neural Engine + GPU)
|
모델 Apple 온디바이스 LLM (macOS에 기본 탑재)
|
SDK FoundationModels.framework (Swift API)
|
apfel CLI + HTTP 서버 + 컨텍스트 관리
|
사용자 터미널, 셸 스크립트, OpenAI SDK, curl
4,096 또는 8,192 토큰 컨텍스트 윈도우(입력 + 출력). macOS 26 및 M1/M2 Mac에서는 4,096, macOS 27에서 12GB 이상인 M3 이상 Mac에서는 8,192. apfel은 실행 시점에 이 값을 읽습니다.
모델 1개 고정, 변경 불가
Swift 6.3 Strict Concurrency, Xcode 불필요
MIT 라이선스 오픈소스

설계부터 프라이빗하게.

apfel을 쓰는 동안 HTTP 호출은 단 한 번도 없습니다. 아래 내용은 모두 Apple 공식 문서로 연결됩니다.

온디바이스. 오프라인에서도 동작.

FoundationModels 프레임워크는 전적으로 Apple Silicon의 Neural Engine에서 실행됩니다. 서버도, 클라우드도, 인터넷 연결도 필요 없습니다.

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

내 데이터는 온전히 내 것.

Apple은 온디바이스 추론에서 프롬프트, 응답, 사용 데이터를 일절 수집하지 않습니다. 아무것도 저장되지 않고, 아무것도 전송되지 않습니다.

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

학습에는 절대 쓰이지 않습니다.

Apple은 라이선스를 받은 데이터와 공개 데이터로만 파운데이션 모델을 학습시킵니다. 사용자의 대화는 절대 학습 파이프라인에 들어가지 않습니다.

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

apfel은 추적을 전혀 하지 않습니다.

분석 도구, 텔레메트리, 자동 업데이트 확인, 크래시 리포트, 외부 전송이 모두 없습니다. apfel이 네트워크에 접속하는 경우는 사용자가 직접 apfel --update를 실행할 때뿐입니다. 전체 코드베이스는 오픈소스입니다.

강력한 도구 포함.

demo/ 폴더에 있는 셸 스크립트입니다. 먼저 apfel을 설치한 다음, 원하는 것을 가져다 쓰세요.

>_

cmd

자연어를 셸 명령으로. 원하는 걸 말하면 명령어가 나옵니다.

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

oneliner

평범한 말로 파이프 체인을 만듭니다. awk, sed, sort, uniq를 대신 조합해 줍니다.

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

mac-narrator

Mac의 시스템 활동을 자연 다큐멘터리처럼 내레이션합니다.

$ mac-narrator --watch
?

explain

어떤 명령어, 오류 메시지, 코드 조각이든 쉬운 말로 설명합니다.

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

wtd

이 디렉터리는 뭐지? 어떤 코드베이스든 바로 파악할 수 있습니다.

$ wtd
++

gitsum

최근 git 커밋을 몇 문장으로 요약합니다.

$ gitsum

유용하고 멋진 원라이너 30개.

모든 명령은 실제 Mac에서 테스트했습니다. apfel을 ps, lsof, du, vm_stat, git, pbpaste, sleep, pgrep, curl, say와 연결해 보세요. 클라우드 AI는 따라올 수 없는 조합입니다. 클라우드 AI는 내 프로세스도, 클립보드도, git diff도 볼 수 없으니까요. apfel은 볼 수 있습니다.

실시간 시스템 8

지금 CPU를 잡아먹는 프로세스는?

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

-> WindowServer가 42.6%로 CPU를 가장 많이 쓰고 있습니다.

어떤 앱이 어떤 포트에서 대기 중인지.

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

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

가장 꽉 찬 볼륨은?

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

-> /dev/disk3s1이 926Gi 중 263Gi로 가장 많이 찼습니다.

vm_stat을 쉬운 말로 풀이.

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

-> 활성 349k 페이지, 와이어드 266k: 메모리를 상당히 쓰고 있습니다.

여기서 디스크를 가장 많이 차지하는 폴더는?

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

-> Library(36G)와 Downloads(604M)가 대부분을 차지합니다.

이 폴더에서 가장 큰 파일.

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

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

지금 인터넷과 통신 중인 앱은?

$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 ...

배터리 상태와 남은 시간을 한 줄로.

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

-> 완충, 배터리 성능 100%, 현재 사용 중.

Git 2

최근 커밋을 쉬운 말로 정리.

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

-> v1.2.1에서 v1.3.2로 업데이트, 자매 프로젝트 추가 ...

