Pamācība · pārbaudīts 2026. gada 15. novembrī
apfel MI pamācība
Pirmā atbilde no MI, kas jau ir tavā Mac, 60 sekundēs. Pēc tam 11 darbi, kas tam labi padodas, katrs gatavs kopēšanai kopā ar īsto izvadi, un godīgs saraksts ar to, ko tas nespēj.
Šajā lapā: 15 sadaļas
- Pirmā atbilde 60 sekundēs
- 1. Liec savam Mac pastāstīt par sevi
- 2. Izlabo jebkuru nokopētu tekstu
- 3. Nolasi čekus, PDF un skriptus
- 4. No vienkārša teikuma līdz shell komandai
- 5. JSON, kam tavi skripti var uzticēties
- 6. Automatizē savu dienu: git, balss un gatavi skripti
- 7. Darbini savu OpenAI kodu bez maksas
- 8. Dod tam rīkus ar MCP
- 9. Čats prompta testēšanai
- 10. Serveris, kas vienmēr darbojas fonā
- 11. Lietotnes uz apfel bāzes
- Ierobežojumi un godīgas atbildes
- Kad kaut kas neizdodas
- Kas to radīja un kā tas tika testēts
Pirmā atbilde 60 sekundēs
Tev vajag Apple Silicon Mac (M1 vai jaunāku) ar macOS 26 Tahoe vai jaunāku versiju un ieslēgtu Apple Intelligence sadaļā Sistēmas iestatījumi > Apple Intelligence un Siri. Pirmās divas prasības pārbaudi vienā rindā:
sw_vers -productVersion && uname -m
27.0.1
arm64Ja versija ir 26 vai augstāka un redzi arm64, viss ir gatavs. Instalē apfel ar Homebrew. Bez Xcode, bez konta, bez API atslēgas:
brew install apfelUzdod pirmo jautājumu:
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.Šo atbildi sniedza Apple modelis tavā Mac. Nekas netika sūtīts uz serveri, un tas neko nemaksāja.
Ja neizdodas: pajautā apfel, vai modelis ir gatavs:
apfel --model-info | grep -E 'available|context'
├ available: yes
├ context: 4096 tokensJa redzi available: no, ieslēdz Apple Intelligence sistēmas iestatījumos un pagaidi, līdz modelis būs lejupielādēts (saskaņā ar instalēšanas ceļvedi tie ir 3 līdz 4 GB). Mac valodai un Siri valodai jābūt vienai un tai pašai atbalstītai valodai. Kamēr modelis nav pieejams, apfel beidz darbu ar izejas kodu 5.
Tālāk: darbi zemāk. Katrs sākas ar to, kas tev būs pēc divām minūtēm.
1. Liec savam Mac pastāstīt par sevi
Pēc 2 minūtēm tev būs: saprotamas atbildes par disku, procesoru un atmiņu, tieši no komandām, ko jau zini.
Kad termināļa komanda izgāž veselu skaitļu sienu, es gribu atbildi vienā rindā, lai varētu rīkoties, nerokoties man page dokumentācijā.
Padod ar pipe jebkuras komandas izvadi apfel un pasaki, ko gribi uzzināt:
df -h | apfel "which volume is fullest, one sentence"
/dev/disk3s1 is the fullest volume, with 630Gi used.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.Ievadi turi mazu: vispirms head, awk un grep, tikai tad apfel. Modelis vienlaikus nolasa tikai dažus tūkstošus vārdu, kodu vēl mazāk (skat. ierobežojumus).
Ja neizdodas: dažas komandas raksta stderr plūsmā, ko pipe nepārnes. apfel tev to pateiks: piped input was empty - if the command prints to stderr, try: command 2>&1 | apfel.
Tālāk: tas pats triks der arī git log, lsof, pmset -g batt, žurnālfailiem un jebkam citam, kas izvada tekstu.
2. Izlabo jebkuru nokopētu tekstu
Pēc 2 minūtēm tev būs: komanda, kas izlabo gramatiku visam, kas ir starpliktuvē, jebkurā lietotnē.
