apfel este un proiect .

v1.18.0 · Zero configurare · MIT

apfel

AI-ul gratuit care e deja pe Mac-ul tău.

macOS Tahoe vine cu un LLM de 3 miliarde de parametri. apfel îți dă acces la el din CLI cu un singur brew install. Fără descărcări de modele, fără chei API, fără configurare: pur și simplu funcționează.

  • Zero costuri pe token
  • AI on-device
  • Scriptabil
$ brew install apfel

6.6k+ stele pe github.com/Arthur-Ficial/apfel

Necesită: Apple Silicon · macOS Tahoe · Apple Intelligence activat

Nou în apfel? Începe tutorialul de 60 de secunde (în engleză)

Totul rulează pe dispozitivul tău. Niciun apel de rețea. Nicio dată nu părăsește Mac-ul tău.

Vezi-l în acțiune.

De la brew install la răspunsul AI în 12 secunde. Fără nicio configurare.

Terminal - apfel
$
Înregistrare reală din terminal, needitată: apfel 1.18.0 pe macOS 27.0.1, MacBook Air M2.

Zero configurare. Zero descărcări de LLM. Zero costuri pe token.

Alte instrumente AI locale sunt excelente, dar cer descărcări de modele și configurare. apfel nu are nevoie de nimic - modelul e deja pe Mac-ul tău. Un brew install și gata.

$0
Cost pe token
Fără chei API. Fără abonamente. Fără facturare pe token. Hardware-ul tău, AI-ul tău.
100%
Local
Fiecare token e generat local, pe Apple Silicon-ul tău. Nimic nu pleacă de pe calculator. Niciodată.
0
Pași de configurare
Fără YAML. Fără variabile de mediu. Fără alegerea modelului. Instalezi o dată, folosești mereu.

Modelul de sub capotă

Apple ML Research
~3BParametri
4,096 / 8,192Fereastră de context (M1/M2 / M3+ pe macOS 27)
~3.5 bpwCuantizare
Mixed 2/4-bitPrecizie
Neural EngineRulează pe
en, de, es, fr, it, ja, ko, pt, zhLimbi

Trei unelte. O singură instalare.

Un CLI, un server compatibil OpenAI și un chat interactiv. Toate dintr-un singur brew install. Fără descărcări suplimentare.

>_

Unealtă UNIX

Prietenos cu pipe-urile și ușor de combinat. Merge cu jq, xargs și scripturile tale de shell. stdin, stdout, ieșire JSON, JSON valid după schemă cu --schema, conversații multi-turn dintr-un fișier de mesaje cu --messages, fișiere atașate, coduri de ieșire corecte.

$ apfel "What is the capital of Austria?"
The capital of Austria is Vienna.

$ apfel -o json "Translate to German: Apple" | jq .content
"Apfel"

# --schema: output guaranteed to match your JSON Schema
$ apfel --schema person.json "Alice is 30." | jq .name
"Alice"

# --code: just the command, no prose, no fences
$ apfel --code "flush the dns cache on macos"
sudo /usr/bin/dscacheutil -flushcache
{ }

Server OpenAI

Înlocuitor drop-in la localhost:11434. Îndreaptă orice SDK OpenAI spre el și gata. Chat Completions și Responses API, streaming, tool calling, ieșire JSON Schema, CORS.

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

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

Chat interactiv

Conversații multi-turn cu gestionare automată a contextului. Cinci strategii de trunchiere. Suport pentru system prompt. Scrie doar apfel în terminal ca să începi. Totul pe Mac-ul tău.

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

Suport MCP nativ.

Dă unelte modelului on-device de la Apple. Orice unelte.

Atașează servere de unelte cu --mcp

apfel vorbește Model Context Protocol. Îndreaptă-l spre orice server MCP și modelul on-device primește unelte - calcule, API-uri, baze de date, orice pentru care poți scrie un server.

  • Funcționează în toate cele trei moduri - CLI, server și chat
  • Descoperă automat uneltele prin MCP tools/list la pornire
  • Apelurile de unelte sunt detectate, executate, iar rezultatele trimise înapoi automat
  • Fără flag-ul --mcp, niciun overhead - zero tokeni în plus, zero schimbări în codul executat
  • Vine cu un server MCP de tip calculator, ca proof-of-concept
  • Servere MCP la distanță prin URL - --mcp https://... cu autentificare opțională prin Bearer token
Terminal - apfel + MCP
# give the model a calculator
$ apfel --mcp ./mcp/calculator/server.py \
  "What is 15 times 27?"

tool: multiply({"a": 15, "b": 27}) = 405
15 times 27 is 405.