최근 커밋으로 한 줄짜리 릴리스 노트 초안 작성.

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

-> v1.3.2 릴리스: 스타 5053개, 테스트 783개, 각종 업데이트.

클립보드 왕복 4

클립보드에 있는 글의 문법을 고쳐서 다시 넣기.

$pbpaste | apfel "fix grammar" | pbcopy

-> "i has went"가 "I went"로 바뀌어 클립보드에 다시 들어갑니다.

클립보드를 일본어로 번역해서 다시 넣기.

$pbpaste | apfel "translate to japanese" | pbcopy

-> 이제 클립보드에 일본어 번역이 들어 있습니다.

클립보드의 긴 글을 글머리표 3개로 요약.

$pbpaste | apfel "summarize in 3 bullets"

-> 터미널에 간결한 글머리표 3개.

클립보드의 회의록에서 할 일만 깔끔하게 뽑아내기.

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

-> "Sarah가 Q3 예산안 작성", "디자인 팀에 이메일", ... 클립보드에 다시 들어갑니다.

지켜보고 알리기 6

오래 걸리는 작업이 끝나면 소리로 알리기(여기서는 30분 후).

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

-> Mac이 말합니다: "오래 걸린 작업이 방금 끝났어요. 수고했어요!"

Downloads에 파일이 도착하면 알리기.

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

-> 5초마다 확인하다가 Report.pdf가 나타나면 Mac이 소리로 알려 줍니다.

오래 실행 중인 프로세스가 끝나면 알리기.

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

-> 5초마다 확인하다가 ffmpeg가 종료되면 Mac이 소리로 알려 줍니다.

30분마다 방금 끝낸 작업을 소리 내어 요약.

$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

-> 코딩하는 동안 30분마다 자동 스탠드업을 읽어 줍니다.

15분마다 확인해 배터리가 20% 아래로 떨어지면 소리로 경고.

$while sleep 900; do P=$(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

-> 배터리가 떨어질 때까지 조용히 있다가, Mac이 친절하지만 다급한 경고를 큰 소리로 외칩니다.

URL이 2xx를 반환할 때까지 지켜보다가 배포 성공을 소리로 축하.

$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

-> 스테이징이 뜰 때까지 30초마다 확인하고, Mac이 "배포 완료, URL이 응답합니다!"라고 말합니다.

웹과 텍스트 4

가벼운 한마디를 정중한 표현으로.

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

-> "Could you please share the documents at your earliest ..."

URL에 요청을 보내고 헤더만 보고 무슨 일인지 물어보기.

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

-> GitHub가 엄격한 캐싱 및 보안 헤더와 함께 HTML 페이지를 제공하고 있습니다.

오늘의 Hacker News를 한 문장으로 요약해 읽어 주기.

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

-> Mac이 그날의 주요 기사를 간결하게 요약해 읽어 줍니다.

JSON 덩어리를 쉬운 말로 설명.

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

-> pro 요금제를 쓰는 Alice라는 사용자이며, 크레딧은 42입니다.

빠른 조회 8

계산기를 열지 않고 계산.

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

-> 13.13

터미널을 떠나지 않고 정규식 생성.

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

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

잊어버린 bash 원라이너 물어보기.

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

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

알쏭달쏭한 명령어, 추측하지 말고 설명 듣기.

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

-> gzip으로 압축된 tarball을 풀어 현재 디렉터리에 추출합니다.

정확한 git 명령이 기억나지 않나요? 그냥 물어보세요.

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

-> git reset --soft HEAD~1

남이 쓴 정규식을 한 문장으로 해독.

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

-> 3자리 접두어, 하이픈, 4자리 숫자와 일치합니다. 미국 전화번호 형식입니다.

자유로운 날짜 표기를 ISO 8601 형식으로 변환.

$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

파일 전체를 글머리표 3개로 요약.

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

-> 범위, 설치, 사용법을 다룬 글머리표 3개.

OpenAI 호환.

URL 하나만 바꾸세요. 코드는 그대로.

그대로 교체 가능

apfel은 OpenAI API를 지원합니다. OpenAI와 통신하는 클라이언트 라이브러리, 프레임워크, 도구라면 무엇이든 대신 Mac의 AI와 통신할 수 있습니다. base URL만 바꾸면 됩니다.

