v1.18.0 · Null konfigurasjon · MIT
apfel
Gratis KI, allerede på Macen din.
macOS Tahoe leveres med en LLM på 3B parametere. apfel gir deg CLI-tilgang med én brew install. Ingen modellnedlastinger, ingen API-nøkler, ingen konfigurasjon, det bare virker.
$ brew install apfel
6.6k+ stjerner på github.com/Arthur-Ficial/apfel
Krever: Apple Silicon · macOS Tahoe · Apple Intelligence slått på
Ny med apfel? Start 60-sekunders-guiden (på engelsk)
Alt kjører på enheten din. Ingen nettverkskall. Ingen data forlater Macen din.
Se det i aksjon.
Fra brew install til KI-svar på 12 sekunder. Ingen konfigurasjon nødvendig.
Null konfigurasjon. Null LLM-nedlastinger. Null tokenkostnader.
Andre lokale KI-verktøy er gode, men krever modellnedlastinger og konfigurasjon. apfel trenger ingenting - modellen ligger allerede på Macen din. Én brew install. Ferdig.
Modellen under panseret
Apple ML ResearchTre verktøy. Én installasjon.
En CLI, en OpenAI-kompatibel server og en interaktiv chat. Alt fra én enkelt brew install. Ingen ekstra nedlastinger.
UNIX-verktøy
Pipe-vennlig og kombinerbart. Fungerer med jq, xargs og shellskriptene dine. stdin, stdout, JSON-utdata, skjemagyldig JSON med --schema, flere runder fra en meldingsfil med --messages, filvedlegg, ordentlige exitkoder.
OpenAI-server
Drop-in-erstatning på localhost:11434. Pek en hvilken som helst OpenAI SDK mot den og kjør. Chat Completions og Responses API, streaming, tool calling, JSON Schema-utdata, CORS.
Interaktiv chat
Samtaler over flere runder med automatisk konteksthåndtering. Fem trimmestrategier. Støtte for systemprompt. Bare skriv apfel i en terminal for å starte. Alt på Macen din.
Innebygd MCP-støtte.
Gi Apples modell på enheten verktøy. Hvilke som helst.
Koble til verktøyservere med --mcp
apfel snakker Model Context Protocol. Pek den mot en hvilken som helst MCP-server, så får modellen på enheten verktøy - matte, API-er, databaser, alt du kan skrive en server for.
- Fungerer i alle tre modusene - CLI, server og chat
- Finner verktøy automatisk via MCP tools/list ved oppstart
- Verktøykall oppdages, kjøres, og resultatene sendes automatisk tilbake
- Uten --mcp-flagg ingen overhead - null ekstra tokens, ingen endrede kodestier
- Leveres med en kalkulator-MCP-server som proof-of-concept
- Eksterne MCP-servere via URL -
--mcp https://...med valgfri autentisering via Bearer-token
Slik fungerer det.
Apple har bygget en LLM inn i hver Mac. Den bare ligger der. apfel gir den en inngangsdør - helt uten konfigurasjon.
Apple leverer en LLM på enheten
Fra og med macOS 26 (Tahoe) har hver Mac med Apple Silicon en språkmodell som en del av Apple Intelligence. Apple gjør den tilgjengelig gjennom FoundationModels-rammeverket - et Swift-API som gir apper tilgang til SystemLanguageModel. All inferens kjører på Neural Engine og GPU-en. Ingen nettverkskall, ingen sky, ingen API-nøkler. Modellen er bare der.
Men Apple bruker den bare til Siri
Som standard driver modellen på enheten Siri, Writing Tools og systemfunksjoner. Det finnes ingen terminalkommando, ikke noe HTTP-endepunkt, ingen måte å pipe tekst gjennom den på. FoundationModels-rammeverket finnes, men du må skrive en Swift-app for å bruke det. Det er akkurat det apfel gjør.
Hva apfel tilfører
apfel er en Swift 6.3-binær som pakker inn LanguageModelSession og gjør den tilgjengelig på tre måter: som et UNIX-kommandolinjeverktøy med stdin/stdout, som en OpenAI-kompatibel HTTP-server (bygget på Hummingbird) og som en interaktiv chat med konteksthåndtering.