# attach multiple servers
$ apfel --mcp ./calc.py --mcp ./weather.py \
  "What is sqrt(2025)?"

tool: sqrt({"n": 2025}) = 45.0
The square root of 2025 is 45.

# remote MCP server over HTTPS
$ apfel --mcp https://mcp.example.com/v1 "query"

# server mode - tools auto-available to all clients
$ apfel --serve --mcp ./calc.py

Cum funcționează.

Apple a pus un LLM în fiecare Mac. Și stă acolo nefolosit. apfel îi deschide ușa - cu zero configurare.

Apple livrează un LLM on-device

Începând cu macOS 26 (Tahoe), fiecare Mac cu Apple Silicon include un model de limbaj ca parte din Apple Intelligence. Apple îl expune prin framework-ul FoundationModels - un API Swift care dă aplicațiilor acces la SystemLanguageModel. Toată inferența rulează pe Neural Engine și GPU. Fără apeluri de rețea, fără cloud, fără chei API. Modelul e pur și simplu acolo.

Dar Apple îl folosește doar pentru Siri

Din fabrică, modelul on-device alimentează Siri, Writing Tools și funcții de sistem. Nu există nicio comandă de terminal, niciun endpoint HTTP, nicio cale de a trece text prin el cu un pipe. Framework-ul FoundationModels există, dar trebuie să scrii o aplicație Swift ca să-l folosești. Exact asta face apfel.

Ce adaugă apfel

apfel este un binar Swift 6.3 care împachetează LanguageModelSession și îl expune în trei feluri: ca unealtă UNIX de linie de comandă cu stdin/stdout, ca server HTTP compatibil OpenAI (construit pe Hummingbird) și ca chat interactiv cu gestionarea contextului.

Se ocupă de ce nu face API-ul brut al Apple: coduri de ieșire corecte, ieșire JSON, fișiere atașate, cinci strategii de trunchiere pentru fereastra de context mică (4.096 de tokeni, 8.192 pe Mac-urile M3 și mai noi cu macOS 27), numărare reală a tokenilor prin SDK și conversia schemelor de unelte OpenAI în formatul nativ Apple Transcript.ToolDefinition.

hardware Apple Silicon (Neural Engine + GPU)
|
model LLM-ul on-device de la Apple (inclus în macOS)
|
sdk FoundationModels.framework (API Swift)
|
apfel CLI + server HTTP + gestionarea contextului
|
tu Terminal, scripturi shell, SDK-uri OpenAI, curl
4.096 sau 8.192 de tokeni Fereastră de context (intrare + ieșire). 4.096 pe macOS 26 și pe Mac-urile M1/M2; 8.192 pe M3 sau mai nou, cu 12 GB+, pe macOS 27. apfel o citește la rulare.
1 model Fix, nu se poate configura
Swift 6.3 Strict concurrency, fără Xcode
Licență MIT Open source

Privat prin concepție.

Niciun apel HTTP cât timp folosești apfel. Fiecare afirmație de mai jos trimite la documentația oficială Apple.

On-device. Merge și offline.

Framework-ul FoundationModels rulează în întregime pe Neural Engine-ul din Apple Silicon-ul tău. Fără server, fără cloud, fără conexiune la internet.

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

Datele tale rămân ale tale.

Apple nu colectează prompturi, răspunsuri sau alte date de utilizare din inferența on-device. Nimic nu e stocat, nimic nu e trimis.

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

Niciodată folosite la antrenare.

Apple își antrenează modelele de bază doar pe date licențiate și publice. Interacțiunile tale nu ajung niciodată în procesul de antrenare.

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

apfel nu adaugă niciun tracking.

Fără analytics, fără telemetrie, fără verificări automate de update, fără rapoarte de crash, fără „phone home”. Singurul apel de rețea pe care îl face apfel vreodată este când rulezi explicit apfel --update. Tot codul este open source.

Unelte puternice incluse.

Scripturi shell în folderul demo/. Instalează mai întâi apfel, apoi ia-le pe cele care îți plac.

>_

cmd

Din limbaj natural în comandă shell. Spui ce vrei, primești comanda.

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

oneliner

Lanțuri de pipe-uri din limbaj obișnuit. awk, sed, sort, uniq - generate pentru tine.

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

mac-narrator

Povestește activitatea sistemului de pe Mac-ul tău ca într-un documentar despre natură.

