Tutorial · testat pe 15 noiembrie 2026
Tutorial apfel AI
Primul tău răspuns de la AI-ul care e deja pe Mac-ul tău, în 60 de secunde. Apoi 11 sarcini la care se descurcă bine, fiecare gata de copiat, cu output-ul real, și o listă onestă a lucrurilor pe care nu le poate face.
Pe această pagină: 15 secțiuni
- Primul tău răspuns în 60 de secunde
- 1. Întreabă Mac-ul despre el însuși
- 2. Corectează orice text copiat
- 3. Citește bonuri, PDF-uri și scripturi
- 4. Transformă engleza simplă într-o comandă de shell
- 5. JSON pe care scripturile tale se pot baza
- 6. Automatizează-ți ziua: git, voce și scripturi gata făcute
- 7. Rulează gratis codul tău OpenAI
- 8. Dă-i unelte cu MCP
- 9. Testează un prompt în chat
- 10. Ține serverul pornit în fundal
- 11. Aplicații construite pe apfel
- Limite și răspunsuri oneste
- Când ceva nu merge
- Cine a făcut asta și cum a fost testat
Primul tău răspuns în 60 de secunde
Ai nevoie de un Mac cu Apple Silicon (M1 sau mai nou) cu macOS 26 Tahoe sau mai nou și de Apple Intelligence activat în Configurări sistem > Apple Intelligence și Siri. Primele două condiții le verifici dintr-o singură linie:
sw_vers -productVersion && uname -m
27.0.1
arm64O versiune 26 sau mai mare și arm64 înseamnă că ești gata. Instalează apfel cu Homebrew. Fără Xcode, fără cont, fără cheie API:
brew install apfelPune prima întrebare:
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.Răspunsul acesta a venit de la modelul Apple de pe Mac-ul tău. Nimic nu a fost trimis la vreun server și nu a costat nimic.
Dacă nu merge: întreabă apfel dacă modelul e pregătit:
apfel --model-info | grep -E 'available|context'
├ available: yes
├ context: 4096 tokensDacă scrie available: no, activează Apple Intelligence în Configurări sistem și așteaptă până se termină descărcarea modelului (ghidul de instalare spune că are între 3 și 4 GB). Limba Mac-ului și limba lui Siri trebuie să fie aceeași limbă suportată. Cât timp modelul nu e disponibil, apfel iese cu codul 5.
Mai departe: sarcinile de mai jos. Fiecare începe cu ce vei avea după două minute.
1. Întreabă Mac-ul despre el însuși
În 2 minute ai: răspunsuri pe înțeles despre disc, CPU și memorie, direct din comenzile pe care le știi deja.
Când o comandă din terminal afișează un zid de cifre, vreau un răspuns de o linie, ca să pot acționa fără să citesc o pagină man.
Trimite prin pipe output-ul oricărei comenzi în apfel și spune ce vrei să afli:
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.Păstrează input-ul mic: întâi head, awk și grep, apoi apfel. Modelul citește doar câteva mii de cuvinte deodată, și mai puține când e vorba de cod (vezi limitele).
Dacă nu merge: unele comenzi scriu în stderr, pe care pipe-ul nu îl transmite. apfel îți spune asta: piped input was empty - if the command prints to stderr, try: command 2>&1 | apfel.
Mai departe: același truc merge cu git log, lsof, pmset -g batt, fișiere de log și orice altceva care afișează text.
2. Corectează orice text copiat
În 2 minute ai: o comandă care corectează gramatica textului din clipboard, în orice aplicație.
Când scriu în grabă un mesaj în Slack, Mail sau în browser, vreau să-l curăț fără să deschid altă aplicație, ca să pot să-l lipesc înapoi în câteva secunde.
Copiază un text, apoi rulează linia din mijloc. pbpaste citește clipboard-ul, pbcopy scrie rezultatul înapoi:
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.De ce "the text above": apfel pune textul primit prin pipe primul și instrucțiunea ta după el (sursa). Cu instrucțiunea scurtă "fix grammar and spelling, reply with the corrected text only", modelul a răspuns la mesaj în loc să-l corecteze și a scris Could you let me know which meeting you're referring to?. În testul nostru, problema s-a rezolvat când am numit explicit textul pe care trebuie să lucreze.