Kad ātri uzrakstu ziņu Slack, Mail vai pārlūkā, es gribu to sakārtot, neatverot citu lietotni, lai varētu dažās sekundēs to ielīmēt atpakaļ.
Nokopē kādu tekstu un palaid vidējo rindu. pbpaste nolasa starpliktuvi, pbcopy ieraksta rezultātu atpakaļ:
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.Kāpēc "the text above" (teksts augstāk): apfel ar pipe padoto tekstu liek pirmo un tavu norādījumu aiz tā (pirmkods). Ar īso norādījumu "fix grammar and spelling, reply with the corrected text only" modelis ziņu nevis izlaboja, bet atbildēja uz to: Could you let me know which meeting you're referring to?. Mūsu testā palīdzēja tas, ka skaidri nosaucām tekstu, ar kuru jāstrādā.
Ja neizdodas: pirms sūtīšanas izlasi rezultātu. Mazs modelis dažreiz izmaina jēgu: kad lūdzām šo teikumu pārtulkot vāciski, tas "Can you send me" pārvērta par "Can I send you".
Tālāk: ieliec vidējo rindu shell aliasā vai Shortcuts darbībā "Run Shell Script" un piešķir tai īsinājumtaustiņu.
3. Nolasi čekus, PDF un skriptus
Pēc 2 minūtēm tev būs: atbildes par attēlu, skenētu PDF vai skriptu, nolasītu tavā Mac ar Apple teksta atpazīšanu.
Kad mapē Downloads nonāk čeks, skenējums vai nezināms fails, es gribu no tā dabūt vienu vajadzīgo faktu, lai varētu to sakārtot, neatverot failu.
Pievieno failu ar -f. Mēs izveidojām testa čeka attēlu (receipt.png) ar šādām rindām:
CAFE APFEL
2x Melange 9.80
1x Sachertorte 7.90
1x Apfelstrudel 6.50
TOTAL EUR 24.20
14.11.2026 21:14apfel -f receipt.png "What is the total? Just the amount."
24.20Tas pats čeks, saglabāts kā PDF tikai ar attēlu, arī der, jo apfel skenētām lapām palaiž teksta atpazīšanu:
apfel -f receipt.pdf "What is the total? Just the amount."
24.20Un jebkurš teksta fails, piemēram, shell skripts:
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.Šo skriptu tu dabūsi 6. darbā. Vairākus failus pievieno ar -f a.txt -f b.txt.
Ja neizdodas: izejas kods 4 nozīmē, ka fails modelim ir par garu (skat. ierobežojumus). Izejas kods 3 nozīmē, ka to bloķēja Apple drošības filtrs; failu satura izvilkšanas ceļvedis šādā gadījumā iesaka pievienot --permissive.
4. No vienkārša teikuma līdz shell komandai
Pēc 2 minūtēm tev būs: komanda, ko nevarēji atcerēties, izdrukāta tīrā veidā, lai to var uzreiz nokopēt.
Kad esmu aizmirsis find, du vai tar karodziņus, es gribu dabūt komandu no vienkārša teikuma, lai varētu palikt terminālī.
--code izdrukā tikai kodu, bez skaidrojuma:
apfel --code "one find command that lists files larger than 100MB in my home folder"
find /Users/yourusername/home -type f -size +100MKarodziņi ir pareizi, bet mapi modelis izdomāja. Tava mājas mape ir ~ (te: find ~ -type f -size +100M).
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 resultIzlasi katru komandu, pirms to palaid. Mūsu testos modelis ģenerēja arī kļūdainas komandas. Uz pieprasījumu "the 10 largest files in the current folder" (10 lielākie faili pašreizējā mapē) tas izdrukāja ls -lh | head -n 10, kas parāda pirmos 10 ierakstus, nevis lielākos. Uz "show open ports" (parādi atvērtos portus) tas ieteica netstat -tuln | grep LISTEN ar Linux karodziņiem; uz macOS šī komanda neizdrukā vispār neko. Mac datorā tos parāda lsof -iTCP -sTCP:LISTEN -n -P.
