v1.18.0 · Config தேவையில்லை · MIT
apfel
உங்கள் Mac-இல் ஏற்கனவே இருக்கும் இலவச AI.
macOS Tahoe-வுடன் 3B parameter LLM ஒன்று வருகிறது. apfel ஒரே brew install மூலம் அதற்கு CLI அணுகலைத் தருகிறது. Model download இல்லை, API keys இல்லை, configuration தேவையில்லை - நேரடியாக வேலை செய்யும்.
$ brew install apfel
github.com/Arthur-Ficial/apfel-இல் 6.6k+ stars
தேவை: Apple Silicon · macOS Tahoe · Apple Intelligence இயக்கப்பட்டிருக்க வேண்டும்
apfel-க்குப் புதியவரா? 60 வினாடி பயிற்சியைத் தொடங்குங்கள் (ஆங்கிலத்தில்)
எல்லாமே உங்கள் சாதனத்திலேயே இயங்குகிறது. Network calls இல்லை. எந்தத் தரவும் உங்கள் Mac-ஐ விட்டு வெளியேறாது.
இயங்குவதைப் பாருங்கள்.
brew install முதல் AI output வரை 12 வினாடிகளில். எந்த configuration-உம் தேவையில்லை.
Config இல்லை. LLM download இல்லை. Token கட்டணம் இல்லை.
மற்ற local AI கருவிகள் நன்றாகத்தான் இருக்கின்றன, ஆனால் model download-உம் configuration-உம் தேவை. apfel-க்கு எதுவுமே தேவையில்லை - model ஏற்கனவே உங்கள் Mac-இல் இருக்கிறது. ஒரே brew install. வேலை முடிந்தது.
உள்ளே இயங்கும் model
Apple ML Researchமூன்று கருவிகள். ஒரே install.
ஒரு CLI, ஒரு OpenAI-compatible server, ஒரு interactive chat. எல்லாமே ஒரே brew install-இல். கூடுதல் downloads இல்லை.
UNIX கருவி
Pipe-க்கு ஏற்றது, மற்ற கருவிகளுடன் எளிதாக இணைக்கலாம். jq, xargs மற்றும் உங்கள் shell scripts உடன் வேலை செய்கிறது. stdin, stdout, JSON output, --schema மூலம் schema-வுக்கு இணங்கும் JSON, --messages மூலம் ஒரு messages file-இலிருந்து multi-turn உரையாடல், file attachments, முறையான exit codes.
OpenAI Server
localhost:11434-இல் ஒரு drop-in replacement. எந்த OpenAI SDK-ஐயும் இதை நோக்கித் திருப்புங்கள், அவ்வளவுதான். Chat Completions மற்றும் Responses API, streaming, tool calling, JSON Schema output, CORS.
Interactive Chat
தானியங்கி context நிர்வாகத்துடன் multi-turn உரையாடல்கள். ஐந்து trimming உத்திகள். System prompt ஆதரவு. தொடங்க terminal-இல் apfel என்று type செய்தால் போதும். எல்லாமே உங்கள் Mac-இலேயே.
Native MCP ஆதரவு.
Apple-இன் on-device model-க்கு tools கொடுங்கள். எந்த tools வேண்டுமானாலும்.
--mcp மூலம் tool servers-ஐ இணையுங்கள்
apfel Model Context Protocol-ஐப் பேசுகிறது. எந்த MCP server-ஐ நோக்கியும் அதைத் திருப்புங்கள், on-device model-க்கு tools கிடைக்கும் - கணக்கு, APIs, databases, நீங்கள் server எழுதக்கூடிய எதுவும்.
- மூன்று modes-இலும் வேலை செய்கிறது - CLI, server, chat
- தொடக்கத்திலேயே MCP tools/list மூலம் tools-ஐத் தானாகக் கண்டறிகிறது
- Tool calls கண்டறியப்பட்டு, இயக்கப்பட்டு, முடிவுகள் தானாகவே திருப்பி அனுப்பப்படுகின்றன
- --mcp flag இல்லையென்றால் எந்தச் சுமையும் இல்லை - கூடுதல் tokens இல்லை, code path-இல் எந்த மாற்றமும் இல்லை
- Proof-of-concept ஆக ஒரு calculator MCP server உடன் வருகிறது
- URL மூலம் remote MCP servers -
--mcp https://..., விருப்பப்பட்டால் Bearer token auth உடன்
இது எப்படி வேலை செய்கிறது.
