Samouczek · przetestowano 15 listopada 2026
Samouczek AI apfel
Pierwsza odpowiedź od AI, którą już masz na Macu, w 60 sekund. Potem 11 zadań, w których dobrze się sprawdza, każde gotowe do skopiowania razem z prawdziwym wynikiem, i szczera lista tego, czego nie potrafi.
Na tej stronie: sekcje (15)
- Pierwsza odpowiedź w 60 sekund
- 1. Zapytaj Maca o niego samego
- 2. Popraw każdy skopiowany tekst
- 3. Czytaj paragony, PDF-y i skrypty
- 4. Zamień zwykły opis w polecenie powłoki
- 5. JSON, któremu twoje skrypty mogą ufać
- 6. Zautomatyzuj dzień: git, głos i gotowe skrypty
- 7. Uruchamiaj swój kod OpenAI za darmo
- 8. Daj mu narzędzia przez MCP
- 9. Czat do testowania promptu
- 10. Serwer stale działający w tle
- 11. Aplikacje zbudowane na apfel
- Ograniczenia i szczere odpowiedzi
- Gdy coś nie działa
- Kto to zrobił i jak testowaliśmy
Pierwsza odpowiedź w 60 sekund
Potrzebujesz Maca z Apple Silicon (M1 lub nowszy) z macOS 26 Tahoe albo nowszym oraz włączonego Apple Intelligence w Ustawienia systemowe > Apple Intelligence i Siri. Dwa pierwsze warunki sprawdzisz jednym wierszem:
sw_vers -productVersion && uname -m
27.0.1
arm64Wersja 26 lub wyższa i arm64 oznaczają, że wszystko gotowe. Zainstaluj apfel przez Homebrew. Bez Xcode, bez konta, bez klucza API:
brew install apfelZadaj pierwsze pytanie:
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.Tę odpowiedź dał model Apple na twoim Macu. Nic nie poszło na żaden serwer i nic to nie kosztowało.
Jeśli nie działa: zapytaj apfel, czy model jest gotowy:
apfel --model-info | grep -E 'available|context'
├ available: yes
├ context: 4096 tokensJeśli widzisz available: no, włącz Apple Intelligence w Ustawieniach systemowych i poczekaj, aż model się pobierze (według przewodnika instalacji to 3 do 4 GB). Język Maca i język Siri muszą być tym samym obsługiwanym językiem. Dopóki model jest niedostępny, apfel kończy działanie z kodem 5.
Dalej: zadania poniżej. Każde zaczyna się od tego, co będziesz mieć po dwóch minutach.
1. Zapytaj Maca o niego samego
Po 2 minutach masz: odpowiedzi zwykłym językiem o dysku, procesorze i pamięci, prosto z poleceń, które już znasz.
Kiedy polecenie w terminalu wyrzuca ścianę liczb, chcę dostać odpowiedź w jednym zdaniu, żeby działać bez czytania strony man.
Przekaż potokiem wynik dowolnego polecenia do apfel i napisz, czego chcesz się dowiedzieć:
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.Dbaj o małe wejście: najpierw head, awk i grep, dopiero potem apfel. Model czyta naraz tylko kilka tysięcy słów, a kodu jeszcze mniej (zobacz ograniczenia).
Jeśli nie działa: niektóre polecenia piszą na stderr, a tego potok nie przenosi. apfel sam o tym powie: piped input was empty - if the command prints to stderr, try: command 2>&1 | apfel.
Dalej: ta sama sztuczka działa z git log, lsof, pmset -g batt, plikami logów i wszystkim innym, co wypisuje tekst.
2. Popraw każdy skopiowany tekst
Po 2 minutach masz: polecenie, które poprawia gramatykę tego, co masz w schowku, w dowolnej aplikacji.
Kiedy piszę szybką wiadomość w Slacku, Mailu albo przeglądarce, chcę ją wygładzić bez otwierania innej aplikacji, żeby wkleić ją z powrotem w kilka sekund.
Skopiuj jakiś tekst i uruchom środkowy wiersz. pbpaste czyta schowek, pbcopy zapisuje do niego wynik:
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.Skąd "the text above": apfel stawia tekst z potoku na początku, a twoją instrukcję za nim (źródło). Przy krótkiej instrukcji "fix grammar and spelling, reply with the corrected text only" model odpowiedział na wiadomość zamiast ją poprawić i napisał Could you let me know which meeting you're referring to?. W naszym teście pomogło wskazanie tekstu, nad którym ma pracować.
Jeśli nie działa: przeczytaj wynik, zanim go wyślesz. Mały model czasem zmienia sens; kiedy poprosiliśmy go o przetłumaczenie tego zdania na niemiecki, z "Can you send me" zrobił "Can I send you".