Den tar seg av det Apples rå API ikke gjør: ordentlige exitkoder, JSON-utdata, filvedlegg, fem strategier for å trimme konteksten i det lille kontekstvinduet (4 096 tokens, 8 192 på M3 og nyere Macer med macOS 27), ekte tokentelling via SDK-en og konvertering av OpenAI-verktøyskjemaer til Apples eget Transcript.ToolDefinition-format.
Privat fra grunnen av.
Ikke ett eneste HTTP-kall mens du bruker apfel. Hver påstand nedenfor lenker til Apples egen dokumentasjon.
På enheten. Fungerer offline.
FoundationModels-rammeverket kjører helt og holdent på Neural Engine i din Apple Silicon. Ingen server, ingen sky, ingen internettforbindelse nødvendig.
Dataene dine forblir dine.
Apple samler ikke inn prompter, svar eller noen bruksdata fra inferens på enheten. Ingenting lagres, ingenting sendes.
Brukes aldri til trening.
Apple trener grunnmodellene sine kun på lisensierte og offentlige data. Interaksjonene dine blir aldri en del av treningen.
Null sporing fra apfel.
Ingen analyse, ingen telemetri, ingen automatiske oppdateringssjekker, ingen krasjrapportering, ingenting som ringer hjem. Det eneste nettverkskallet apfel noen gang gjør, er når du uttrykkelig kjører apfel --update. Hele kodebasen er åpen kildekode.
Kraftige verktøy følger med.
Shellskript i mappen demo/. Installer apfel først, og hent så de du vil ha.
cmd
Fra naturlig språk til shellkommando. Si hva du vil, og få kommandoen.
oneliner
Pipe-kjeder fra vanlig språk. awk, sed, sort, uniq - generert for deg.
mac-narrator
Forteller om systemaktiviteten på Macen din som en naturdokumentar.
explain
Forklarer enhver kommando, feilmelding eller kodesnutt i klartekst.
wtd
Hva er dette for en mappe? Rask oversikt over hvilken som helst kodebase.
gitsum
Oppsummerer de siste git-commitene i noen få setninger.
30 nyttige og kule one-liners.
Hver kommando er testet på en ekte Mac. Kjed apfel sammen med ps, lsof, du, vm_stat, git, pbpaste, sleep, pgrep, curl, say - kombinerbarhet som KI i skyen ikke kan matche, fordi den ikke ser prosessene dine, utklippstavlen din eller git diff-en din. Det gjør apfel.
Hva som spiser CPU-en min akkurat nå.
$ps aux | sort -k 3 -nr | head -5 | awk '{print $11, $3"%"}' | apfel "which app is using the most CPU"
-> WindowServer bruker mest CPU: 42,6 %.
Hvilke apper som lytter på hvilke porter.
$lsof -iTCP -sTCP:LISTEN -n -P | head -15 | apfel "list which apps own which ports as a table"
-> 11434 fichten, 18789 node, 5000 ControlCenter ...
Hvilket volum som er nærmest fullt.
$df -h | apfel "which volume is fullest, one sentence"
-> /dev/disk3s1 er fullest med 263Gi av 926Gi.
vm_stat oversatt til klartekst.
$vm_stat | apfel "explain my memory usage in plain english, one sentence"
-> 349k sider aktive, 266k wired - mye minne i bruk.
Hvilke mapper her som tar mest diskplass.
$du -sh */ 2>/dev/null | sort -rh | head -5 | apfel "which folders are eating most disk, one sentence"
-> Library med 36G og Downloads med 604M dominerer.
De største filene i denne mappen.
$ls -laS | head -10 | apfel "what are the biggest files here, just file names"
-> apfel-quick-preview.png, og.png, translate-preview.png ...
Hvilke apper som snakker med internett akkurat nå.
$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 ...
Batteritilstand og gjenværende tid på én linje.
$pmset -g batt | apfel "battery health and percent, one line"
-> Fulladet, tilstand 100%, aktiv nå.
Oppsummer de siste commitene dine i klartekst.
$git log --oneline -20 | apfel "summarize what I have been working on"
-> Oppdateringer fra v1.2.1 til v1.3.2, søsterprosjekter lagt til ...
Skriv en release note på én linje ut fra de siste commitene.
$git log --oneline -5 | apfel "write a one-line release note based on these commits"
-> Ga ut v1.3.2 med 5053 stjerner, 783 tester, oppdateringer.
Rett grammatikken i det som ligger på utklippstavlen, og legg rettelsen tilbake.