  • ✓ POST /v1/chat/completions
  • ✓ POST /v1/responses (Responses API)
  • ✓ 스트리밍 (SSE)
  • ✓ 도구 호출 / function calling
  • ✓ GET /v1/models
  • ✓ response_format: json_object, json_schema
  • ✓ data URL 형식의 image_url 파트 (macOS 27)
  • ✓ temperature, max_tokens, seed
  • ✓ 브라우저 클라이언트용 CORS
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)

Apple fm과 같은 모델. 하는 일은 다릅니다.

macOS 27에는 온디바이스 모델을 위한 Apple의 자체 명령줄 프런트엔드 fm이 들어 있습니다. 두 도구가 갈리는 지점은 다음과 같습니다.

 apfelApple fm
실행 환경macOS 26, 27 모두 지원, 바이너리 하나macOS 27 전용
설치brew install apfel이미 설치됨 (sudo fm license 한 번 실행)
OpenAI 클라이언트가 수정 없이 동작네: 기본으로 JSON, usage 제공, max_tokens 준수, 오류 매핑따로 지정하지 않으면 스트리밍, max_tokens 무시, 가드레일에서 500
도구 호출과 MCP네이티브 도구 호출, 로컬 및 원격 MCP 서버없음 (tools를 쓰면 응답에 템플릿 토큰이 새어 나옴)
스크립팅--code, -o json, 종료 코드 9종, --count-tokens --strict일반 텍스트, 종료 코드 0 또는 1
파일 입력텍스트, PDF, 이미지: 두 OS 모두 OCR 텍스트, macOS 27에서는 이미지 자체도 모델에 전달이미지를 모델에 전달, OCR 및 바코드 도구 내장
유지되는 채팅 세션없음이름 붙은 대화 기록, --resume
속도같은 Mac에서 같은 모델, 같은 컨텍스트 윈도우(이 M2에서는 4,096 토큰, M3 이상에서는 8,192), 토큰 수도 동일합니다. 단발 프롬프트: 0.35초 vs 0.30초.

짧은 역사. apfel이 먼저였습니다. 2026년 3월 24일 첫 커밋과 v0.1.0, 2026년 3월 31일 첫 GitHub 릴리스, 4월에는 Hacker News 첫 페이지에 올랐습니다. Apple은 2026년 6월 8일 WWDC에서 fm을 발표했고, 2026년 9월 14일 macOS 27에 담아 출시했습니다. 둘 다 같은 FoundationModels 프레임워크로 같은 온디바이스 모델을 구동합니다. apfel은 오픈소스이고, macOS 26에서도 동작합니다.

모든 항목은 2026-10-05에 macOS 27.0.1(Apple M2, 24GB)에서 측정했으며, apfel을 릴리스할 때마다 다시 측정합니다. 전체 페이지에서 서버 점검 결과, 토큰 수 비교표, 재현에 필요한 모든 명령을 볼 수 있습니다.

GitHub에서 인기 있는 도구.

0에서 6,610 스타까지, 지금도 늘어나는 중.

6,610
GitHub 스타
251 포크
2450 테스트
v1.18.0 릴리스

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

GitHub에서 스타 주기
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

기준 데이터

시작하기.

모델 다운로드 없음. 가입 없음. API 키 없음. 이것만 있으면 됩니다.

Homebrew

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

소스에서 빌드

CLT + macOS 27 SDK 필요 (26, 27에서 동작)
$ git clone https://github.com/Arthur-Ficial/apfel.git
$ cd apfel && make install

apfel 나무.

apfel 위에 만들어진 네이티브 macOS 도구 가족이 계속 늘고 있습니다. 다른 Apple 프레임워크를 터미널로 가져오는 자매 프로젝트도 있습니다.

apfel-chat - 프라이빗 macOS AI 채팅

apfel-chat

여러 대화를 다루는 macOS 채팅 클라이언트. 마크다운 스트리밍, 음성 입출력, 이미지 분석. 완전히 프라이빗하고 API 키도 클라우드도 필요 없습니다.

SwiftUI 정식 버전
apfelpad - 온디바이스 AI 수식 메모장

apfelpad

생각을 위한 수식 메모장. 마크다운에 =apfel("summarize this")라고 쓰면 그 자리에서 결과가 스트리밍됩니다. 언어를 위한 =SUM이라고 할 수 있죠.

SwiftUI 신규
apfel-quick - macOS용 즉시 AI 오버레이

apfel-quick

즉시 뜨는 AI 오버레이. 어디서든 Ctrl+Space를 누르고 질문을 입력하면 답이 클립보드로 스트리밍됩니다. Wi-Fi도, 계정도, 요금도 필요 없습니다.

SwiftUI 신규
apfel-gui 스크린샷

apfel-gui

네이티브 macOS SwiftUI 디버그 GUI. Apple Intelligence와 채팅하고 요청과 응답, 로그를 살펴보며 음성 인식과 음성 합성까지, 모두 온디바이스로 처리합니다.

