apfel is een -project.

Tutorial · getest op 15 november 2026

apfel AI-tutorial

Je eerste antwoord van de AI die al op je Mac staat, binnen 60 seconden. Daarna 11 klussen waar hij goed in is, elk klaar om te kopiëren en plakken met de echte output, plus een eerlijke lijst van wat hij niet kan.

Echte terminalopname, niets gemonteerd: apfel 1.18.0 op macOS 27.0.1, MacBook Air M2.
Op deze pagina: 15 secties
  1. Je eerste antwoord in 60 seconden
  2. 1. Vraag je Mac naar zichzelf
  3. 2. Verbeter elke gekopieerde tekst
  4. 3. Lees bonnetjes, PDF's en scripts
  5. 4. Maak van gewone taal een shellcommando
  6. 5. JSON waar je scripts op kunnen vertrouwen
  7. 6. Automatiseer je dag: git, spraak en kant-en-klare scripts
  8. 7. Draai je OpenAI-code gratis
  9. 8. Geef het model tools met MCP
  10. 9. Chatten om een prompt te testen
  11. 10. Laat de server op de achtergrond draaien
  12. 11. Apps gebouwd op apfel
  13. Grenzen en eerlijke antwoorden
  14. Als er iets misgaat
  15. Wie dit maakte en hoe het getest is

Je eerste antwoord in 60 seconden

Je hebt een Mac met Apple Silicon nodig (M1 of nieuwer) met macOS 26 Tahoe of later, en Apple Intelligence moet aanstaan in Systeeminstellingen > Apple Intelligence en Siri. De eerste twee controleer je in één regel:

Terminal
sw_vers -productVersion && uname -m
27.0.1
arm64

Zie je versie 26 of hoger en arm64, dan ben je klaar. Installeer apfel met Homebrew. Geen Xcode, geen account, geen API-sleutel:

Terminal
brew install apfel

Stel je eerste vraag:

Terminal
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.

Dat antwoord kwam van het model van Apple op je eigen Mac. Er ging niets naar een server, en het kostte niets.

Werkt het niet? Vraag apfel of het model klaar is:

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

Staat er available: no, zet dan Apple Intelligence aan in Systeeminstellingen en wacht tot het model helemaal is gedownload (volgens de installatiegids is dat 3 tot 4 GB). De taal van je Mac en de taal van Siri moeten dezelfde ondersteunde taal zijn. Zolang het model niet beschikbaar is, stopt apfel met exitcode 5.

Verder: de klussen hieronder. Elke klus begint met wat je na twee minuten hebt.

1. Vraag je Mac naar zichzelf

Na 2 minuten heb je: antwoorden in gewone taal over je schijf, CPU en geheugen, rechtstreeks uit de commando's die je al kent.

Als een terminalcommando een muur van getallen uitspuugt, wil ik een antwoord van één regel, zodat ik meteen verder kan zonder een manpage te lezen.

Pipe een willekeurig commando naar apfel en zeg wat je wilt weten:

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

Houd de input klein: eerst head, awk en grep, dan pas apfel. Het model leest maar een paar duizend woorden tegelijk, en minder bij code (zie grenzen).

Werkt het niet? Sommige commando's schrijven naar stderr, en dat gaat niet door een pipe. apfel meldt dat ook: piped input was empty - if the command prints to stderr, try: command 2>&1 | apfel.

Verder: hetzelfde trucje werkt voor git log, lsof, pmset -g batt, logbestanden en alles wat tekst uitvoert.

2. Verbeter elke gekopieerde tekst

Na 2 minuten heb je: een commando dat de grammatica verbetert van wat er op je klembord staat, in elke app.

Als ik snel een bericht tik in Slack, Mail of een browser, wil ik het laten opschonen zonder een andere app te openen, zodat ik het binnen een paar seconden terug kan plakken.

Kopieer wat tekst en voer dan de middelste regel uit. pbpaste leest het klembord, pbcopy schrijft het resultaat terug:

Terminal
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.

Waarom "the text above": apfel zet gepipete tekst vooraan en jouw instructie erachter (bron). Met de korte instructie "fix grammar and spelling, reply with the corrected text only" beantwoordde het model het bericht in plaats van het te verbeteren, met Could you let me know which meeting you're referring to?. Door de tekst te benoemen waaraan het moest werken, was dat in onze test opgelost.