Dacă nu merge: citește rezultatul înainte să-l trimiți. Un model mic schimbă uneori sensul; când i-am cerut să traducă propoziția asta în germană, a transformat "Can you send me" în "Can I send you".
Mai departe: pune linia din mijloc într-un alias de shell sau într-o acțiune "Run Shell Script" din Scurtături și asociază-i o combinație de taste.
3. Citește bonuri, PDF-uri și scripturi
În 2 minute ai: răspunsuri despre o imagine, un PDF scanat sau un script, citite pe Mac-ul tău cu recunoașterea de text de la Apple.
Când un bon, o scanare sau un fișier necunoscut ajunge în Descărcări, vreau singura informație de care am nevoie din el, ca să pot să-l arhivez fără să-l deschid.
Atașează un fișier cu -f. Am făcut o imagine de test cu un bon (receipt.png) cu liniile acestea:
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."
24.20Același bon salvat ca PDF care conține doar imagine funcționează și el, pentru că apfel rulează recunoașterea de text pe paginile scanate:
apfel -f receipt.pdf "What is the total? Just the amount."
24.20Și orice fișier text, de exemplu un script de shell:
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.Scriptul acesta îl obții în sarcina 6. Poți atașa mai multe fișiere cu -f a.txt -f b.txt.
Dacă nu merge: codul de ieșire 4 înseamnă că fișierul e prea lung pentru model (vezi limitele). Codul de ieșire 3 înseamnă că l-a blocat filtrul de siguranță al Apple; pentru acest caz, ghidul de extragere din fișiere recomandă să adaugi --permissive.
4. Transformă engleza simplă într-o comandă de shell
În 2 minute ai: comanda pe care nu ți-o aminteai, afișată fără nimic în plus, ca s-o poți copia.
Când uit flag-urile pentru find, du sau tar, vreau comanda pornind de la o propoziție simplă, ca să pot rămâne în terminal.
--code afișează doar codul, fără explicații:
apfel --code "one find command that lists files larger than 100MB in my home folder"
find /Users/yourusername/home -type f -size +100MFlag-urile sunt corecte, dar modelul a inventat un folder. Folderul tău home este ~ (aici: 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 resultCitește fiecare comandă înainte s-o rulezi. În testele noastre modelul a produs și comenzi greșite. Când i-am cerut "the 10 largest files in the current folder", a afișat ls -lh | head -n 10, care listează primele 10 intrări, nu cele mai mari. Când i-am cerut "show open ports", a sugerat netstat -tuln | grep LISTEN, care folosește flag-uri de Linux; pe macOS nu afișează absolut nimic. Pe un Mac, lsof -iTCP -sTCP:LISTEN -n -P le listează.
Mai departe: scriptul demo cmd din sarcina 6 împachetează asta și te întreabă înainte să ruleze ceva (-x) sau îți copiază comanda (-c).
5. JSON pe care scripturile tale se pot baza
În 2 minute ai: date structurate extrase din text dezordonat, ca JSON care respectă mereu schema ta.
Când am nevoie de nume, numere sau date din emailuri și notițe, vreau câmpuri, nu proză, ca să pot să le dau mai departe la jq, unui tabel sau unui script.
Salvează un JSON Schema ca contact.schema.json:
{
"type": "object",
"properties": {
"name": { "type": "string" },
"city": { "type": "string" },
"phone": { "type": "string" }
},
"required": ["name", "city", "phone"]
}Apoi trimite textul prin pipe cu --schema. apfel constrânge modelul astfel încât output-ul să fie JSON valid pentru schema respectivă:
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"
}Cheile vin înapoi în ordinea în care le declară schema ta.
Pentru orice răspuns ca JSON cu metadate, folosește -o json:
apfel -o json "Translate to German: apple" | jq -r .content
ApfelPentru o listă întreagă, folosește --batch: o linie JSON per înregistrare la intrare, o linie de rezultat per înregistrare la ieșire, fiecare înregistrare într-o sesiune nouă. Trei recenzii de produs într-un fișier text:
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 transformă fiecare linie într-o înregistrare; ultima linie este sumarul apfel pe stderr. O înregistrare care eșuează primește status: "error", iar batch-ul continuă.
Dacă nu merge: apfel suportă un subset din JSON Schema (obiecte, string-uri, enum-uri, numere, booleeni, array-uri, $ref local). Un cuvânt-cheie nesuportat, precum pattern, oprește execuția cu codul de ieșire 2 și îl numește; lista e în documentul de compatibilitate API.