$ mac-narrator --watch
?

explain

Explică pe înțeles orice comandă, mesaj de eroare sau fragment de cod.

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

wtd

Ce e în directorul ăsta? Te orientezi instant în orice codebase.

$ wtd
++

gitsum

Rezumă commit-urile git recente în câteva propoziții.

$ gitsum

30 de one-linere utile și faine.

Fiecare comandă e testată pe un Mac real. Înlănțuie apfel cu ps, lsof, du, vm_stat, git, pbpaste, sleep, pgrep, curl, say - o compozabilitate pe care AI-urile din cloud n-o pot egala, pentru că nu-ți văd procesele, clipboard-ul, git diff-ul. apfel le vede.

Sistem live 8

Ce îmi mănâncă procesorul chiar acum.

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

-> WindowServer folosește cel mai mult CPU, 42,6%.

Ce aplicații ascultă pe ce porturi.

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

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

Ce volum e cel mai aproape de plin.

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

-> /dev/disk3s1 e cel mai plin, 263Gi din 926Gi.

vm_stat tradus pe înțeles.

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

-> 349k pagini active, 266k wired - memorie folosită semnificativ.

Ce foldere de aici ocupă cel mai mult spațiu.

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

-> Domină Library cu 36G și Downloads cu 604M.

Cele mai mari fișiere din folderul ăsta.

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

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

Ce aplicații vorbesc cu internetul chiar acum.

$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 ...

Starea bateriei și timpul rămas, într-o linie.

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

-> Încărcată complet, stare 100%, activă acum.

Git 2

Recapitulează pe înțeles commit-urile tale recente.

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

-> Actualizare de la v1.2.1 la v1.3.2, proiecte surori adăugate ...

Schițează un release note de o linie din commit-urile recente.

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

-> Lansat v1.3.2 cu 5053 de stele, 783 de teste, actualizări.

Dus-întors prin clipboard 4

Corectează gramatica textului din clipboard, apoi pune corectura înapoi.

$pbpaste | apfel "fix grammar" | pbcopy

-> „i has went” devine „I went” - înapoi în clipboard.

Tradu clipboard-ul în japoneză, apoi pune-l înapoi.

$pbpaste | apfel "translate to japanese" | pbcopy

-> Clipboard-ul conține acum traducerea în japoneză.

Rezumă un zid de text din clipboard în 3 puncte.

$pbpaste | apfel "summarize in 3 bullets"

-> 3 puncte concise în terminal.

Extrage sarcinile clare din notițele de ședință din clipboard.

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

-> „Sarah face bugetul pe Q3”, „email echipei de design”, ... înapoi în clipboard.

Urmărește și anunță 6

Anunță-te cu voce tare când se termină o sarcină lungă (aici, în 30 de minute).

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

-> Mac-ul spune: „Sarcina ta lungă tocmai s-a terminat, bravo!”

Așteaptă să apară un fișier în Downloads, apoi anunță-l.

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

-> Verifică la fiecare 5 s; când apare Report.pdf, Mac-ul dă vestea.

Așteaptă să se încheie un proces lung, apoi anunță.

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

-> Verifică la fiecare 5 s; când ffmpeg se oprește, Mac-ul dă vestea.

La fiecare 30 de minute, rezumă cu voce tare ce tocmai ai livrat.

$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

-> Standup automat la fiecare jumătate de oră, citit cu voce tare cât tu scrii cod în continuare.

La fiecare 15 minute, avertizează cu voce tare dacă bateria scade sub 20 la sută.

$while sleep 900; do P=$(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

-> Liniște până scade bateria; apoi Mac-ul strigă un avertisment prietenos, dar urgent.

Urmărește un URL până răspunde cu 2xx, apoi sărbătorește deploy-ul cu voce tare.

$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

-> Verifică la fiecare 30 s până pornește staging-ul; Mac-ul spune „Deploy-ul tău e live, URL-ul răspunde!”.

Web și text 4

Reformulează politicos o frază lejeră.

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

-> „Ați putea, vă rog, să trimiteți documentele cât mai curând ...”

Accesează un URL și întreabă ce se întâmplă, doar pe baza header-elor.

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

-> GitHub servește o pagină HTML cu header-e stricte de caching și securitate.

Hacker News de azi, rezumat într-o propoziție și citit cu voce tare.

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

-> Mac-ul citește știrile zilei într-un singur rezumat concis.

Explică pe înțeles un blob JSON.

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

-> O utilizatoare pe nume Alice, pe planul pro, cu 42 de credite.

Căutări rapide 8

Calcule fără să deschizi calculatorul.