Dalej: wstaw środkowy wiersz do aliasu powłoki albo do akcji "Uruchom skrypt powłoki" w Skrótach i przypisz mu skrót klawiszowy.
3. Czytaj paragony, PDF-y i skrypty
Po 2 minutach masz: odpowiedzi na temat obrazu, zeskanowanego PDF-a albo skryptu, odczytanych na twoim Macu przez rozpoznawanie tekstu Apple.
Kiedy w Pobranych ląduje paragon, skan albo nieznany plik, chcę wyciągnąć z niego jedną potrzebną informację, żeby odłożyć go do właściwego folderu bez otwierania.
Plik dołączasz przez -f. Przygotowaliśmy testowy obraz paragonu (receipt.png) z takimi wierszami:
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."
24.20Ten sam paragon zapisany jako PDF zawierający tylko obraz też działa, bo apfel uruchamia rozpoznawanie tekstu na zeskanowanych stronach:
apfel -f receipt.pdf "What is the total? Just the amount."
24.20Tak samo każdy plik tekstowy, na przykład skrypt powłoki:
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.Ten skrypt dostaniesz w zadaniu 6. Kilka plików dołączysz przez -f a.txt -f b.txt.
Jeśli nie działa: kod wyjścia 4 oznacza, że plik jest za długi dla modelu (zobacz ograniczenia). Kod wyjścia 3 oznacza, że zablokował go filtr bezpieczeństwa Apple; przewodnik po wyciąganiu tekstu z plików radzi wtedy dodać --permissive.
4. Zamień zwykły opis w polecenie powłoki
Po 2 minutach masz: polecenie, które wyleciało ci z głowy, wypisane bez dodatków, gotowe do skopiowania.
Kiedy zapominam flag find, du albo tar, chcę dostać polecenie ze zwykłego zdania, żeby nie wychodzić z terminala.
--code wypisuje tylko kod, bez objaśnień:
apfel --code "one find command that lists files larger than 100MB in my home folder"
find /Users/yourusername/home -type f -size +100MFlagi są dobre, ale model wymyślił folder. Twój katalog domowy to ~ (czyli: 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 resultPrzeczytaj każde polecenie, zanim je uruchomisz. W naszych testach model podawał też błędne. Poproszony o "the 10 largest files in the current folder" wypisał ls -lh | head -n 10, które pokazuje pierwsze 10 pozycji, a nie największe. Poproszony o "show open ports" zaproponował netstat -tuln | grep LISTEN, czyli flagi z Linuksa; na macOS to nie wypisuje zupełnie nic. Na Macu otwarte porty pokaże lsof -iTCP -sTCP:LISTEN -n -P.
Dalej: skrypt demo cmd z zadania 6 opakowuje to wszystko i pyta, zanim cokolwiek uruchomi (-x) albo skopiuje polecenie (-c).
5. JSON, któremu twoje skrypty mogą ufać
Po 2 minutach masz: uporządkowane dane wyciągnięte z chaotycznego tekstu, jako JSON zawsze zgodny z twoim schematem.
Kiedy potrzebuję imion, liczb albo dat z maili i notatek, chcę dostać pola, a nie prozę, żeby przekazać je do jq, arkusza kalkulacyjnego albo skryptu.
Zapisz JSON Schema jako contact.schema.json:
{
"type": "object",
"properties": {
"name": { "type": "string" },
"city": { "type": "string" },
"phone": { "type": "string" }
},
"required": ["name", "city", "phone"]
}Potem przekaż tekst potokiem z --schema. apfel ogranicza model tak, że wynik jest poprawnym JSON-em dla tego schematu:
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"
}Klucze wracają w kolejności, w jakiej deklaruje je twój schemat.
Jeśli chcesz dowolną odpowiedź jako JSON z metadanymi, użyj -o json:
apfel -o json "Translate to German: apple" | jq -r .content
ApfelDo całej listy służy --batch: na wejściu jeden wiersz JSON na rekord, na wyjściu jeden wiersz wyniku na rekord, każdy rekord w nowej sesji. Trzy opinie o produkcie w pliku tekstowym:
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 robi z każdego wiersza rekord; ostatni wiersz to podsumowanie apfel na stderr. Rekord, który się nie powiedzie, dostaje status: "error", a przetwarzanie idzie dalej.
Jeśli nie działa: apfel obsługuje podzbiór JSON Schema (obiekty, ciągi znaków, enumy, liczby, wartości logiczne, tablice, lokalne $ref). Nieobsługiwane słowo kluczowe, takie jak pattern, kończy działanie z kodem wyjścia 2 i podaje jego nazwę; listę znajdziesz w dokumentacji zgodności API.