Tālāk: demo skripts cmd 6. darbā to visu ietin un pirms jebkā palaišanas pajautā (-x) vai nokopē komandu (-c).
5. JSON, kam tavi skripti var uzticēties
Pēc 2 minūtēm tev būs: strukturēti dati, izvilkti no nekārtīga teksta, kā JSON, kas vienmēr atbilst tavai shēmai.
Kad man no e-pastiem un piezīmēm vajag vārdus, skaitļus vai datumus, es gribu laukus, nevis prozu, lai varētu tos padot jq, izklājlapai vai skriptam.
Saglabā JSON Schema failā contact.schema.json:
{
"type": "object",
"properties": {
"name": { "type": "string" },
"city": { "type": "string" },
"phone": { "type": "string" }
},
"required": ["name", "city", "phone"]
}Tad padod tekstu ar pipe un --schema. apfel ierobežo modeli tā, ka izvade ir derīgs JSON šai shēmai:
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"
}Atslēgas atgriežas tādā secībā, kādā tās deklarētas tavā shēmā.
Lai saņemtu jebkuru atbildi kā JSON ar metadatiem, izmanto -o json:
apfel -o json "Translate to German: apple" | jq -r .content
ApfelVeselam sarakstam izmanto --batch: katram ierakstam viena JSON rinda ievadē un viena rezultāta rinda izvadē, katrs ieraksts jaunā sesijā. Trīs produktu atsauksmes teksta failā:
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 failedjq -R katru rindu pārvērš ierakstā; pēdējā rinda ir apfel kopsavilkums stderr plūsmā. Ieraksts, kas neizdodas, saņem status: "error", un pakešapstrāde turpinās.
Ja neizdodas: apfel atbalsta JSON Schema apakškopu (objekti, virknes, enum, skaitļi, Būla vērtības, masīvi, lokāls $ref). Neatbalstīts atslēgvārds, piemēram, pattern, aptur darbu ar izejas kodu 2 un nosauc to; saraksts ir API saderības dokumentā.
6. Automatizē savu dienu: git, balss un gatavi skripti
Pēc 2 minūtēm tev būs: nesenā darba kopsavilkums, Mac, kas skaļi paziņo, kad garš uzdevums pabeigts, un astoņi gatavi MI shell skripti.
Kad pārslēdzos starp uzdevumiem vai gaidu būvējumu, es gribu mazas automatizācijas, kas paskaidro un paziņo, lai varētu nesēdēt, blenžot terminālī.
Apkopo, ko esi darījis, no jebkura git repozitorija:
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.Ļauj savam Mac skaļi paziņot, kad kaut kas ir pabeigts. Padod atbildi ar pipe komandai say un savu garo komandu ieliec priekšā ar &&:
apfel "tell me cheerfully that my build just finished, one short sentence, no emoji" | sayTesta Mac nebija skaņas izvades, tāpēc runu ierakstījām failā (| say -o build-done.aiff, 102 880 baitu audio). Tas izrunāja teikumu Your build is finished, and I'm glad you asked!.
apfel nāk arī ar astoņiem demo skriptiem. Ieraksti tos mapē:
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
• wtdViens, kas mums testos patika:
./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 pauseMūsu palaidienos ne visi demo bija labi: oneliner "count unique IP addresses in access.log" atdūrās pret garuma ierobežojumu un izdrukāja salauztu komandu, bet explain pievienoja kļūdas paziņojumu, kura nemaz nebija. Visi astoņi uzskaitīti demo README.
7. Darbini savu OpenAI kodu bez maksas
Pēc 2 minūtēm tev būs: lokāls serveris, kas runā OpenAI Chat Completions API valodā, tāpēc esošais SDK kods darbojas ar tavu Mac, nevis ar maksas mākoņa modeli.
Kad veidoju prototipu ar OpenAI SDK, es gribu bezmaksas lokālu galapunktu, lai varētu būvēt un testēt bez atslēgām un rēķiniem, nekur nesūtot datus.