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

-> 13.13

Generează un regex fără să ieși din terminal.

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

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

Cere one-liner-ul de bash pe care l-ai uitat.

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

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

Explică o comandă criptică în loc să ghicești.

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

-> Decomprimă și extrage o arhivă tar gzip în directorul curent.

Ai uitat comanda git exactă? Întreabă și gata.

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

-> git reset --soft HEAD~1

Descifrează regex-ul altcuiva într-o propoziție.

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

-> Potrivește un prefix de 3 cifre, o cratimă și 4 cifre - un format de telefon din SUA.

Convertește o dată scrisă lejer în 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

Rezumă un fișier întreg în 3 puncte.

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

-> 3 puncte despre scop, instalare, utilizare.

Compatibil OpenAI.

Schimbi un URL. Codul rămâne.

Înlocuitor drop-in

apfel vorbește API-ul OpenAI. Orice bibliotecă client, orice framework, orice unealtă care vorbește cu OpenAI poate vorbi în schimb cu AI-ul de pe Mac-ul tău. Schimbi doar base URL-ul.

  • ✓ POST /v1/chat/completions
  • ✓ POST /v1/responses (Responses API)
  • ✓ Streaming (SSE)
  • ✓ Tool calling / function calling
  • ✓ GET /v1/models
  • ✓ response_format: json_object, json_schema
  • ✓ părți image_url ca data URL-uri (macOS 27)
  • ✓ temperature, max_tokens, seed
  • ✓ CORS pentru clienți din browser
Python
from openai import OpenAI

# Just change the base_url. That's it.
client = OpenAI(
    base_url="http://localhost:11434/v1",
    api_key="unused"  # no auth needed
)

resp = client.chat.completions.create(
    model="apple-foundationmodel",
    messages=[{
        "role": "user",
        "content": "What is 1+1?"
    }],
)
print(resp.choices[0].message.content)

Același model ca fm de la Apple. Alt rol.

macOS 27 vine cu fm, interfața de linie de comandă a Apple pentru modelul on-device. Iată unde se despart drumurile lor.

 apfelApple fm
Rulează pemacOS 26 și 27, un singur binardoar macOS 27
Instalarebrew install apfelDeja acolo (o dată sudo fm license)
Clienții OpenAI merg fără modificăriDa: JSON implicit, usage, max_tokens respectat, erori mapateFace streaming dacă nu i se cere altfel, ignoră max_tokens, 500 la guardrails
Tool calling și MCPApeluri native de unelte, servere MCP locale și la distanțăNiciunul (tools scapă tokeni de template în răspuns)
Scripting--code, -o json, 9 coduri de ieșire, --count-tokens --strictText simplu, exit 0 sau 1
Fișiere la intrareText, PDF, imagini: text OCR pe ambele sisteme, plus imaginea în sine trimisă modelului pe macOS 27Imagini către model, plus unelte integrate de OCR și coduri de bare
Sesiuni de chat persistenteNuTranscrieri cu nume, --resume
VitezăAcelași model pe același Mac, aceeași fereastră de context (4.096 de tokeni pe acest M2, 8.192 pe M3 și mai noi), număr identic de tokeni. Prompt one-shot: 0,35 s vs 0,30 s.

Puțină istorie. apfel a fost primul: primul commit și v0.1.0 pe 24 martie 2026, primul release pe GitHub pe 31 martie 2026, prima pagină pe Hacker News în aprilie. Apple a anunțat fm la WWDC pe 8 iunie 2026 și l-a lansat cu macOS 27 pe 14 septembrie 2026. Ambele folosesc același model on-device prin același framework FoundationModels; apfel este cel open source și singurul care rulează și pe macOS 26.

Fiecare rând a fost măsurat pe macOS 27.0.1 (Apple M2, 24 GB) pe 2026-10-05 și e remăsurat la fiecare release apfel. Pagina completă conține testele de server, tabelul de paritate a numărului de tokeni și toate comenzile ca să le reproduci.

Popular pe GitHub.

De la zero la 6,610 stele, și numărătoarea continuă.

6,610
Stele pe GitHub
251 fork-uri
2450 teste
v1.18.0 lansat

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

Dă o stea pe GitHub
0 1,000 2,000 3,000 4,000 5,000 6,000 7,000 8,000 5,012 APR 28 6,016 JUL 10 6,610 NOW Mar 24 Apr 3 · HN front page Nov 16

Date actualizate la

Începe acum.

Fără descărcări de modele. Fără conturi. Fără chei API. Doar asta.