Apple ஒவ்வொரு Mac-க்குள்ளும் ஒரு LLM-ஐ வைத்திருக்கிறது. அது சும்மா அங்கே இருக்கிறது. apfel அதற்கு ஒரு வாசலைத் திறக்கிறது - எந்த configuration-உம் இல்லாமல்.
Apple ஒரு on-device LLM-ஐத் தருகிறது
macOS 26 (Tahoe) முதல், ஒவ்வொரு Apple Silicon Mac-இலும் Apple Intelligence-இன் ஒரு பகுதியாக ஒரு language model உள்ளது. Apple அதை FoundationModels framework மூலம் வழங்குகிறது - apps-க்கு SystemLanguageModel-ஐ அணுகத் தரும் ஒரு Swift API. எல்லா inference-உம் Neural Engine மற்றும் GPU-வில் இயங்குகிறது. Network calls இல்லை, cloud இல்லை, API keys இல்லை. Model ஏற்கனவே அங்கே இருக்கிறது.
ஆனால் Apple அதை Siri-க்கு மட்டுமே பயன்படுத்துகிறது
இயல்பாக, on-device model Siri, Writing Tools மற்றும் system அம்சங்களை இயக்குகிறது. Terminal command இல்லை, HTTP endpoint இல்லை, அதன் வழியாக text-ஐ pipe செய்ய எந்த வழியும் இல்லை. FoundationModels framework இருக்கிறது, ஆனால் அதைப் பயன்படுத்த நீங்கள் ஒரு Swift app எழுத வேண்டும். apfel செய்வது அதைத்தான்.
apfel என்ன சேர்க்கிறது
apfel என்பது LanguageModelSession-ஐச் சுற்றி அமைந்த ஒரு Swift 6.3 binary; அதை மூன்று வழிகளில் வழங்குகிறது: stdin/stdout கொண்ட UNIX command-line கருவியாக, OpenAI-compatible HTTP server ஆக (Hummingbird மீது கட்டப்பட்டது), மற்றும் context நிர்வாகத்துடன் கூடிய interactive chat ஆக.
Apple-இன் raw API செய்யாதவற்றை இது கவனித்துக்கொள்கிறது: முறையான exit codes, JSON output, file attachments, சிறிய context window-க்காக (4,096 tokens; macOS 27 இயங்கும் M3 மற்றும் புதிய Macs-இல் 8,192) ஐந்து context trimming உத்திகள், SDK மூலம் உண்மையான token எண்ணிக்கை, மற்றும் OpenAI tool schemas-ஐ Apple-இன் native Transcript.ToolDefinition வடிவத்துக்கு மாற்றுதல்.
வடிவமைப்பிலேயே தனியுரிமை.
apfel பயன்படுத்தும்போது ஒரு HTTP call கூட இல்லை. கீழே உள்ள ஒவ்வொரு கூற்றும் Apple-இன் சொந்த documentation-க்கு link செய்கிறது.
சாதனத்திலேயே. Offline-இலும் இயங்கும்.
FoundationModels framework முழுவதும் உங்கள் Apple Silicon Neural Engine-இலேயே இயங்குகிறது. Server இல்லை, cloud இல்லை, internet இணைப்பு தேவையில்லை.
உங்கள் தரவு உங்களுடையதே.
On-device inference-இலிருந்து prompts, responses அல்லது எந்தப் பயன்பாட்டுத் தரவையும் Apple சேகரிப்பதில்லை. எதுவும் சேமிக்கப்படுவதில்லை, எதுவும் அனுப்பப்படுவதில்லை.
Training-க்கு ஒருபோதும் பயன்படுத்தப்படாது.