Palaid serveri vienā termināļa cilnē:
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 127.0.0.1:11434Otrā cilnē izsauc to tāpat kā OpenAI:
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.Oficiālais OpenAI Python SDK strādā bez izmaiņām. Atšķiras tikai bāzes URL un modeļa nosaukums. Saglabā kā hello.py:
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)python3 -m venv venv && ./venv/bin/pip -q install openai
./venv/bin/python hello.py
1. RoboBrew
2. CogCafé
3. Circuit SipServeris klausās tikai tavā Mac (127.0.0.1) un noraida pieprasījumus no tīmekļa lapām ar citu izcelsmi. Lai to atvērtu savam tīklam, pievieno tokenu: apfel --serve --host 0.0.0.0 --token-auto (servera drošības ceļvedis).
Ja neizdodas: Connection refused nozīmē, ka serveris nedarbojas. Embeddings un vecais /v1/completions galapunkts atgriež HTTP 501, jo ierīces modelis tos nepiedāvā.
Tālāk: uzturētāji ir dokumentējuši iestatīšanu VS Code Copilot (tikai čats), opencode, Zed un Node.js, Ruby, PHP un vēl sešām valodām. Šai lapai mēs tos atkārtoti netestējām.
8. Dod tam rīkus ar MCP
Pēc 2 minūtēm tev būs: modelis, kas ar Model Context Protocol rīka palīdzību nolasa tiešsaistes tīmekļa lapu un to apkopo.
Kad atbilde ir kādā tīmekļa lapā, es gribu, lai modelis to atvērtu pats, lai varētu saņemt kopsavilkumu, nekopējot tekstu šurpu turpu.
Instalē apfel-mcp rīkus, kas veidoti tā, lai ietilptu mazajā konteksta logā:
brew install Arthur-Ficial/tap/apfel-mcpPievieno vienu ar --mcp un jautā. -q paslēpj rīka neapstrādāto izvadi:
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.Tajā pašā pakotnē ir apfel-mcp-ddg-search (meklēšana tīmeklī), apfel-mcp-search-and-fetch un apfel-mcp-fs (lokāla faila nolasīšana). Der jebkurš MCP serveris: ceļš uz lokālu skriptu vai https:// URL.
Strādā arī rīki ar vairākiem nosauktiem argumentiem. Lūk, kalkulators no apfel repozitorija (mcp/calculator/server.py): modelis izsauc multiply ar abiem argumentiem, apfel to izpilda, un modelis atbild ar rezultātu:
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.Rindā tool: apfel parāda izsaukumu, ko tas izpildīja. Pirms apfel 1.18.0 modelis neredzēja argumentu nosaukumus un tos minēja, tāpēc šāds izsaukums neizdevās (issue #555, salabots ar pull request #556). Ja šeit redzi invalid arguments, atjaunini ar brew upgrade apfel.
9. Čats prompta testēšanai
Pēc 2 minūtēm tev būs: saruna terminālī, kas atceras, ko teici iepriekš.
Kad slīpēju promptu skriptam, es gribu ātri izmēģināt dažas replikas, lai varētu redzēt, kā modelis reaģē, pirms to automatizēju.
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.Personu pievieno ar -s, piemēram, apfel --chat -s "You are a patient Python tutor". Kad gara saruna vairs neietilpst konteksta logā, apfel pēc noklusējuma izmet vecākās replikas; pārējās stratēģijas skaidro konteksta ceļvedis. Ja gribi logu ar pogām, skat. apfel-chat.
10. Serveris, kas vienmēr darbojas fonā
Pēc 2 minūtēm tev būs: OpenAI saderīgs serveris, kas pats startē pie pieteikšanās un vienmēr gaida portā 11434.
Kad rīki manā Mac katru dienu izmanto lokālo galapunktu, es gribu, lai tas vienmēr būtu ieslēgts, lai varētu aizmirst par palaišanu ar roku.
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)Iestatījumi, piemēram, ports, tokens vai MCP serveri, ir vides mainīgie, piemēram, APFEL_PORT=8080 brew services start apfel. Visi tie uzskaitīti fona servisa ceļvedī.