6. Zautomatyzuj dzień: git, głos i gotowe skrypty
Po 2 minutach masz: podsumowanie swojej ostatniej pracy, Maca, który na głos mówi, że długie zadanie się skończyło, i osiem gotowych skryptów powłoki z AI.
Kiedy przełączam się między zadaniami albo czekam na build, chcę małych automatyzacji, które objaśniają i ogłaszają, co się dzieje, żeby przestać pilnować terminala.
Podsumuj swoją pracę z wnętrza dowolnego repozytorium git:
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.Niech Mac się odezwie, gdy coś się skończy. Przekaż odpowiedź potokiem do say, a swoje długie polecenie postaw na początku i połącz z resztą przez &&:
apfel "tell me cheerfully that my build just finished, one short sentence, no emoji" | sayTestowy Mac nie miał wyjścia dźwięku, więc zamiast tego nagraliśmy mowę do pliku (| say -o build-done.aiff, 102 880 bajtów dźwięku). Wypowiedziane zdanie brzmiało Your build is finished, and I'm glad you asked!.
apfel ma też w zestawie osiem skryptów demo. Zapisz je do folderu:
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
• wtdJeden, który spodobał nam się w testach:
./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 pauseNie każde demo wypadło dobrze w naszych próbach: oneliner "count unique IP addresses in access.log" uderzył w limit długości i wypisał urwane polecenie, a explain dodał komunikat o błędzie, którego wcale nie było. README dem opisuje wszystkie osiem.
7. Uruchamiaj swój kod OpenAI za darmo
Po 2 minutach masz: lokalny serwer, który mówi językiem OpenAI Chat Completions API, więc istniejący kod z SDK działa na twoim Macu zamiast na płatnym modelu w chmurze.
Kiedy prototypuję z SDK OpenAI, chcę mieć darmowy lokalny endpoint, żeby budować i testować bez kluczy, rachunków i wysyłania danych na zewnątrz.
Uruchom serwer w jednej karcie terminala:
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 127.0.0.1:11434W drugiej karcie wywołaj go jak 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.Oficjalne SDK OpenAI dla Pythona działa bez zmian. Różnią się tylko bazowy URL i nazwa modelu. Zapisz jako 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 SipSerwer nasłuchuje tylko na twoim własnym Macu (127.0.0.1) i odrzuca żądania ze stron internetowych o innym originie. Żeby udostępnić go w sieci, dodaj token: apfel --serve --host 0.0.0.0 --token-auto (przewodnik po bezpieczeństwie serwera).
Jeśli nie działa: Connection refused oznacza, że serwer nie działa. Embeddingi i stary endpoint /v1/completions zwracają HTTP 501, bo model na urządzeniu ich nie oferuje.
Dalej: opiekunowie projektu opisują konfigurację dla VS Code Copilot (tylko czat), opencode, Zed oraz Node.js, Ruby, PHP i sześciu innych języków. Na potrzeby tej strony nie testowaliśmy ich ponownie.
8. Daj mu narzędzia przez MCP
Po 2 minutach masz: model, który czyta żywą stronę internetową i ją streszcza, przez narzędzie Model Context Protocol.
Kiedy odpowiedź jest na stronie internetowej, chcę, żeby model sam ją pobrał, żeby dostać streszczenie bez przeklejania tekstu.
Zainstaluj narzędzia apfel-mcp, zaprojektowane tak, by mieściły się w małym oknie kontekstowym:
brew install Arthur-Ficial/tap/apfel-mcpPodłącz jedno przez --mcp i zadaj pytanie. -q ukrywa surowy wynik narzędzia:
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.Ten sam pakiet zawiera apfel-mcp-ddg-search (wyszukiwanie w sieci), apfel-mcp-search-and-fetch i apfel-mcp-fs (czytanie lokalnego pliku). Działa każdy serwer MCP: ścieżka do lokalnego skryptu albo URL https://.
Narzędzia z kilkoma nazwanymi argumentami też działają. Oto kalkulator z repozytorium apfel (mcp/calculator/server.py): model wywołuje multiply z oboma argumentami, apfel je uruchamia, a model odpowiada wynikiem:
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.W wierszu tool: apfel pokazuje ci wywołanie, które wykonał. Przed apfel 1.18.0 model nie widział nazw argumentów i je zgadywał, więc takie wywołanie kończyło się błędem (zgłoszenie #555, naprawione w pull requeście #556). Jeśli widzisz tu invalid arguments, zaktualizuj przez brew upgrade apfel.