Apple தனது foundation models-ஐ உரிமம் பெற்ற மற்றும் பொதுவில் கிடைக்கும் தரவில் மட்டுமே train செய்கிறது. உங்கள் உரையாடல்கள் ஒருபோதும் training pipeline-இன் பகுதியாவதில்லை.
apfel எந்த tracking-ஐயும் சேர்ப்பதில்லை.
Analytics இல்லை, telemetry இல்லை, தானியங்கி update சோதனைகள் இல்லை, crash reporting இல்லை, எங்கும் தகவல் அனுப்புவதில்லை. நீங்களே apfel --update இயக்கும்போது மட்டுமே apfel ஒரு network call செய்கிறது. முழு codebase-உம் open source.
சக்திவாய்ந்த கருவிகளும் உள்ளே.
demo/ folder-இல் உள்ள shell scripts. முதலில் apfel-ஐ install செய்யுங்கள், பிறகு உங்களுக்கு வேண்டியவற்றை எடுத்துக்கொள்ளுங்கள்.
cmd
சாதாரண மொழியிலிருந்து shell command. என்ன வேண்டும் என்று சொல்லுங்கள், command கிடைக்கும்.
oneliner
சாதாரண மொழியிலிருந்து pipe chains. awk, sed, sort, uniq - உங்களுக்காக உருவாக்கப்படுகின்றன.
mac-narrator
உங்கள் Mac-இன் system செயல்பாடுகளை ஒரு இயற்கை ஆவணப்படம் போல விவரிக்கிறது.
explain
எந்த command, error message அல்லது code snippet-ஐயும் எளிய மொழியில் விளக்குகிறது.
wtd
இந்த directory என்ன? எந்த codebase-இலும் உடனடியாக project-ஐப் புரிந்துகொள்ளுங்கள்.
gitsum
சமீபத்திய git commits-ஐ சில வாக்கியங்களில் சுருக்கித் தருகிறது.
பயனுள்ள, கலக்கலான 30 one-liners.
ஒவ்வொரு command-உம் உண்மையான Mac-இல் சோதிக்கப்பட்டது. apfel-ஐ ps, lsof, du, vm_stat, git, pbpaste, sleep, pgrep, curl, say உடன் இணையுங்கள் - cloud AIs-ஆல் இதற்கு ஈடுகொடுக்க முடியாது, ஏனெனில் அவற்றால் உங்கள் processes, உங்கள் clipboard, உங்கள் git diff-ஐப் பார்க்க முடியாது. apfel-ஆல் முடியும்.
இப்போது என் CPU-ஐ எது விழுங்குகிறது.
$ps aux | sort -k 3 -nr | head -5 | awk '{print $11, $3"%"}' | apfel "which app is using the most CPU"
-> WindowServer தான் அதிக CPU-ஐப் பயன்படுத்துகிறது: 42.6%.
எந்த apps எந்த ports-இல் listen செய்கின்றன.
$lsof -iTCP -sTCP:LISTEN -n -P | head -15 | apfel "list which apps own which ports as a table"
-> 11434 fichten, 18789 node, 5000 ControlCenter ...
எந்த volume கிட்டத்தட்ட நிரம்பிவிட்டது.
$df -h | apfel "which volume is fullest, one sentence"
-> /dev/disk3s1 தான் அதிகம் நிரம்பியுள்ளது: 926Gi-இல் 263Gi.
vm_stat-ஐ எளிய மொழியில் புரியும்படி விளக்குகிறது.
$vm_stat | apfel "explain my memory usage in plain english, one sentence"
-> 349k pages active, 266k wired - கணிசமான memory பயன்பாட்டில் உள்ளது.
இங்கே எந்த folders அதிக disk இடத்தைப் பிடிக்கின்றன.
$du -sh */ 2>/dev/null | sort -rh | head -5 | apfel "which folders are eating most disk, one sentence"
-> Library 36G, Downloads 604M - இவைதான் அதிக இடத்தைப் பிடித்துள்ளன.
இந்த folder-இல் உள்ள மிகப் பெரிய files.
$ls -laS | head -10 | apfel "what are the biggest files here, just file names"
-> apfel-quick-preview.png, og.png, translate-preview.png ...