6. Automatizează-ți ziua: git, voce și scripturi gata făcute
În 2 minute ai: un rezumat al muncii tale recente, un Mac care îți spune cu voce tare când s-a terminat un job lung și opt scripturi de shell AI gata făcute.
Când schimb sarcinile sau aștept un build, vreau mici automatizări care explică și anunță lucruri, ca să nu mai stau cu ochii pe terminal.
Rezumă ce ai lucrat, din interiorul oricărui repository 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.Lasă Mac-ul să vorbească atunci când ceva se termină. Trimite răspunsul prin pipe în say și pune comanda ta lungă în fața lui, cu &&:
apfel "tell me cheerfully that my build just finished, one short sentence, no emoji" | sayMac-ul de test nu avea ieșire audio, așa că am înregistrat vorbirea într-un fișier (| say -o build-done.aiff, 102.880 de octeți de audio). Propoziția rostită a fost Your build is finished, and I'm glad you asked!.
apfel vine și cu opt scripturi demo. Scrie-le într-un folder:
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
• wtdUnul care ne-a plăcut la testare:
./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 pauseNu toate demo-urile au fost bune în rulările noastre: oneliner "count unique IP addresses in access.log" a dat de limita de lungime și a afișat o comandă stricată, iar explain a adăugat un mesaj de eroare care nu exista. README-ul demo-urilor le listează pe toate opt.
7. Rulează gratis codul tău OpenAI
În 2 minute ai: un server local care vorbește OpenAI Chat Completions API, așa că codul SDK existent rulează pe Mac-ul tău în locul unui model cloud plătit.
Când fac prototipuri cu SDK-ul OpenAI, vreau un endpoint local gratuit, ca să pot construi și testa fără chei, fără facturi și fără să trimit date în afară.
Pornește serverul într-un tab de 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 127.0.0.1:11434Într-un al doilea tab, apelează-l ca pe 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.SDK-ul oficial OpenAI pentru Python funcționează neschimbat. Diferă doar URL-ul de bază și numele modelului. Salvează ca 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 SipServerul ascultă doar pe Mac-ul tău (127.0.0.1) și refuză cererile venite de la pagini web de pe alte origini. Ca să-l deschizi pentru rețeaua ta, adaugă un token: apfel --serve --host 0.0.0.0 --token-auto (ghidul de securitate al serverului).
Dacă nu merge: Connection refused înseamnă că serverul nu rulează. Embeddings și vechiul endpoint /v1/completions returnează HTTP 501, pentru că modelul on-device nu le oferă.
Mai departe: cei care întrețin proiectul au documentat configurări pentru VS Code Copilot (doar chat), opencode, Zed și Node.js, Ruby, PHP și încă șase limbaje. Pe acestea nu le-am retestat pentru pagina de față.
8. Dă-i unelte cu MCP
În 2 minute ai: modelul care citește o pagină web live și o rezumă, printr-o unealtă Model Context Protocol.
Când răspunsul se află pe o pagină web, vreau ca modelul s-o descarce singur, ca să pot obține un rezumat fără să copiez text încoace și încolo.
Instalează uneltele apfel-mcp, făcute să încapă în fereastra de context mică:
brew install Arthur-Ficial/tap/apfel-mcpAtașează una cu --mcp și întreabă. -q ascunde output-ul brut al uneltei:
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.Același pachet conține apfel-mcp-ddg-search (căutare pe web), apfel-mcp-search-and-fetch și apfel-mcp-fs (citește un fișier local). Merge orice server MCP: calea către un script local sau un URL https://.
Merg și uneltele cu mai multe argumente cu nume. Iată calculatorul din repository-ul apfel (mcp/calculator/server.py): modelul apelează multiply cu ambele argumente, apfel îl rulează, iar modelul răspunde cu rezultatul:
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.În linia tool:, apfel îți arată apelul pe care l-a rulat. Înainte de apfel 1.18.0, modelul nu vedea numele argumentelor și le ghicea, așa că un apel ca acesta eșua (issue #555, rezolvat în pull request #556). Dacă vezi aici invalid arguments, actualizează cu brew upgrade apfel.
9. Testează un prompt în chat
În 2 minute ai: o conversație în terminal care ține minte ce ai spus mai devreme.