Werkt het niet? Lees het resultaat voordat je het verstuurt. Een klein model verandert soms de betekenis: toen we het deze zin naar het Duits lieten vertalen, maakte het van "Can you send me" een "Can I send you".

Verder: zet de middelste regel in een shell-alias of in een Opdrachten-actie "Voer shellscript uit" en geef die een sneltoets.

3. Lees bonnetjes, PDF's en scripts

Na 2 minuten heb je: antwoorden over een afbeelding, een gescande PDF of een script, gelezen op je Mac met de tekstherkenning van Apple.

Als er een bonnetje, scan of onbekend bestand in mijn Downloads belandt, wil ik dat ene feit eruit dat ik nodig heb, zodat ik het kan archiveren zonder het te openen.

Voeg een bestand toe met -f. We maakten een testafbeelding van een bonnetje (receipt.png) met deze regels:

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

Hetzelfde bonnetje als PDF met alleen een afbeelding werkt ook, omdat apfel tekstherkenning uitvoert op gescande pagina's:

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

En elk tekstbestand, bijvoorbeeld een shellscript:

Terminal
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.

Dat script krijg je in klus 6. Meerdere bestanden voeg je toe met -f a.txt -f b.txt.

Werkt het niet? Exitcode 4 betekent dat het bestand te lang is voor het model (zie grenzen). Exitcode 3 betekent dat het veiligheidsfilter van Apple het heeft geblokkeerd; de gids voor bestandsextractie raadt in dat geval aan om --permissive toe te voegen.

4. Maak van gewone taal een shellcommando

Na 2 minuten heb je: het commando dat je niet meer wist, kaal op het scherm gezet zodat je het kunt kopiëren.

Als ik de flags van find, du of tar vergeten ben, wil ik het commando uit een gewone zin, zodat ik in de terminal kan blijven.

--code geeft alleen de code, zonder uitleg:

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

De flags kloppen, maar het model verzon een map. Je thuismap is ~ (hier: find ~ -type f -size +100M).

Terminal
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

Lees elk commando voordat je het uitvoert. In onze tests gaf het model ook foute commando's. Gevraagd naar "the 10 largest files in the current folder" gaf het ls -lh | head -n 10, dat de eerste 10 items toont, niet de grootste. Gevraagd om "show open ports" stelde het netstat -tuln | grep LISTEN voor, met Linux-flags; op macOS geeft dat helemaal niets. Op een Mac toont lsof -iTCP -sTCP:LISTEN -n -P ze wel.

Verder: het demoscript cmd in klus 6 verpakt dit en vraagt om bevestiging voordat het iets uitvoert (-x), of kopieert het commando (-c).

5. JSON waar je scripts op kunnen vertrouwen

Na 2 minuten heb je: gestructureerde data uit rommelige tekst, als JSON die altijd aan je schema voldoet.

Als ik namen, getallen of datums uit e-mails en notities nodig heb, wil ik velden en geen lopende tekst, zodat ik ze kan doorgeven aan jq, een spreadsheet of een script.

Sla een JSON Schema op als contact.schema.json:

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

Pipe de tekst er dan in met --schema. apfel beperkt het model zo dat de output geldige JSON volgens dat schema is:

Terminal
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"
}

De sleutels komen terug in de volgorde waarin je schema ze declareert.

Wil je elk antwoord als JSON met metadata, gebruik dan -o json:

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

Voor een hele lijst gebruik je --batch: per record gaat er één JSON-regel in en komt er één resultaatregel uit, elk record in een nieuwe sessie. Drie productreviews in een tekstbestand:

Terminal
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 maakt van elke regel een record; de laatste regel is de samenvatting van apfel op stderr. Een record dat mislukt krijgt status: "error" en de batch loopt gewoon door.

Werkt het niet? apfel ondersteunt een deel van JSON Schema (objecten, strings, enums, getallen, booleans, arrays, lokale $ref). Een niet-ondersteund keyword zoals pattern stopt met exitcode 2 en noemt het bij naam; de lijst staat in het document over API-compatibiliteit.