இப்போது எந்த apps internet-உடன் பேசிக்கொண்டிருக்கின்றன.
$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 ...
Battery health மற்றும் ETA, ஒரே வரியில்.
$pmset -g batt | apfel "battery health and percent, one line"
-> முழுமையாக charge ஆகியுள்ளது, health 100%, தற்போது active.
உங்கள் சமீபத்திய commits-ஐ எளிய மொழியில் சுருக்கமாகப் பாருங்கள்.
$git log --oneline -20 | apfel "summarize what I have been working on"
-> v1.2.1-இலிருந்து v1.3.2-க்கு updates, சகோதரத் திட்டங்கள் சேர்க்கப்பட்டன ...
சமீபத்திய commits-இலிருந்து ஒரு வரி release note-ஐ உருவாக்குங்கள்.
$git log --oneline -5 | apfel "write a one-line release note based on these commits"
-> v1.3.2 வெளியானது: 5053 stars, 783 tests, updates.
Clipboard-இல் உள்ள எதன் இலக்கணத்தையும் திருத்தி, திருத்தியதை மீண்டும் அங்கேயே வையுங்கள்.
$pbpaste | apfel "fix grammar" | pbcopy
-> "i has went" என்பது "I went" ஆக மாறுகிறது - மீண்டும் clipboard-இல்.
Clipboard-ஐ ஜப்பானிய மொழிக்கு மொழிபெயர்த்து, மீண்டும் அங்கேயே வையுங்கள்.
$pbpaste | apfel "translate to japanese" | pbcopy
-> இப்போது clipboard-இல் ஜப்பானிய மொழிபெயர்ப்பு உள்ளது.
Clipboard-இல் உள்ள நீண்ட உரையை 3 bullets-ஆகச் சுருக்குங்கள்.
$pbpaste | apfel "summarize in 3 bullets"
-> உங்கள் terminal-இல் கச்சிதமான 3 bullets.
Clipboard-இல் உள்ள meeting notes-இலிருந்து தெளிவான action items-ஐப் பிரித்தெடுங்கள்.
$pbpaste | apfel "extract just the action items as a clean bullet list, no other text" | pbcopy
-> "Sarah Q3 budget-ஐ draft செய்வார்", "design team-க்கு email அனுப்புங்கள்", ... மீண்டும் clipboard-இல்.
நீண்ட task முடிந்ததும் உங்களுக்குச் சத்தமாக அறிவிக்கும் (இங்கே, 30 நிமிடங்களில்).
$sleep 1800 && apfel "tell me cheerfully my long task just finished, one short sentence" | say
-> Mac சொல்கிறது: "உங்கள் நீண்ட task இப்போதுதான் முடிந்தது, அருமை!"
Downloads-இல் ஒரு file வரும் வரை காத்திருந்து, பிறகு அறிவிக்கும்.
$until [ -e ~/Downloads/Report.pdf ]; do sleep 5; done; apfel "tell me my download just landed, one cheerful sentence" | say
-> ஒவ்வொரு 5s-க்கும் சரிபார்க்கும்; Report.pdf வந்ததும் Mac அந்தச் செய்தியைச் சொல்லும்.
நீண்ட நேரம் ஓடும் ஒரு process முடியும் வரை காத்திருந்து, பிறகு அறிவிக்கும்.
$while pgrep -q ffmpeg; do sleep 5; done; apfel "tell me cheerfully that my video encoding is done, one short sentence" | say
-> ஒவ்வொரு 5s-க்கும் சரிபார்க்கும்; ffmpeg நின்றதும் Mac அந்தச் செய்தியைச் சொல்லும்.
ஒவ்வொரு 30 நிமிடத்துக்கும், நீங்கள் சமீபத்தில் ship செய்ததைச் சத்தமாகச் சுருக்கிச் சொல்லும்.
$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
-> நீங்கள் coding-ஐத் தொடரும்போதே, அரை மணிக்கு ஒருமுறை தானியங்கி standup சத்தமாக வாசிக்கப்படும்.