Când șlefuiesc un prompt pentru un script, vreau să încerc rapid câteva replici, ca să pot vedea cum reacționează modelul înainte să automatizez.
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.Dă-i un rol cu -s, de exemplu apfel --chat -s "You are a patient Python tutor". Când un chat lung depășește fereastra de context, apfel renunță implicit la cele mai vechi replici; ghidul despre context explică celelalte strategii. Pentru o fereastră cu butoane, vezi apfel-chat.
10. Ține serverul pornit în fundal
În 2 minute ai: serverul compatibil OpenAI care pornește singur la login, mereu pregătit pe portul 11434.
Când uneltele de pe Mac-ul meu folosesc zilnic endpoint-ul local, vreau să fie mereu pornit, ca să nu mai trebuiască să-l pornesc de mână.
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)Setările precum portul, un token sau serverele MCP sunt variabile de mediu, de exemplu APFEL_PORT=8080 brew services start apfel. Toate sunt listate în ghidul pentru serviciul de fundal.
11. Aplicații construite pe apfel
În 2 minute ai: același model on-device într-o fereastră, în bara de meniu sau la o combinație de taste, dacă preferi aplicațiile în locul terminalului.
Acestea vin de la aceiași autori (arborele "apfel tree" din README). Pe 15 noiembrie 2026 am verificat că fiecare nume de instalare există în Homebrew; aplicațiile în sine nu le-am testat pentru pagina de față.
| Aplicație | Ce face | Instalare |
|---|---|---|
| apfel-chat | Aplicație de chat cu răspunsuri în streaming, vorbire și analiză de imagini | brew install Arthur-Ficial/tap/apfel-chat |
| apfel-clip | Acțiuni din bara de meniu pentru clipboard: rezumă, traduce, reformulează | brew install Arthur-Ficial/tap/apfel-clip |
| apfel-quick | Apeși o tastă, întrebi, primești răspunsul, închizi | brew install Arthur-Ficial/tap/apfel-quick |
| apfelpad | Notepad în care AI-ul e o formulă pe care o pui într-o celulă | brew install Arthur-Ficial/tap/apfelpad |
| apfel-mcp | Unelte MCP croite pentru fereastra mică (sarcina 8) | brew install Arthur-Ficial/tap/apfel-mcp |
| apfel-run | apfel cu o configurație salvată și o listă de servere MCP | brew install Arthur-Ficial/tap/apfel-run |
| apfel-tag | Taguri, subiecte și emoții pentru orice text trimis prin pipe | brew install Arthur-Ficial/tap/apfel-tag |
| apfel-gui | Fereastră de debug: cereri, mesaje MCP, vorbire | brew install Arthur-Ficial/tap/apfel-gui |
Limite și răspunsuri oneste
apfel îți dă acces la modelul on-device al Apple. README-ul vorbește de aproximativ 3 miliarde de parametri, mult mai puțin decât modelele cloud din spatele ChatGPT sau Claude. Se descurcă bine la sarcini de text scurte și bine delimitate. Acestea sunt limitele de care ne-am lovit sau pe care le menționează documentația.
Fereastra de context e mică. Întrebarea plus răspunsul trebuie să încapă în 4.096 de tokeni pe macOS 26 și pe Mac-urile M1 și M2, sau în 8.192 de tokeni pe Mac-urile M3 sau mai noi cu 12 GB sau mai mult, care rulează macOS 27 (README). apfel --model-info îți arată cât de mare e fereastra ta. Chiar și README-ul apfel e prea lung pentru ea. Numără înainte să trimiți:
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: 4Cei 3.584 reprezintă fereastra de 4.096 minus 512 tokeni păstrați liberi pentru răspuns. README-ul are cam 3.000 de cuvinte, dar Markdown-ul și codul costă mulți tokeni per cuvânt. Dă-i fișierele lungi pe bucăți (head -c 6000 file), câte o secțiune pe rând.
Nu știe data de azi. A inventat una:
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.Dă-i în prompt orice informație de care are nevoie. Nu are acces la internet decât dacă atașezi o unealtă MCP.
Uneori greșește, și o face cu încredere. Ai văzut mai sus: comenzi de shell greșite în sarcina 4, o traducere care a inversat sensul în sarcina 2. Verifică tot ce contează.