SwiftUI
apfel-clip - AI 클립보드 액션

apfel-clip

메뉴 막대에서 쓰는 AI 클립보드 액션. 아무 텍스트에서나 cmd+shift+V를 누르면 문법 교정, 번역, 코드 설명, 요약을 해 줍니다. 완전히 온디바이스이며 API 키가 필요 없습니다.

SwiftUI 정식 버전
apfel-mcp - apfel용 MCP 서버

apfel-mcp

apfel에 웹과 파일을 연결합니다. 작은 MCP 도구 네 개(url-fetch, ddg-search, search-and-fetch, 읽기 전용 파일 리더)는 모두 apfel의 작은 컨텍스트 윈도우(대부분의 Mac에서 4,096 토큰, macOS 27의 M3 이상에서는 8,192)에 맞게 다듬어져 있습니다.

Python 신규
apfel-run - 영구 MCP 레지스트리

apfel-run

apfel에 영구 MCP 레지스트리를 제공하는 작은 UNIX 래퍼. 일반 텍스트 설정 파일에서 MCP 서버를 이름으로 켜고 끕니다. 재시작해도 유지되며 GUI도 데몬도 없습니다.

셸 신규
apfel-server-kit - 생태계 도구용 Swift 패키지

apfel-server-kit

생태계를 떠받치는 공용 Swift 패키지. 로컬 apfel --serve 프로세스를 찾고, 띄우고, 스트리밍으로 받아옵니다. 모든 SwiftUI apfel 앱이 통신하는 중추입니다.

Swift 신규
auge - 터미널에서 쓰는 Apple Vision 프레임워크

auge

자매 프로젝트. apfel이 언어를 맡는다면 auge는 시각을 맡습니다. OCR, 이미지 분류, 바코드, 얼굴 인식을 CLI 하나로. Apple Vision 프레임워크로 100% 온디바이스. API 키도 클라우드도 필요 없습니다.

Swift 자매 프로젝트
translate - 터미널에서 쓰는 Apple Translation 프레임워크

translate

자매 프로젝트. UNIX 필터이자 DeepL, LibreTranslate, Google v2를 그대로 대체하는 HTTP 서버로, Apple의 온디바이스 Translation 프레임워크로 동작합니다. 100% 온디바이스이며 NetworkGuard가 이를 강제합니다. API 키도 클라우드도 필요 없습니다.

Swift 자매 프로젝트

자주 묻는 질문.

Hacker News와 Reddit에서 모은 질문입니다.

어떤 macOS 버전이 필요한가요?
macOS 26(Tahoe) 이상이 필요합니다. FoundationModels 프레임워크는 Tahoe에만 들어 있습니다. Sequoia 이하에서는 동작하지 않습니다. Apple Silicon(M1 이상)이 필요합니다.
apfel이 제 개인 데이터에 접근하나요?
아니요. FoundationModels 프레임워크는 연락처, 이메일, 캘린더, 사진, Semantic Index에 전혀 접근할 수 없습니다. 이들은 Apple 자체 기능만 쓸 수 있습니다.
데이터가 Mac 밖으로 나가나요?
아니요. 두 겹의 프라이버시 보호가 있습니다.

모델: Apple의 FoundationModels 프레임워크는 인터넷 연결 없이 동작하며 전적으로 Neural Engine에서 실행됩니다. 프롬프트와 응답은 기기 밖으로 나가지 않습니다. 사용자 데이터는 학습에 절대 쓰이지 않습니다.

도구: apfel은 그 상태를 그대로 지킵니다. 분석 도구, 텔레메트리, 추적, 자동 업데이트 확인, 크래시 리포트, 외부 전송이 모두 없습니다. 오픈소스라서 누구나 검증할 수 있습니다.
컨텍스트 윈도우는 얼마인가요?
macOS 26 및 M1/M2 Mac에서는 입력과 출력을 합쳐 4,096 토큰(영어 기준 약 3,000단어)입니다. macOS 27에서 M3 이상 칩과 12GB 이상 메모리를 갖춘 Mac은 Apple의 더 큰 온디바이스 모델(AFM 3 Core Advanced)을 쓰며 8,192 토큰입니다. apfel은 이 값을 하드코딩하지 않습니다. apfel --model-info를 실행하면 내 Mac에서 실제로 쓸 수 있는 윈도우를 보여 줍니다. 셸 스크립트, 요약, 텍스트 변환에 잘 맞고, 긴 대화나 큰 문서에는 적합하지 않습니다.
이 모델은 무엇을 잘하고, 무엇에 약한가요?
잘하는 것: 셸 스크립팅, 텍스트 변환, 분류, 짧은 요약, JSON 재구성, 번역.