ஒவ்வொரு 15 நிமிடத்துக்கும், battery 20 சதவீதத்துக்குக் கீழே போனால் சத்தமாக எச்சரிக்கும்.
$while sleep 900; do P=$(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
-> Battery குறையும் வரை அமைதி; பிறகு Mac நட்பான ஆனால் அவசரமான ஒரு எச்சரிக்கையைச் சத்தமாகச் சொல்லும்.
ஒரு URL 2xx தரும் வரை கண்காணித்து, பிறகு deploy வெற்றியைச் சத்தமாகக் கொண்டாடும்.
$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
-> Staging இயங்கத் தொடங்கும் வரை ஒவ்வொரு 30s-க்கும் சரிபார்க்கும்; பிறகு Mac சொல்லும்: "உங்கள் deploy live ஆகிவிட்டது, URL பதில் தருகிறது!".
சாதாரணமாக எழுதிய ஒரு வரியை மரியாதையான வடிவில் மாற்றி எழுதுங்கள்.
$echo "hey can u send me docs asap" | apfel "rephrase politely"
-> "தயவுசெய்து documents-ஐ கூடிய விரைவில் பகிர முடியுமா ..."
ஒரு URL-ஐ அழைத்து, headers-ஐ மட்டும் வைத்து அங்கே என்ன நடக்கிறது என்று கேளுங்கள்.
$curl -sI https://github.com | apfel "explain what happens at this URL in one sentence, based on the HTTP headers"
-> GitHub கடுமையான caching மற்றும் security headers உடன் ஒரு HTML page-ஐ வழங்குகிறது.
இன்றைய Hacker News, ஒரே வாக்கியத்தில் சுருக்கப்பட்டு சத்தமாக வாசிக்கப்படும்.
$curl -s https://news.ycombinator.com | grep titleline | sed "s/<[^>]*>//g" | apfel "summarize hacker news today in one cheerful sentence" | say
-> அன்றைய முக்கியச் செய்திகளை Mac ஒரே கச்சிதமான சுருக்கமாகச் சொல்லும்.
ஒரு JSON blob-ஐ எளிய மொழியில் விளக்குங்கள்.
$echo '{"name":"alice","plan":"pro","credits":42}' | apfel "explain this JSON in one sentence"
-> Pro plan-இல் 42 credits வைத்திருக்கும் Alice என்ற user.
Calculator-ஐத் திறக்காமலேயே கணக்கு.
$apfel "what is 15% tip on 87.50, just the number"
-> 13.13
Terminal-ஐ விட்டு வெளியேறாமலேயே ஒரு regex உருவாக்குங்கள்.
$apfel "regex for a valid email address, just the regex"
-> ^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$
மறந்துபோன bash one-liner-ஐக் கேட்டுப் பெறுங்கள்.
$apfel "give me one find command that lists files larger than 100MB, just the bash command"
-> find / -type f -size +100M
புரியாத command-ஐ ஊகிக்காமல், அதை விளக்கச் சொல்லுங்கள்.
$apfel "explain the command tar -xzvf file.tar.gz in one sentence"
-> gzip செய்யப்பட்ட tarball-ஐ decompress செய்து cwd-க்குள் extract செய்கிறது.
சரியான git command மறந்துவிட்டதா? கேட்டாலே போதும்.
$apfel "git command to uncommit but not unedit my last commit, just the command"
-> git reset --soft HEAD~1
வேறொருவர் எழுதிய regex-ஐ ஒரே வாக்கியத்தில் புரிந்துகொள்ளுங்கள்.
$apfel "explain this regex in one sentence: ^\d{3}-\d{4}$"
-> 3 இலக்க prefix, ஒரு hyphen, பிறகு 4 இலக்கங்களை match செய்கிறது - US phone format.
சாதாரணமாக எழுதிய தேதியை ISO 8601 வடிவத்துக்கு மாற்றுங்கள்.
$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
ஒரு முழு file-ஐ 3 bullets-இல் சுருக்குங்கள்.
$apfel -f README.md "summarize in 3 bullets"
-> Scope, install, usage பற்றிய 3 bullets.
OpenAI-compatible.