Filtrul de siguranță al Apple poate bloca texte inofensive. În cazul acesta, apfel se oprește cu codul de ieșire 3 și mesajul The request was blocked by Apple's safety guardrails. Reformulează sau adaugă --permissive pentru scriere creativă și documente; documentul despre guardrails explică ce schimbă opțiunea. În rulările pentru pagina de față nu am dat de niciun blocaj.
Răspunsurile diferă la fiecare rulare. Acestea sunt output-uri reale, fiecare dintr-o singură rulare. Ale tale vor fi formulate altfel. Folosește --temperature 0 pentru răspunsuri mai reproductibile; apfel nu promite output identic între rulări sau între actualizări de macOS (politica de stabilitate).
Viteză: în rulările noastre, majoritatea răspunsurilor au venit în 1 până la 2 secunde. Rezumatul paginii web cu o unealtă MCP a durat 8 secunde.
Cerințele sunt stricte: doar Apple Silicon, macOS 26 sau mai nou, Apple Intelligence activat și una dintre cele 15 limbi listate de --model-info. Pe Mac-urile cu Intel nu rulează.
Când ceva nu merge
apfel raportează problemele printr-un cod de ieșire, ca scripturile să poată reacționa. Verifică-l cu echo $? imediat după comandă.
| Cod de ieșire sau eroare | Ce înseamnă | Ce faci |
|---|---|---|
2 |
Flag sau opțiune greșită | Flag-urile vin înaintea promptului; apfel --help le listează |
3 |
Filtrul de siguranță al Apple a blocat cererea | Reformulează sau adaugă --permissive |
4 |
Input prea lung pentru fereastra de context | Trimite mai puțin text; verifică cu apfel --count-tokens |
5 |
Modelul nu e disponibil | Activează Apple Intelligence, așteaptă descărcarea, pune aceeași limbă pentru Mac și Siri |
6 |
Modelul e ocupat sau a atins limita de cereri | Așteaptă și rulează din nou, sau adaugă --retry |
Connection refused |
Niciun server pe portul 11434 | Pornește apfel --serve sau brew services start apfel |
| HTTP 501 | Endpoint pe care modelul on-device nu îl oferă (embeddings, /v1/completions) |
Folosește /v1/chat/completions |
piped input was empty |
Comanda a scris în stderr | command 2>&1 \| apfel "..." |
Tot nu merge? Caută sau deschide un issue pe GitHub.
Cine a făcut asta și cum a fost testat
apfel este gratuit și open source (licență MIT), un proiect franzai al lui Franz Enzenhofer. Este întreținut împreună cu Arthur Ficial, asistentul AI al lui Franz, care a scris și acest tutorial. Pentru că pagina e scrisă chiar de autorii apfel, am trecut aici fiecare eșec pe care l-am văzut, în loc să-l omitem.
Cum am testat: pe 15 noiembrie 2026 am rulat fiecare comandă de pe această pagină pe un MacBook Air M2 (24 GB) cu macOS 27.0.1 (build 26A434). Am folosit binarul semnat apfel 1.18.0 din release-ul de pe GitHub (același fișier pe care îl instalează tap-ul Homebrew), într-o sesiune reală de terminal, și am copiat output-ul neschimbat. Prima versiune a acestei pagini (14 noiembrie 2026, apfel 1.16.0) arăta bug-ul cu uneltele cu mai multe argumente din sarcina 8; 1.18.0 îl rezolvă, așa că am rulat din nou fiecare comandă pentru această versiune. Acolo unde primul output a fost greșit, l-am păstrat pe pagină și am spus asta. Singurele rulări repetate au fost ca să găsim răspunsuri care să nu necesite nicio editare: un rezumat de pagină web conținea o liniuță lungă, pe care acest site nu o afișează, așa că l-am rulat din nou și am păstrat a treia rulare. Exemplul cu vorbirea a fost verificat scriind audio-ul într-un fișier, pentru că Mac-ul de test nu avea ieșire audio. Scripturile demo au fost scrise de apfel --demos din apfel 1.18.0.
Ce au scris alții despre apfel: postarea Show HN (3 aprilie 2026, 743 de puncte), un ghid de la Better Stack, un articol GIGAZINE și o recenzie practică pe danilchenko.dev.
Surse: README-ul apfel, referința CLI, ghidul de instalare, scripturile demo, apfel vs fm de la Apple și issue tracker-ul, consultate pe 15 noiembrie 2026.