9. Czat do testowania promptu
Po 2 minutach masz: rozmowę w terminalu, która pamięta, co padło wcześniej.
Kiedy dopracowuję prompt do skryptu, chcę szybko wypróbować kilka tur, żeby zobaczyć, jak model reaguje, zanim to zautomatyzuję.
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.Personę dodasz przez -s, na przykład apfel --chat -s "You are a patient Python tutor". Gdy długi czat przerośnie okno kontekstowe, apfel domyślnie odrzuca najstarsze tury; przewodnik po kontekście objaśnia pozostałe strategie. Jeśli wolisz okno z przyciskami, zajrzyj do apfel-chat.
10. Serwer stale działający w tle
Po 2 minutach masz: serwer zgodny z OpenAI, który sam startuje po zalogowaniu i zawsze czeka na porcie 11434.
Kiedy narzędzia na moim Macu codziennie korzystają z lokalnego endpointu, chcę, żeby był zawsze włączony, żeby nie uruchamiać go ręcznie.
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)Ustawienia takie jak port, token czy serwery MCP to zmienne środowiskowe, na przykład APFEL_PORT=8080 brew services start apfel. Wszystkie wymienia przewodnik po usłudze w tle.
11. Aplikacje zbudowane na apfel
Po 2 minutach masz: ten sam model na urządzeniu w oknie, na pasku menu albo pod skrótem klawiszowym, jeśli wolisz aplikacje od terminala.
Pochodzą od tych samych opiekunów ("apfel tree" w README). 15 listopada 2026 sprawdziliśmy, że każda nazwa instalacyjna istnieje w Homebrew; samych aplikacji na potrzeby tej strony nie testowaliśmy.
| Aplikacja | Co robi | Instalacja |
|---|---|---|
| apfel-chat | Aplikacja czatu ze strumieniowanymi odpowiedziami, mową i analizą obrazów | brew install Arthur-Ficial/tap/apfel-chat |
| apfel-clip | Akcje na schowku z paska menu: streszczanie, tłumaczenie, przeredagowanie | brew install Arthur-Ficial/tap/apfel-clip |
| apfel-quick | Naciśnij klawisz, zapytaj, dostań odpowiedź, zamknij | brew install Arthur-Ficial/tap/apfel-quick |
| apfelpad | Notatnik, w którym AI to formuła wstawiana do komórki | brew install Arthur-Ficial/tap/apfelpad |
| apfel-mcp | Narzędzia MCP dopasowane do małego okna (zadanie 8) | brew install Arthur-Ficial/tap/apfel-mcp |
| apfel-run | apfel z zapisaną konfiguracją i listą serwerów MCP | brew install Arthur-Ficial/tap/apfel-run |
| apfel-tag | Tagi, tematy i emocje dla dowolnego tekstu przekazanego potokiem | brew install Arthur-Ficial/tap/apfel-tag |
| apfel-gui | Okno debugowania: żądania, komunikaty MCP, mowa | brew install Arthur-Ficial/tap/apfel-gui |
Ograniczenia i szczere odpowiedzi
apfel daje ci model Apple działający na urządzeniu. Według README ma około 3 miliardów parametrów, czyli jest dużo mniejszy niż modele w chmurze stojące za ChatGPT czy Claude. Dobrze radzi sobie z krótkimi, konkretnymi zadaniami tekstowymi. Oto ograniczenia, na które trafiliśmy albo które podaje dokumentacja.
Okno kontekstowe jest małe. Pytanie razem z odpowiedzią musi się zmieścić w 4 096 tokenach na macOS 26 oraz na Macach z M1 i M2, albo w 8 192 tokenach na Macach z M3 lub nowszym, z co najmniej 12 GB, działających na macOS 27 (README). Twoje okno pokaże apfel --model-info. Nawet README samego apfel jest dla niego za długie. Policz, zanim wyślesz:
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 to okno 4 096 minus 512 tokenów zarezerwowanych na odpowiedź. README ma około 3 000 słów, ale Markdown i kod kosztują wiele tokenów na słowo. Długie pliki podawaj w częściach (head -c 6000 file), po jednej sekcji naraz.
Nie zna dzisiejszej daty. Po prostu ją wymyślił:
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.Każdy potrzebny mu fakt podaj w prompcie. Nie ma dostępu do internetu, chyba że podłączysz narzędzie MCP.
Czasem się myli, i to z pełnym przekonaniem. Było to widać wyżej: błędne polecenia powłoki w zadaniu 4, tłumaczenie, które odwróciło sens, w zadaniu 2. Sprawdzaj wszystko, co ma znaczenie.