ஒரு URL-ஐ மட்டும் மாற்றுங்கள். உங்கள் code அப்படியே இருக்கட்டும்.
அப்படியே மாற்றிப் பொருத்தலாம்
apfel OpenAI API-ஐப் பேசுகிறது. OpenAI-உடன் பேசும் எந்த client library, எந்த framework, எந்தக் கருவியும் அதற்குப் பதிலாக உங்கள் Mac-இன் AI-உடன் பேசலாம். Base URL-ஐ மாற்றினால் போதும்.
- ✓ POST /v1/chat/completions
- ✓ POST /v1/responses (Responses API)
- ✓ Streaming (SSE)
- ✓ Tool calling / function calling
- ✓ GET /v1/models
- ✓ response_format: json_object, json_schema
- ✓ image_url parts-ஐ data URLs ஆக (macOS 27)
- ✓ temperature, max_tokens, seed
- ✓ Browser clients-க்கான CORS
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)
Apple-இன் fm-இல் உள்ள அதே model. வேலை வேறு.
macOS 27-உடன் fm வருகிறது - on-device model-க்கான Apple-இன் சொந்த command-line front end. இரண்டும் எங்கே வேறுபடுகின்றன என்பது இங்கே.
| apfel | Apple fm | |
|---|---|---|
| இயங்கும் இடம் | macOS 26 மற்றும் 27, ஒரே binary | macOS 27 மட்டும் |
| இன்ஸ்டால் | brew install apfel | ஏற்கனவே உள்ளது (ஒருமுறை sudo fm license) |
| OpenAI clients மாற்றமின்றி வேலை செய்யும் | ஆம்: இயல்பாகவே JSON, usage, max_tokens மதிக்கப்படுகிறது, errors சரியாக map செய்யப்படுகின்றன | வேண்டாம் என்று சொல்லாவிட்டால் stream செய்யும், max_tokens-ஐப் புறக்கணிக்கும், guardrails-இல் 500 தரும் |
| Tool calling மற்றும் MCP | Native tool calls, local மற்றும் remote MCP servers | இல்லை (tools பயன்படுத்தினால் template tokens பதிலில் கசிகின்றன) |
| Scripting | --code, -o json, 9 exit codes, --count-tokens --strict | வெறும் text, exit 0 அல்லது 1 |
| உள்ளீட்டு files | Text, PDF, images: இரண்டு OS-களிலும் OCR text, macOS 27-இல் image-உம் நேரடியாக model-க்குச் செல்லும் | Images நேரடியாக model-க்கு, அத்துடன் built-in OCR மற்றும் barcode tools |
| சேமிக்கப்படும் chat sessions | இல்லை | பெயரிடப்பட்ட transcripts, --resume |
| வேகம் | ஒரே Mac-இல் ஒரே model, ஒரே context window (இந்த M2-இல் 4,096 tokens, M3 மற்றும் புதியவற்றில் 8,192), token எண்ணிக்கைகள் ஒன்றே. One-shot prompt: 0.35 s vs 0.30 s. | |
ஒரு சிறு வரலாறு. apfel தான் முதலில் வந்தது: முதல் commit மற்றும் v0.1.0 24 மார்ச் 2026 அன்று, முதல் GitHub release 31 மார்ச் 2026 அன்று, ஏப்ரலில் Hacker News முதல் பக்கம். Apple 8 ஜூன் 2026 அன்று WWDC-இல் fm-ஐ அறிவித்து, 14 செப்டம்பர் 2026 அன்று macOS 27-உடன் வெளியிட்டது. இரண்டுமே ஒரே FoundationModels framework வழியாக ஒரே on-device model-ஐ இயக்குகின்றன; apfel தான் open-source ஆனது, macOS 26-இலும் இயங்குவதும் அதுவே.
ஒவ்வொரு வரிசையும் 2026-10-05 அன்று macOS 27.0.1 (Apple M2, 24 GB)-இல் அளவிடப்பட்டது, ஒவ்வொரு apfel release-க்கும் மீண்டும் அளவிடப்படுகிறது. முழுப் பக்கத்தில் server probes, token-count ஒப்பீட்டு அட்டவணை, அவற்றை மீண்டும் சரிபார்க்கத் தேவையான ஒவ்வொரு command-உம் உள்ளன.