11. Lietotnes uz apfel bāzes
Pēc 2 minūtēm tev būs: tas pats ierīces modelis logā, izvēļņu joslā vai ar karsto taustiņu, ja lietotnes tev tīk vairāk par termināli.
Tās nāk no tiem pašiem uzturētājiem ("apfel koks" README failā). 2026. gada 15. novembrī pārbaudījām, ka katrs instalēšanas nosaukums ir pieejams Homebrew; pašas lietotnes šai lapai netestējām.
| Lietotne | Ko tā dara | Instalēšana |
|---|---|---|
| apfel-chat | Čata lietotne ar straumētām atbildēm, runu un attēlu analīzi | brew install Arthur-Ficial/tap/apfel-chat |
| apfel-clip | Darbības ar starpliktuvi no izvēļņu joslas: apkopot, tulkot, pārrakstīt | brew install Arthur-Ficial/tap/apfel-clip |
| apfel-quick | Nospied taustiņu, pajautā, saņem atbildi, aizver | brew install Arthur-Ficial/tap/apfel-quick |
| apfelpad | Bloknots, kurā MI ir formula, ko ieliec šūnā | brew install Arthur-Ficial/tap/apfelpad |
| apfel-mcp | MCP rīki, pielāgoti mazajam logam (8. darbs) | brew install Arthur-Ficial/tap/apfel-mcp |
| apfel-run | apfel ar saglabātu konfigurāciju un MCP serveru sarakstu | brew install Arthur-Ficial/tap/apfel-run |
| apfel-tag | Birkas, tēmas un emocijas jebkuram ar pipe padotam tekstam | brew install Arthur-Ficial/tap/apfel-tag |
| apfel-gui | Atkļūdošanas logs: pieprasījumi, MCP ziņojumi, runa | brew install Arthur-Ficial/tap/apfel-gui |
Ierobežojumi un godīgas atbildes
apfel tev dod Apple ierīces modeli. README norāda, ka tam ir aptuveni 3 miljardi parametru, tātad tas ir daudz mazāks par mākoņa modeļiem, uz kuriem balstās ChatGPT vai Claude. Tam labi padodas īsi, mērķtiecīgi teksta darbi. Šeit ir ierobežojumi, pret kuriem atdūrāmies paši vai kurus nosauc dokumentācija.
Konteksta logs ir mazs. Jautājumam un atbildei kopā jāietilpst 4 096 tokenos ar macOS 26 un uz M1 un M2 Mac vai 8 192 tokenos uz M3 vai jaunākiem Mac ar 12 GB vai vairāk un macOS 27 (README). Tavu logu parāda apfel --model-info. Paša apfel README tajā neietilpst. Saskaiti tokenus pirms sūtīšanas:
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: 43 584 ir 4 096 tokenu logs mīnus 512 tokeni, kas paturēti brīvi atbildei. README ir aptuveni 3 000 vārdu, bet Markdown un kods uz vienu vārdu patērē daudz tokenu. Garus failus padod pa daļām (head -c 6000 file), pa vienai sadaļai.
Tas nezina šodienas datumu. Tas vienkārši izdomāja datumu:
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.Katru vajadzīgo faktu iedod promptā. Piekļuves internetam tam nav, ja vien nepievieno MCP rīku.
Dažreiz tas pārliecinoši kļūdās. To jau redzēji augstāk: nepareizas shell komandas 4. darbā un tulkojums, kas apgrieza jēgu otrādi, 2. darbā. Pārbaudi visu, kam ir nozīme.
Apple drošības filtrs var bloķēt nekaitīgu tekstu. Tad apfel beidz darbu ar izejas kodu 3 un ziņojumu The request was blocked by Apple's safety guardrails. Pārformulē vai radošiem tekstiem un dokumentiem pievieno --permissive; ko tas maina, skaidro aizsargmehānismu dokuments. Šīs lapas palaidienos mēs bloķēšanu nepiedzīvojām.
Atbildes katru reizi atšķiras. Šīs ir īstas izvades, katra no viena palaidiena. Tev tās būs formulētas citādi. Atkārtojamākām atbildēm izmanto --temperature 0; apfel nesola identisku izvadi dažādos palaidienos vai pēc macOS atjauninājumiem (stabilitātes politika).