Homebrew

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

Compilare din sursă

necesită CLT + SDK macOS 27 (rulează pe 26 și 27)
$ git clone https://github.com/Arthur-Ficial/apfel.git
$ cd apfel && make install

Pomul apfel.

O familie tot mai mare de unelte native macOS construite pe apfel - plus proiecte surori care aduc alte framework-uri Apple în terminal.

apfel-chat - chat AI privat pentru macOS

apfel-chat

Client de chat macOS cu mai multe conversații. Markdown în streaming, voce la intrare și ieșire, analiză de imagini - complet privat, fără chei API, fără cloud.

SwiftUI Producție
apfelpad - carnețel cu formule și AI on-device

apfelpad

Un carnețel cu formule pentru gândit. Scrie =apfel("summarize this") în markdown și privește cum apare rezultatul pe loc. Ca =SUM, dar pentru limbaj.

SwiftUI Nou
apfel-quick - overlay AI instant pentru macOS

apfel-quick

Overlay AI instant. Apasă Ctrl+Space oriunde, scrie o întrebare, iar răspunsul ajunge direct în clipboard. Fără Wi-Fi, fără cont, fără factură.

SwiftUI Nou
Captură de ecran apfel-gui

apfel-gui

GUI nativ macOS în SwiftUI pentru debugging. Vorbești cu Apple Intelligence, inspectezi cereri și răspunsuri, loguri, speech-to-text, text-to-speech - totul on-device.

SwiftUI
apfel-clip - acțiuni AI pe clipboard

apfel-clip

Acțiuni AI pe clipboard, din bara de meniu. Apasă cmd+shift+V pe orice text - corectează gramatica, traduce, explică cod, rezumă. Complet on-device, fără chei API.

SwiftUI Producție
apfel-mcp - servere MCP pentru apfel

apfel-mcp

Dă-i lui apfel acces la web și la fișierele tale. Patru unelte MCP mici - url-fetch, ddg-search, search-and-fetch și un cititor de fișiere doar în citire - fiecare croită pentru fereastra de context mică a lui apfel (4.096 de tokeni pe majoritatea Mac-urilor, 8.192 pe M3 și mai noi cu macOS 27).

Python Nou
apfel-run - registru MCP persistent

apfel-run

Wrapper UNIX minuscul care îi dă lui apfel un registru MCP persistent. Activezi și dezactivezi servere MCP după nume, dintr-un fișier de config text simplu. Supraviețuiește restartărilor, fără GUI, fără daemon.

Shell Nou
apfel-server-kit - pachet Swift pentru uneltele din ecosistem

apfel-server-kit

Pachet Swift comun care alimentează ecosistemul. Găsește, pornește și face streaming dintr-un proces local apfel --serve. Coloana vertebrală cu care vorbește fiecare aplicație apfel în SwiftUI.

Swift Nou
auge - framework-ul Apple Vision din terminal

auge

Proiect soră. apfel se ocupă de limbaj; auge de vedere. Un singur CLI pentru OCR, clasificarea imaginilor, coduri de bare și detectarea fețelor - 100% on-device, prin framework-ul Vision de la Apple. Fără chei API, fără cloud.

Swift Proiect soră
translate - framework-ul Apple Translation din terminal

translate

Proiect soră. Filtru UNIX plus server HTTP drop-in în locul DeepL, LibreTranslate și Google v2 - pe baza framework-ului Translation on-device de la Apple. 100% on-device, impus strict de NetworkGuard. Fără chei API, fără cloud.

Swift Proiect soră

Întrebări frecvente.

Întrebări culese de pe Hacker News și Reddit.

De ce versiune de macOS am nevoie?
macOS 26 (Tahoe) sau mai nou. Framework-ul FoundationModels vine doar cu Tahoe. Nu funcționează pe Sequoia sau versiuni mai vechi. Necesită Apple Silicon (M1 sau mai nou).
Are apfel acces la datele mele personale?
Nu. Framework-ul FoundationModels nu are niciun acces la contacte, emailuri, calendar, poze sau Semantic Index. Acestea sunt rezervate funcțiilor proprii Apple.
Pleacă vreo dată de pe Mac-ul meu?
Nu. Te protejează două straturi de confidențialitate.

Modelul: framework-ul FoundationModels de la Apple funcționează fără conexiune la internet și rulează în întregime pe Neural Engine. Prompturile și răspunsurile tale nu părăsesc niciodată dispozitivul. Datele utilizatorilor nu sunt folosite niciodată la antrenare.