6. Automatiseer je dag: git, spraak en kant-en-klare scripts

Na 2 minuten heb je: een samenvatting van je recente werk, een Mac die hardop zegt wanneer een lange taak klaar is, en acht kant-en-klare AI-shellscripts.

Als ik van taak wissel of op een build wacht, wil ik kleine automatiseringen die dingen uitleggen en aankondigen, zodat ik niet meer naar de terminal hoef te staren.

Vat samen wat je gedaan hebt, vanuit elke git-repository:

Terminal
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.

Laat je Mac praten als iets klaar is. Pipe het antwoord naar say en zet je lange commando ervoor met &&:

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

De test-Mac had geen geluidsuitvoer, dus we hebben de spraak in een bestand opgenomen (| say -o build-done.aiff, 102.880 bytes audio). De zin die hij uitsprak was Your build is finished, and I'm glad you asked!.

apfel levert ook acht demoscripts mee. Schrijf ze naar een map:

Terminal
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

Eentje die we bij het testen goed vonden:

Terminal
./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

Niet elke demo deed het goed in onze runs: oneliner "count unique IP addresses in access.log" liep tegen de lengtegrens aan en gaf een kapot commando, en explain voegde een foutmelding toe die niet bestond. De demo-README beschrijft ze alle acht.

7. Draai je OpenAI-code gratis

Na 2 minuten heb je: een lokale server die de OpenAI Chat Completions API spreekt, zodat bestaande SDK-code tegen je Mac draait in plaats van tegen een betaald cloudmodel.

Als ik prototypes bouw met de OpenAI SDK, wil ik een gratis lokaal endpoint, zodat ik kan bouwen en testen zonder sleutels, rekeningen of data die de deur uitgaat.

Start de server in een terminaltabblad:

Terminal
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

Roep hem in een tweede tabblad aan zoals je OpenAI aanroept:

Terminal
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.

De officiële OpenAI Python SDK werkt ongewijzigd. Alleen de base-URL en de modelnaam zijn anders. Sla dit op als 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)
Terminal
python3 -m venv venv && ./venv/bin/pip -q install openai
./venv/bin/python hello.py
1. RoboBrew  
2. CogCafé  
3. Circuit Sip

De server luistert alleen op je eigen Mac (127.0.0.1) en weigert verzoeken van webpagina's met een andere origin. Wil je hem openzetten voor je netwerk, voeg dan een token toe: apfel --serve --host 0.0.0.0 --token-auto (gids voor serverbeveiliging).

Werkt het niet? Connection refused betekent dat de server niet draait. Embeddings en het oude endpoint /v1/completions geven HTTP 501 terug, omdat het on-device model die niet aanbiedt.

Verder: de maintainers documenteren setups voor VS Code Copilot (alleen chat), opencode, Zed en Node.js, Ruby, PHP en zes andere talen. Die hebben we voor deze pagina niet opnieuw getest.

8. Geef het model tools met MCP

Na 2 minuten heb je: een model dat zelf een live webpagina leest en samenvat, via een Model Context Protocol-tool.

Als het antwoord op een webpagina staat, wil ik dat het model die zelf ophaalt, zodat ik een samenvatting krijg zonder tekst heen en weer te kopiëren.

Installeer de apfel-mcp-tools, die gemaakt zijn om in het kleine contextvenster te passen:

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

Koppel er een met --mcp en stel je vraag. -q verbergt de ruwe output van de tool:

Terminal
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.

Hetzelfde pakket bevat apfel-mcp-ddg-search (zoeken op het web), apfel-mcp-search-and-fetch en apfel-mcp-fs (een lokaal bestand lezen). Elke MCP-server werkt: een pad naar een lokaal script of een https://-URL.

Tools met meerdere benoemde argumenten werken ook. Hier is de rekenmachine uit de apfel-repository (mcp/calculator/server.py): het model roept multiply aan met beide argumenten, apfel voert het uit en het model antwoordt met het resultaat:

Terminal
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.

Met de regel tool: laat apfel zien welke aanroep hij heeft uitgevoerd. Vóór apfel 1.18.0 zag het model de namen van de argumenten niet en gokte het ze, waardoor een aanroep als deze mislukte (issue #555, opgelost in pull request #556). Zie je hier invalid arguments, update dan met brew upgrade apfel.