$pbpaste | apfel "fix grammar" | pbcopy
-> "i has went" blir til "I went" - tilbake på utklippstavlen.
Oversett utklippstavlen til japansk, og legg den tilbake.
$pbpaste | apfel "translate to japanese" | pbcopy
-> Utklippstavlen inneholder nå den japanske oversettelsen.
Oppsummer en tekstvegg fra utklippstavlen i 3 punkter.
$pbpaste | apfel "summarize in 3 bullets"
-> 3 konsise punkter i terminalen din.
Trekk ut klare oppgaver fra møtenotater på utklippstavlen.
$pbpaste | apfel "extract just the action items as a clean bullet list, no other text" | pbcopy
-> "Sarah drafts Q3 budget", "email design team", ... tilbake på utklippstavlen.
La Macen si fra høyt når en lang oppgave er ferdig (her om 30 minutter).
$sleep 1800 && apfel "tell me cheerfully my long task just finished, one short sentence" | say
-> Macen sier: "Your long task just finished, well done!"
Vent til en fil havner i Downloads, og si fra.
$until [ -e ~/Downloads/Report.pdf ]; do sleep 5; done; apfel "tell me my download just landed, one cheerful sentence" | say
-> Sjekker hvert 5. sekund; når Report.pdf dukker opp, sier Macen fra.
Vent til en langvarig prosess avsluttes, og si fra.
$while pgrep -q ffmpeg; do sleep 5; done; apfel "tell me cheerfully that my video encoding is done, one short sentence" | say
-> Sjekker hvert 5. sekund; når ffmpeg dør, sier Macen fra.
Hvert 30. minutt: oppsummer høyt hva du nettopp har levert.
$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
-> Automatisk standup hver halvtime, lest høyt mens du koder videre.
Hvert 15. minutt: advar høyt hvis batteriet faller under 20 prosent.
$while sleep 900; do P=$(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
-> Stille til batteriet synker; da roper Macen ut en vennlig, men innstendig advarsel.
Overvåk en URL til den svarer med 2xx, og feir så deployen høyt.
$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
-> Sjekker hvert 30. sekund til staging er oppe; Macen sier "Your deploy is live, URL is responding!".
Omformuler en uformell setning til noe høflig.
$echo "hey can u send me docs asap" | apfel "rephrase politely"
-> "Could you please share the documents at your earliest ..."
Kall en URL og spør hva som skjer, bare ut fra headerne.
$curl -sI https://github.com | apfel "explain what happens at this URL in one sentence, based on the HTTP headers"
-> GitHub leverer en HTML-side med streng caching og sikkerhetsheadere.
Dagens Hacker News, oppsummert i én setning og lest høyt.
$curl -s https://news.ycombinator.com | grep titleline | sed "s/<[^>]*>//g" | apfel "summarize hacker news today in one cheerful sentence" | say
-> Macen leser opp dagens toppsaker i ett kort og konsist sammendrag.
Forklar en JSON-blob i klartekst.
$echo '{"name":"alice","plan":"pro","credits":42}' | apfel "explain this JSON in one sentence"
-> En bruker ved navn Alice med pro-abonnement og 42 kreditter.
Matte uten å åpne en kalkulator.
$apfel "what is 15% tip on 87.50, just the number"
-> 13.13
Generer et regex uten å forlate terminalen.
$apfel "regex for a valid email address, just the regex"
-> ^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$
Spør etter bash-one-lineren du har glemt.
$apfel "give me one find command that lists files larger than 100MB, just the bash command"
-> find / -type f -size +100M
Forklar en kryptisk kommando i stedet for å gjette.
$apfel "explain the command tar -xzvf file.tar.gz in one sentence"
-> Dekomprimerer og pakker ut en gzippet tarball i gjeldende mappe.
Glemt den nøyaktige git-kommandoen? Bare spør.
$apfel "git command to uncommit but not unedit my last commit, just the command"
-> git reset --soft HEAD~1
Tyd noen andres regex i én setning.
$apfel "explain this regex in one sentence: ^\d{3}-\d{4}$"
-> Matcher et 3-sifret prefiks, en bindestrek og 4 sifre - et amerikansk telefonnummerformat.
Konverter en uformell datostreng til 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
Oppsummer en hel fil i 3 punkter.
$apfel -f README.md "summarize in 3 bullets"
-> 3 punkter om omfang, installasjon og bruk.