Unealta: apfel păstrează lucrurile așa. Fără analytics, fără telemetrie, fără tracking, fără verificări automate de update, fără rapoarte de crash, fără „phone home”. Open source și auditabil.
Cât de mare e fereastra de context?
4.096 de tokeni (~3.000 de cuvinte) intrare + ieșire la un loc, pe macOS 26 și pe Mac-urile M1/M2. Pe macOS 27, Mac-urile cu cip M3 sau mai nou și cel puțin 12 GB primesc modelul on-device mai mare de la Apple (AFM 3 Core Advanced), cu 8.192 de tokeni. apfel nu o fixează niciodată în cod: apfel --model-info afișează fereastra pe care o are de fapt Mac-ul tău. Excelent pentru scripturi shell, rezumate și transformări de text. Nu e potrivit pentru conversații lungi sau documente mari.
La ce e bun modelul? Unde se descurcă greu?
Bun la: scripting shell, transformări de text, clasificare, rezumate scurte, restructurare JSON, traduceri.

Limitat la: matematică, cunoștințe factuale, conversații lungi, generare de cod complex.

Modelul preferă să refuze decât să halucineze. O alegere deliberată de design a Apple.
Este sigur modul server?
Dezactivat implicit. Când e activat: autentificare cu Bearer token (--token), verificarea originii, endpoint-uri de log doar în modul debug. Detalii în server-security.md.
Trebuie să activez Apple Intelligence?
Da. Configurări sistem > Apple Intelligence & Siri > activează. Asta descarcă modelul. Nu trebuie să folosești Siri, doar să-l activezi. Ghidul de configurare Apple.
Cum actualizez apfel?
apfel --update. Detectează metoda de instalare, caută o versiune nouă și te întreabă înainte de upgrade. Manual: brew upgrade apfel sau git pull && make install.
Ce model folosește?
AFM, modelul propriu Apple (Apple Foundation Model), cu aproximativ 3 miliarde de parametri și cuantizare mixtă pe 2 și 4 biți. Nu OpenAI. Vine cu macOS Tahoe și rulează complet on-device, pe Neural Engine.
Prin ce diferă apfel de Ollama sau LM Studio?
Zero descărcări de LLM, pornire instantă, fără setup. apfel folosește modelul care e deja pe Mac-ul tău. Ollama și LM Studio oferă mai multe modele și ferestre de context mai mari, dar cer descărcări separate și configurare. Unelte diferite pentru nevoi diferite.
Suportă apfel MCP și tool calling?
Da. MCP nativ, integrat. Folosește --mcp <server> ca să conectezi unelte. Ghid de tool calling.
Prin ce diferă apfel de CLI-ul fm al Apple de pe macOS 27?
Același model, alt rol. macOS 27 vine cu fm, interfața de linie de comandă a Apple pentru același model on-device. apfel adaugă serverul compatibil OpenAI cu tool calling, MCP, ieșire JSON Schema, imagini la intrare ca data URL-uri, coduri de ieșire corecte și suport pentru macOS 26. Măsurate unul lângă altul: apfel vs fm.
Are apfel telemetrie sau funcții de „phone home”?
Niciuna. apfel nu contactează niciodată vreun server în fundal. Singurul apel de rețea are loc când rulezi explicit apfel --update, care verifică în Homebrew dacă există o versiune nouă. Open source și auditabil.
Cine l-a creat?
apfel a fost creat de Franz Enzenhofer (gânditor sistemic, autor, dezvoltator încă din vremea C64, mecanic de AI) / franze pe HN / fondatorul Full Stack Optimization și franzai.com.

Întreținut împreună cu Arthur Ficial, o instanță OpenClaw care rulează pe Claude Opus de la Anthropic. Dezvoltat intens cu Claude Code și Codex. Mereu în modul high thinking / high effort.

Început: 24 martie 2026.
Cum e testat?
334 de teste unitare + 216 teste de integrare (end-to-end, compatibilitate cu clienții OpenAI, validare față de specificația OpenAPI, securitate, performanță). 550 de teste în total la 12 aprilie 2026.
Cum a luat naștere apfel?
apfel a pornit ca o încercare de a rula OpenClaw pe Apple Intelligence, într-un mod ultra-econom cu tokenii. N-a mers, din cauza ferestrei de context de 4K. Dar s-a dovedit că un LLM local, rapid, scriptabil, on-device, mereu disponibil, fără configurare și cu confidențialitatea pe primul loc e incredibil de tare, puternic, distractiv și interesant.