Filtr bezpieczeństwa Apple potrafi zablokować niewinny tekst. apfel kończy wtedy działanie z kodem wyjścia 3 i komunikatem The request was blocked by Apple's safety guardrails. Sformułuj to inaczej albo dodaj --permissive przy pisaniu kreatywnym i dokumentach; dokumentacja guardrails objaśnia, co to zmienia. W próbach do tej strony nie trafiliśmy na żadną blokadę.
Odpowiedzi różnią się przy każdym uruchomieniu. To prawdziwe wyniki, każdy z jednego uruchomienia. Twoje będą sformułowane inaczej. Użyj --temperature 0, jeśli chcesz bardziej powtarzalnych odpowiedzi; apfel nie obiecuje identycznego wyniku między uruchomieniami ani aktualizacjami macOS (zasady stabilności).
Szybkość: w naszych próbach większość odpowiedzi przychodziła w 1 do 2 sekund. Streszczenie strony internetowej z narzędziem MCP trwało 8 sekund.
Wymagania są ścisłe: tylko Apple Silicon, macOS 26 lub nowszy, włączone Apple Intelligence i jeden z 15 języków, które wymienia --model-info. Maki z procesorami Intel go nie uruchomią.
Gdy coś nie działa
apfel zgłasza problemy kodem wyjścia, więc skrypty mogą na nie reagować. Sprawdzisz go przez echo $? zaraz po poleceniu.
| Kod wyjścia lub błąd | Znaczenie | Co zrobić |
|---|---|---|
2 |
Błędna flaga lub opcja | Flagi idą przed promptem; apfel --help je wymienia |
3 |
Filtr bezpieczeństwa Apple zablokował żądanie | Sformułuj inaczej albo dodaj --permissive |
4 |
Wejście za długie dla okna kontekstowego | Wyślij mniej tekstu; sprawdź przez apfel --count-tokens |
5 |
Model niedostępny | Włącz Apple Intelligence, poczekaj na pobranie, ustaw ten sam język Maca i Siri |
6 |
Model jest zajęty albo przekroczono limit zapytań | Poczekaj i uruchom ponownie albo dodaj --retry |
Connection refused |
Brak serwera na porcie 11434 | Uruchom apfel --serve albo brew services start apfel |
| HTTP 501 | Endpoint, którego model na urządzeniu nie oferuje (embeddingi, /v1/completions) |
Użyj /v1/chat/completions |
piped input was empty |
Polecenie pisało na stderr | command 2>&1 \| apfel "..." |
Nadal nie działa? Poszukaj albo otwórz zgłoszenie na GitHub.
Kto to zrobił i jak testowaliśmy
apfel jest darmowy i open source (licencja MIT), to projekt franzai autorstwa Franza Enzenhofera. Franz rozwija go razem z Arthurem Ficialem, asystentem AI Franza, który napisał też ten samouczek. Ponieważ tę stronę napisali twórcy apfel, wymieniliśmy każdą porażkę, którą zobaczyliśmy, zamiast ją pominąć.
Jak testowaliśmy: 15 listopada 2026 uruchomiliśmy każde polecenie z tej strony na MacBooku Air M2 (24 GB) z macOS 27.0.1 (build 26A434). Użyliśmy podpisanej binarki apfel 1.18.0 z wydania na GitHubie (tego samego pliku, który instaluje tap Homebrew), w prawdziwej sesji terminala, i skopiowaliśmy wynik bez zmian. Pierwsza wersja tej strony (14 listopada 2026, apfel 1.16.0) pokazywała błąd narzędzi z wieloma argumentami w zadaniu 8; 1.18.0 go naprawia, więc dla tej wersji uruchomiliśmy ponownie każde polecenie. Tam, gdzie pierwszy wynik był błędny, zostawiliśmy go na stronie i napisaliśmy o tym. Ponowne uruchomienia służyły wyłącznie znalezieniu odpowiedzi, których nie trzeba było edytować: jedno streszczenie strony zawierało długą pauzę, której ta witryna nie drukuje, więc uruchomiliśmy je jeszcze raz i zostawiliśmy trzecią próbę. Przykład z mową sprawdziliśmy, zapisując dźwięk do pliku, bo testowy Mac nie miał wyjścia dźwięku. Skrypty demo zapisało apfel --demos z apfel 1.18.0.
Co inni napisali o apfel: post Show HN (3 kwietnia 2026, 743 punkty), przewodnik od Better Stack, artykuł w GIGAZINE i praktyczna recenzja na danilchenko.dev.
Źródła: README apfel, dokumentacja CLI, przewodnik instalacji, skrypty demo, apfel vs fm od Apple i lista zgłoszeń, przeczytane 15 listopada 2026.