9. Chatten om een prompt te testen

Na 2 minuten heb je: een gesprek in de terminal dat onthoudt wat je eerder zei.

Als ik een prompt voor een script aan het vormgeven ben, wil ik snel een paar beurten uitproberen, zodat ik zie hoe het model reageert voordat ik het automatiseer.

Terminal
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.

Geef het een persona met -s, bijvoorbeeld apfel --chat -s "You are a patient Python tutor". Groeit een lange chat het contextvenster uit, dan laat apfel standaard de oudste beurten vallen; de contextgids legt de andere strategieën uit. Liever een venster met knoppen? Kijk dan bij apfel-chat.

10. Laat de server op de achtergrond draaien

Na 2 minuten heb je: de OpenAI-compatibele server die vanzelf start bij het inloggen, altijd klaar op poort 11434.

Als tools op mijn Mac elke dag het lokale endpoint gebruiken, wil ik dat het altijd aanstaat, zodat ik het niet meer met de hand hoef te starten.

Terminal
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)

Instellingen zoals de poort, een token of MCP-servers zijn omgevingsvariabelen, bijvoorbeeld APFEL_PORT=8080 brew services start apfel. Ze staan allemaal in de gids voor de achtergrondservice.

11. Apps gebouwd op apfel

Na 2 minuten heb je: hetzelfde on-device model in een venster, in de menubalk of onder een sneltoets, als je apps verkiest boven de terminal.

Deze komen van dezelfde maintainers (de "apfel tree" in de README). Op 15 november 2026 hebben we gecontroleerd dat elke installatienaam in Homebrew bestaat; de apps zelf hebben we voor deze pagina niet getest.

App Wat hij doet Installeren
apfel-chat Chatapp met streamende antwoorden, spraak en beeldanalyse brew install Arthur-Ficial/tap/apfel-chat
apfel-clip Acties voor het klembord in de menubalk: samenvatten, vertalen, herschrijven brew install Arthur-Ficial/tap/apfel-clip
apfel-quick Druk op een toets, stel je vraag, krijg het antwoord, klik het weg brew install Arthur-Ficial/tap/apfel-quick
apfelpad Kladblok waarin de AI een formule is die je in een cel zet brew install Arthur-Ficial/tap/apfelpad
apfel-mcp MCP-tools op maat van het kleine venster (klus 8) brew install Arthur-Ficial/tap/apfel-mcp
apfel-run apfel met een opgeslagen configuratie en een lijst MCP-servers brew install Arthur-Ficial/tap/apfel-run
apfel-tag Tags, onderwerpen en emoties voor elke tekst die je erin pipet brew install Arthur-Ficial/tap/apfel-tag
apfel-gui Debugvenster: requests, MCP-berichten, spraak brew install Arthur-Ficial/tap/apfel-gui

Grenzen en eerlijke antwoorden

apfel geeft je het on-device model van Apple. Volgens de README heeft het ongeveer 3 miljard parameters, veel kleiner dan de cloudmodellen achter ChatGPT of Claude. Het is goed in korte, gerichte tekstklussen. Dit zijn de grenzen waar we tegenaan liepen of die in de documentatie staan.

Het contextvenster is klein. Vraag en antwoord samen moeten passen in 4.096 tokens op macOS 26 en op Macs met M1 en M2, of in 8.192 tokens op Macs met M3 of nieuwer en 12 GB of meer onder macOS 27 (README). apfel --model-info toont wat jouw Mac heeft. De README van apfel zelf is er al te lang voor. Tel voordat je iets verstuurt:

Terminal
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

Die 3.584 is het venster van 4.096 min 512 tokens die vrij blijven voor het antwoord. De README telt zo'n 3.000 woorden, maar Markdown en code kosten veel tokens per woord. Voer lange bestanden in delen in (head -c 6000 file), één sectie tegelijk.

Het model weet niet welke dag het vandaag is. Het verzon gewoon een datum:

Terminal
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.

Geef het elk feit dat het nodig heeft mee in de prompt. Het heeft geen internet, tenzij je een MCP-tool koppelt.

Het zit er soms naast, en klinkt dan heel zeker. Je zag het hierboven al: foute shellcommando's in klus 4, een vertaling die de betekenis omdraaide in klus 2. Controleer alles wat ertoe doet.