OpenAI-kompatibel.
Bytt én URL. Behold koden din.
Drop-in-erstatning
apfel snakker OpenAI API. Ethvert klientbibliotek, rammeverk eller verktøy som snakker med OpenAI, kan snakke med KI-en på Macen din i stedet. Bare bytt base-URL-en.
- ✓ POST /v1/chat/completions
- ✓ POST /v1/responses (Responses API)
- ✓ Streaming (SSE)
- ✓ Tool calling / function calling
- ✓ GET /v1/models
- ✓ response_format: json_object, json_schema
- ✓ image_url-deler som data-URL-er (macOS 27)
- ✓ temperature, max_tokens, seed
- ✓ CORS for nettleserklienter
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)
Samme modell som Apples fm. Annen jobb.
macOS 27 leveres med fm, Apples eget kommandolinjegrensesnitt for modellen på enheten. Her skilles de to.
| apfel | Apple fm | |
|---|---|---|
| Kjører på | macOS 26 og 27, én binær | Kun macOS 27 |
| Installer | brew install apfel | Allerede på plass (sudo fm license én gang) |
| OpenAI-klienter fungerer uendret | Ja: JSON som standard, usage, max_tokens respekteres, feil mappes | Strømmer med mindre man ber om noe annet, ignorerer max_tokens, 500 ved guardrails |
| Tool calling og MCP | Innebygde verktøykall, lokale og eksterne MCP-servere | Ingen (tools lekker maltokens inn i svaret) |
| Skripting | --code, -o json, 9 exitkoder, --count-tokens --strict | Ren tekst, exit 0 eller 1 |
| Filer som inndata | Tekst, PDF, bilder: OCR-tekst på begge systemene, pluss selve bildet til modellen på macOS 27 | Bilder til modellen, pluss innebygde verktøy for OCR og strekkoder |
| Chatøkter som lagres | Nei | Navngitte transkripsjoner, --resume |
| Hastighet | Samme modell på samme Mac, samme kontekstvindu (4 096 tokens på denne M2-en, 8 192 på M3 og nyere), identisk antall tokens. Enkeltprompt: 0,35 s mot 0,30 s. | |
Kort historikk. apfel kom først: første commit og v0.1.0 den 24. mars 2026, første GitHub-release den 31. mars 2026, forsiden på Hacker News i april. Apple annonserte fm på WWDC den 8. juni 2026 og lanserte det med macOS 27 den 14. september 2026. Begge bruker den samme modellen på enheten via det samme FoundationModels-rammeverket; apfel er den med åpen kildekode, og den som også kjører på macOS 26.
Hver rad ble målt på macOS 27.0.1 (Apple M2, 24 GB) den 05.10.2026 og måles på nytt ved hver apfel-release. Den fullstendige siden har servertestene, tabellen over antall tokens og alle kommandoene for å gjenskape målingene.
Populær på GitHub.
Fra null til 6,610 stjerner, og det fortsetter.
Starred by engineers from Apple, Google, VMware, NVIDIA, and PlayStation.
Gi en stjerne på GitHubData per
Kom i gang.
Ingen modellnedlastinger. Ingen registrering. Ingen API-nøkler. Bare dette.
Homebrew
$ brew install apfel $ apfel "Hello, Mac"
Bygg fra kildekode
$ git clone https://github.com/Arthur-Ficial/apfel.git $ cd apfel && make install
apfel-treet.
En voksende familie av native macOS-verktøy bygget på apfel - og søsterprosjekter som tar andre Apple-rammeverk til terminalen.
apfel-chat
Chatklient for macOS med flere samtaler. Strømmende markdown, tale inn/ut, bildeanalyse - helt privat, ingen API-nøkler, ingen sky.
SwiftUI Produksjonsklar
apfelpad
En formelnotisblokk for tenkearbeid. Skriv =apfel("summarize this") i markdownen din og se svaret strømme rett inn i teksten. Som =SUM, bare for språk.
apfel-quick
Umiddelbart KI-overlegg. Trykk Ctrl+Space hvor som helst, skriv et spørsmål, og svaret strømmer til utklippstavlen din. Ingen wifi, ingen konto, ingen regning.
SwiftUI Ny
apfel-gui
Native SwiftUI-debug-GUI for macOS. Chat med Apple Intelligence, inspiser forespørsler og svar, logger, tale-til-tekst, tekst-til-tale - alt på enheten.