GitHub-இல் பிரபலம்.
பூஜ்ஜியத்திலிருந்து 6,610 stars, இன்னும் வளர்ந்துகொண்டே இருக்கிறது.
Starred by engineers from Apple, Google, VMware, NVIDIA, and PlayStation.
GitHub-இல் star செய்யுங்கள்நிலவரப்படி தரவு
தொடங்குங்கள்.
Model download இல்லை. Sign-up இல்லை. API keys இல்லை. இது மட்டும் போதும்.
Homebrew
$ brew install apfel $ apfel "Hello, Mac"
Source-இலிருந்து build செய்யுங்கள்
$ git clone https://github.com/Arthur-Ficial/apfel.git $ cd apfel && make install
apfel மரம்.
apfel மீது கட்டப்பட்ட native macOS கருவிகளின் வளர்ந்து வரும் குடும்பம் - மற்ற Apple frameworks-ஐ terminal-க்குக் கொண்டு வரும் சகோதரத் திட்டங்களும் இதில் அடக்கம்.
apfel-chat
பல உரையாடல்களைக் கையாளும் macOS chat client. Streaming markdown, பேச்சு உள்ளீடு/வெளியீடு, image பகுப்பாய்வு - முழுமையாகத் தனிப்பட்டது, API keys இல்லை, cloud இல்லை.
SwiftUI Production
apfelpad
சிந்திப்பதற்கான ஒரு formula notepad. உங்கள் markdown-இல் =apfel("summarize this") என்று type செய்யுங்கள், பதில் அதே இடத்தில் stream ஆவதைப் பாருங்கள். =SUM போலத்தான், ஆனால் மொழிக்கு.
apfel-quick
உடனடி AI overlay. எங்கிருந்தும் Ctrl+Space அழுத்துங்கள், ஒரு கேள்வியை type செய்யுங்கள், பதில் நேராக உங்கள் clipboard-க்கு stream ஆகும். Wi-Fi இல்லை, account இல்லை, கட்டணம் இல்லை.
SwiftUI புதியது
apfel-gui
Native macOS SwiftUI debug GUI. Apple Intelligence-உடன் chat செய்யுங்கள், requests, responses, logs-ஐ ஆய்வு செய்யுங்கள், speech-to-text, text-to-speech - எல்லாமே சாதனத்திலேயே.
SwiftUI
apfel-clip
Menu bar-இலிருந்தே AI clipboard செயல்கள். எந்த text-இலும் cmd+shift+V அழுத்துங்கள் - இலக்கணம் திருத்த, மொழிபெயர்க்க, code-ஐ விளக்க, சுருக்க. முழுமையாகச் சாதனத்திலேயே, API keys இல்லை.
SwiftUI Production
apfel-mcp
apfel-க்கு web-ஐயும் உங்கள் files-ஐயும் கொடுங்கள். நான்கு சிறிய MCP tools - url-fetch, ddg-search, search-and-fetch, மற்றும் read-only file reader - ஒவ்வொன்றும் apfel-இன் சிறிய context window-க்குள் பொருந்தும்படி சுருக்கப்பட்டவை (பெரும்பாலான Macs-இல் 4,096 tokens, macOS 27 கொண்ட M3 மற்றும் புதியவற்றில் 8,192).
Python புதியது
apfel-run
apfel-க்கு நிலைத்திருக்கும் MCP registry-ஐத் தரும் சிறிய UNIX wrapper. ஒரு சாதாரண text config file-இலிருந்து MCP servers-ஐப் பெயர் சொல்லி இயக்கலாம், நிறுத்தலாம். Restart-க்குப் பிறகும் நிலைத்திருக்கும், GUI இல்லை, daemon இல்லை.
Shell புதியது
apfel-server-kit
முழு ecosystem-ஐயும் இயக்கும் பொதுவான Swift package. Local apfel --serve process-ஐக் கண்டறியலாம், தொடங்கலாம், அதிலிருந்து stream செய்யலாம். ஒவ்வொரு SwiftUI apfel app-உம் பேசும் முதுகெலும்பு இதுதான்.