Het veiligheidsfilter van Apple kan onschuldige tekst blokkeren. apfel stopt dan met exitcode 3 en de melding The request was blocked by Apple's safety guardrails. Herformuleer, of voeg --permissive toe voor creatief schrijfwerk en documenten; het document over guardrails legt uit wat dat verandert. Tijdens de runs voor deze pagina liepen we niet tegen een blokkade aan.

Antwoorden verschillen per run. Dit zijn echte outputs van telkens één run. Die van jou zullen anders geformuleerd zijn. Gebruik --temperature 0 voor beter herhaalbare antwoorden; apfel belooft geen identieke output tussen runs of macOS-updates (stabiliteitsbeleid).

Snelheid: de meeste antwoorden kwamen in onze runs binnen 1 tot 2 seconden terug. De samenvatting van de webpagina met een MCP-tool duurde 8 seconden.

De vereisten zijn streng: alleen Apple Silicon, macOS 26 of nieuwer, Apple Intelligence aan, en een van de 15 talen die --model-info noemt. Op Intel-Macs draait het niet.

Als er iets misgaat

apfel meldt problemen met een exitcode, zodat scripts erop kunnen reageren. Controleer die met echo $? direct na het commando.

Exitcode of fout Betekenis Wat je doet
2 Verkeerde flag of optie Flags komen vóór de prompt; apfel --help toont ze allemaal
3 Het veiligheidsfilter van Apple heeft het verzoek geblokkeerd Herformuleer, of voeg --permissive toe
4 Input te lang voor het contextvenster Stuur minder tekst; controleer met apfel --count-tokens
5 Model niet beschikbaar Zet Apple Intelligence aan, wacht op de download, zorg dat Mac en Siri dezelfde taal hebben
6 Het model is bezet of zit aan een rate limit Wacht even en probeer opnieuw, of voeg --retry toe
Connection refused Geen server op poort 11434 Start apfel --serve of brew services start apfel
HTTP 501 Endpoint dat het on-device model niet aanbiedt (embeddings, /v1/completions) Gebruik /v1/chat/completions
piped input was empty Het commando schreef naar stderr command 2>&1 \| apfel "..."

Kom je er nog steeds niet uit? Zoek of open een issue op GitHub.

Wie dit maakte en hoe het getest is

apfel is gratis en open source (MIT-licentie), een franzai-project van Franz Enzenhofer. Het wordt onderhouden samen met Arthur Ficial, de AI-assistent van Franz, die ook deze tutorial schreef. Omdat de makers van apfel deze pagina schreven, hebben we elke fout die we zagen vermeld in plaats van ze weg te laten.

Zo hebben we getest: op 15 november 2026 hebben we elk commando op deze pagina uitgevoerd op een MacBook Air M2 (24 GB) met macOS 27.0.1 (build 26A434). We gebruikten de gesigneerde binary van apfel 1.18.0 uit de GitHub-release (hetzelfde bestand dat de Homebrew-tap installeert), in een echte terminalsessie, en namen de output ongewijzigd over. De eerste versie van deze pagina (14 november 2026, apfel 1.16.0) liet de bug met meerdere argumenten in klus 8 zien; 1.18.0 lost die op, dus hebben we voor deze versie elk commando opnieuw uitgevoerd. Waar de eerste output fout was, hebben we die foute output op de pagina laten staan en dat erbij gezegd. We hebben alleen opnieuw gedraaid om antwoorden te vinden die geen bewerking nodig hadden: één samenvatting van een webpagina bevatte een lang streepje, dat deze site niet toont, dus we draaiden hem opnieuw en hielden de derde run. Het spraakvoorbeeld hebben we gecontroleerd door de audio naar een bestand te schrijven, omdat de test-Mac geen geluidsuitvoer had. De demoscripts zijn geschreven door apfel --demos uit apfel 1.18.0.

Wat anderen over apfel schreven: de Show HN-post (3 april 2026, 743 punten), een gids van Better Stack, een artikel van GIGAZINE en een hands-on review op danilchenko.dev.

Bronnen: de apfel-README, de CLI-referentie, de installatiegids, de demoscripts, apfel vs Apple's fm en de issuetracker, gelezen op 15 november 2026.