SwiftUI
apfel-clip
KI-handlinger for utklippstavlen fra menylinjen. Trykk cmd+shift+V på hvilken som helst tekst - rett grammatikk, oversett, forklar kode, oppsummer. Helt på enheten, ingen API-nøkler.
SwiftUI Produksjonsklar
apfel-mcp
Gi apfel tilgang til nettet og filene dine. Fire små MCP-verktøy - url-fetch, ddg-search, search-and-fetch og en skrivebeskyttet filleser - hver trimmet for apfels lille kontekstvindu (4 096 tokens på de fleste Macer, 8 192 på M3 og nyere med macOS 27).
Python Ny
apfel-run
Liten UNIX-wrapper som gir apfel et varig MCP-register. Slå MCP-servere av og på etter navn i en vanlig tekstfil. Overlever omstarter, ingen GUI, ingen daemon.
Shell Ny
apfel-server-kit
Felles Swift-pakke som driver økosystemet. Finn, start og strøm fra en lokal apfel --serve-prosess. Ryggraden som alle SwiftUI-apper for apfel snakker med.
Swift Ny
auge
Søsterprosjekt. apfel tar seg av språk; auge tar seg av syn. Én CLI for OCR, bildeklassifisering, strekkoder og ansiktsdeteksjon - 100% på enheten via Apples Vision-rammeverk. Ingen API-nøkler, ingen sky.
Swift Søsterprosjekt
translate
Søsterprosjekt. UNIX-filter pluss HTTP-server som direkte erstatter DeepL, LibreTranslate og Google v2 - drevet av Apples Translation-rammeverk på enheten. 100% på enheten, håndhevet av NetworkGuard. Ingen API-nøkler, ingen sky.
Swift SøsterprosjektOfte stilte spørsmål.
Spørsmål hentet fra Hacker News og Reddit.
Hvilken macOS-versjon trenger jeg?
Får apfel tilgang til personopplysningene mine?
Forlater noen data Macen min?
Modellen: Apples FoundationModels-rammeverk fungerer uten internettforbindelse og kjører helt og holdent på Neural Engine. Promptene og svarene dine forlater aldri enheten. Brukerdata brukes aldri til trening.
Verktøyet: apfel sørger for at det forblir slik. Ingen analyse, ingen telemetri, ingen sporing, ingen automatiske oppdateringssjekker, ingen krasjrapportering, ingenting som ringer hjem. Åpen kildekode og etterprøvbart.
Hvor stort er kontekstvinduet?
apfel --model-info viser vinduet Macen din faktisk har. Supert for shellskript, sammendrag og teksttransformasjoner. Ikke egnet for lange samtaler eller store dokumenter.Hva er modellen god på? Hvor sliter den?
Begrenset: matte, faktakunnskap, lange samtaler, kompleks kodegenerering.
Modellen avslår heller enn å hallusinere. Et bevisst designvalg fra Apple.
Er servermodusen sikker?
--token), sjekk av origin, logg-endepunkter bare i debugmodus. Detaljer i server-security.md.Må jeg slå på Apple Intelligence?
Hvordan oppdaterer jeg apfel?
apfel --update. Gjenkjenner installasjonsmetoden, ser etter en nyere versjon og spør før oppgradering. Manuelt: brew upgrade apfel eller git pull && make install.Hvilken modell bruker den?
Hvordan skiller apfel seg fra Ollama eller LM Studio?
Støtter apfel MCP og tool calling?
--mcp <server> for å koble til verktøy. Veiledning for tool calling.Hvordan skiller apfel seg fra Apples egen fm-CLI på macOS 27?
fm, Apples kommandolinjegrensesnitt for den samme modellen på enheten. apfel legger til den OpenAI-kompatible serveren med tool calling, MCP, JSON Schema-utdata, bildeinndata som data-URL-er, ærlige exitkoder og støtte for macOS 26. Målt side om side: apfel vs fm.Har apfel telemetri eller funksjoner som ringer hjem?
apfel --update, som sjekker Homebrew etter en nyere versjon. Åpen kildekode og etterprøvbart.Hvem har laget dette?
Vedlikeholdes også av Arthur Ficial, en OpenClaw-instans som kjører på Anthropics Claude Opus. Utvikles i stor grad med Claude Code og Codex. Alltid i high thinking / high effort-modus.
Startet: 24. mars 2026.