약한 것: 수학, 사실 기억, 긴 대화, 복잡한 코드 생성.

이 모델은 환각을 일으키기보다 답변을 거절하는 쪽을 택합니다. Apple이 의도한 설계입니다.
서버 모드는 안전한가요?
기본적으로 꺼져 있습니다. 켜면 Bearer 토큰 인증(--token), Origin 검사, 디버그 전용 로그 엔드포인트가 적용됩니다. 자세한 내용은 server-security.md를 참고하세요.
Apple Intelligence를 켜야 하나요?
예. 시스템 설정 > Apple Intelligence & Siri > 켜기. 이때 모델이 다운로드됩니다. Siri를 쓸 필요는 없고, 켜 두기만 하면 됩니다. Apple 설정 가이드도 참고하세요.
apfel은 어떻게 업데이트하나요?
apfel --update를 실행하세요. 설치 방법을 감지하고 새 버전을 확인한 뒤, 업그레이드 전에 묻습니다. 수동으로 하려면 brew upgrade apfel 또는 git pull && make install.
어떤 모델을 쓰나요?
Apple의 자체 AFM(Apple Foundation Model)입니다. 약 3B 파라미터에 2비트와 4비트 혼합 양자화를 썼습니다. OpenAI 모델이 아닙니다. macOS Tahoe에 기본 탑재되며 Neural Engine에서 완전히 온디바이스로 실행됩니다.
Ollama나 LM Studio와 무엇이 다른가요?
LLM 다운로드 제로, 즉시 시작, 설정 없음. apfel은 이미 Mac에 있는 모델을 씁니다. Ollama와 LM Studio는 더 많은 모델과 더 큰 컨텍스트 윈도우를 제공하지만 따로 다운로드하고 설정해야 합니다. 용도에 따라 고르면 되는 서로 다른 도구입니다.
apfel은 MCP와 도구 호출을 지원하나요?
예. MCP가 네이티브로 내장되어 있습니다. --mcp <server>를 넘기면 도구가 연결됩니다. 도구 호출 가이드도 참고하세요.
macOS 27에 들어 있는 Apple의 fm CLI와 무엇이 다른가요?
같은 모델, 다른 역할. macOS 27에는 같은 온디바이스 모델을 위한 Apple의 명령줄 프런트엔드 fm이 들어 있습니다. apfel은 여기에 도구 호출을 지원하는 OpenAI 호환 서버, MCP, JSON Schema 출력, data URL 이미지 입력, 정직한 종료 코드, macOS 26 지원을 더합니다. 나란히 측정한 결과: apfel vs fm.
apfel에 텔레메트리나 외부 전송 기능이 있나요?
전혀 없습니다. apfel은 백그라운드에서 어떤 서버에도 접속하지 않습니다. 네트워크 호출은 사용자가 직접 apfel --update를 실행할 때뿐이며, 이때 Homebrew에서 새 버전을 확인합니다. 오픈소스라서 누구나 검증할 수 있습니다.
누가 만들었나요?
apfel은 Franz Enzenhofer가 만들었습니다(시스템 사상가, 저자, C64 시절부터 개발해 온 개발자, AI 정비공) / HN의 franze / Full Stack Optimization과 franzai.com의 창업자.

공동 메인테이너는 Arthur Ficial입니다. Anthropic의 Claude Opus로 동작하는 OpenClaw 인스턴스입니다. 개발은 주로 Claude Code와 Codex로 했고, 언제나 high thinking / high effort 모드였습니다.

시작: 2026년 3월 24일.
어떻게 테스트하나요?
단위 테스트 334개 + 통합 테스트 216개(엔드투엔드, OpenAI 클라이언트 호환성, OpenAPI 스펙 검증, 보안, 성능). 2026년 4월 12일 기준 총 550개 테스트.
apfel은 어떻게 시작되었나요?
apfel은 원래 OpenClaw를 Apple Intelligence에서 초절약 토큰 모드로 돌려 보려는 시도에서 출발했습니다. 4K 컨텍스트 윈도우 때문에 그 시도는 실패했습니다. 하지만 로컬에서 빠르게 돌고, 스크립트로 쓸 수 있고, 온디바이스로 언제든 쓸 수 있으며, 설정이 필요 없고 프라이버시를 우선하는 LLM이 엄청나게 멋지고, 강력하고, 재미있고, 흥미롭다는 사실을 알게 되었습니다.