Ātrums: mūsu palaidienos lielākā daļa atbilžu atnāca 1 līdz 2 sekundēs. Tīmekļa lapas kopsavilkums ar MCP rīku aizņēma 8 sekundes.
Prasības ir stingras: tikai Apple Silicon, macOS 26 vai jaunāka versija, ieslēgts Apple Intelligence un viena no 15 valodām, ko uzskaita --model-info. Intel Mac datoros tas nedarbojas.
Kad kaut kas neizdodas
apfel ziņo par problēmām ar izejas kodu, lai skripti varētu reaģēt. Pārbaudi to ar echo $? uzreiz pēc komandas.
| Izejas kods vai kļūda | Nozīme | Ko darīt |
|---|---|---|
2 |
Nepareizs karodziņš vai opcija | Karodziņi jāraksta pirms prompta; tos uzskaita apfel --help |
3 |
Pieprasījumu bloķēja Apple drošības filtrs | Pārformulē vai pievieno --permissive |
4 |
Ievade konteksta logam par garu | Sūti mazāk teksta; pārbaudi ar apfel --count-tokens |
5 |
Modelis nav pieejams | Ieslēdz Apple Intelligence, pagaidi lejupielādi, saskaņo Mac un Siri valodu |
6 |
Modelis ir aizņemts vai pieprasījumu skaits ierobežots | Pagaidi un palaid vēlreiz vai pievieno --retry |
Connection refused |
Portā 11434 nedarbojas serveris | Palaid apfel --serve vai brew services start apfel |
| HTTP 501 | Galapunkts, ko ierīces modelis nepiedāvā (embeddings, /v1/completions) |
Izmanto /v1/chat/completions |
piped input was empty |
Komanda rakstīja stderr plūsmā | command 2>&1 \| apfel "..." |
Joprojām nevari tikt galā? Meklē vai atver jaunu issue GitHub vietnē.
Kas to radīja un kā tas tika testēts
apfel ir bezmaksas atvērtā koda programmatūra (MIT licence), Franz Enzenhofer franzai projekts. To uztur kopā ar Arthur Ficial, Franz MI asistentu, kas uzrakstīja arī šo pamācību. Tā kā šo lapu uzrakstīja paši apfel veidotāji, mēs uzskaitījām katru redzēto kļūmi, nevis tās noklusējām.
Kā mēs testējām: 2026. gada 15. novembrī palaidām katru šīs lapas komandu uz MacBook Air M2 (24 GB) ar macOS 27.0.1 (būvējums 26A434). Izmantojām parakstīto apfel 1.18.0 bināro failu no GitHub laidiena (to pašu failu, ko instalē Homebrew tap), īstā termināļa sesijā, un izvadi nokopējām bez izmaiņām. Šīs lapas pirmā versija (2026. gada 14. novembris, apfel 1.16.0) parādīja kļūdu ar vairāku argumentu rīkiem 8. darbā; 1.18.0 to labo, tāpēc šai versijai visas komandas palaidām no jauna. Kur pirmā izvade bija nepareiza, nepareizo izvadi atstājām lapā un to atklāti norādījām. Atkārtoti palaidām tikai tāpēc, lai atrastu atbildes, kurām nevajag labojumus: viens tīmekļa lapas kopsavilkums saturēja garo domuzīmi, ko šī vietne nedrukā, tāpēc palaidām to vēlreiz un paturējām trešo palaidienu. Runas piemēru pārbaudījām, ierakstot audio failā, jo testa Mac nebija skaņas izvades. Demo skriptus ierakstīja apfel --demos no apfel 1.18.0.
Ko citi rakstījuši par apfel: Show HN ieraksts (2026. gada 3. aprīlis, 743 punkti), Better Stack ceļvedis, GIGAZINE raksts un praktisks apskats vietnē danilchenko.dev.
Avoti: apfel README, CLI rokasgrāmata, instalēšanas ceļvedis, demo skripti, apfel pret Apple fm un problēmu reģistrs, lasīti 2026. gada 15. novembrī.