Swift புதியது
auge
சகோதரத் திட்டம். apfel மொழியைக் கையாள்கிறது; auge பார்வையைக் கையாள்கிறது. OCR, image classification, barcodes, face detection - அனைத்துக்கும் ஒரே CLI, Apple-இன் Vision framework வழியாக 100% சாதனத்திலேயே. API keys இல்லை, cloud இல்லை.
Swift சகோதரத் திட்டம்
translate
சகோதரத் திட்டம். ஒரு UNIX filter, அத்துடன் DeepL, LibreTranslate மற்றும் Google v2-க்கான drop-in HTTP server - Apple-இன் on-device Translation framework மூலம் இயங்குகிறது. 100% சாதனத்திலேயே, NetworkGuard மூலம் கண்டிப்பாக உறுதி செய்யப்படுகிறது. API keys இல்லை, cloud இல்லை.
Swift சகோதரத் திட்டம்அடிக்கடி கேட்கப்படும் கேள்விகள்.
Hacker News மற்றும் Reddit-இலிருந்து திரட்டப்பட்ட கேள்விகள்.
எனக்கு எந்த macOS பதிப்பு தேவை?
apfel என் தனிப்பட்ட தரவை அணுகுகிறதா?
ஏதேனும் தரவு என் Mac-ஐ விட்டு வெளியேறுகிறதா?
Model: Apple-இன் FoundationModels framework internet இணைப்பு இல்லாமலேயே வேலை செய்கிறது, முழுவதும் Neural Engine-இலேயே இயங்குகிறது. உங்கள் prompts-உம் responses-உம் ஒருபோதும் சாதனத்தை விட்டு வெளியேறுவதில்லை. பயனர் தரவு ஒருபோதும் training-க்குப் பயன்படுத்தப்படுவதில்லை.
கருவி: apfel அதை அப்படியே வைத்திருக்கிறது. Analytics இல்லை, telemetry இல்லை, tracking இல்லை, தானியங்கி update சோதனைகள் இல்லை, crash reporting இல்லை, எங்கும் தகவல் அனுப்புவதில்லை. Open source, யார் வேண்டுமானாலும் சரிபார்க்கலாம்.
Context window எவ்வளவு?
apfel --model-info காட்டும். Shell scripts, சுருக்கங்கள், text மாற்றங்களுக்கு மிகச் சிறந்தது. நீண்ட உரையாடல்களுக்கோ பெரிய ஆவணங்களுக்கோ ஏற்றதல்ல.Model எதில் சிறந்தது? எதில் தடுமாறுகிறது?
வரம்புகள்: கணக்கு, உண்மைத் தகவல்களை நினைவுகூர்தல், நீண்ட உரையாடல்கள், சிக்கலான code உருவாக்கம்.
இந்த model hallucinate செய்வதை விட மறுப்பதையே விரும்புகிறது. இது Apple வேண்டுமென்றே எடுத்த வடிவமைப்பு முடிவு.
Server mode பாதுகாப்பானதா?
--token), origin சரிபார்ப்பு, debug mode-இல் மட்டும் log endpoints. விவரங்கள் server-security.md-இல்.Apple Intelligence-ஐ இயக்க வேண்டுமா?
apfel-ஐ எப்படி update செய்வது?
apfel --update. Install முறையைக் கண்டறிந்து, புதிய பதிப்பு உள்ளதா எனச் சரிபார்த்து, upgrade செய்வதற்கு முன் உங்களிடம் கேட்கும். கைமுறையாக: brew upgrade apfel அல்லது git pull && make install.இது எந்த model-ஐப் பயன்படுத்துகிறது?
Ollama அல்லது LM Studio-விலிருந்து apfel எப்படி வேறுபடுகிறது?
apfel MCP மற்றும் tool calling-ஐ ஆதரிக்கிறதா?
--mcp <server> கொடுங்கள். Tool calling வழிகாட்டி.macOS 27-இல் உள்ள Apple-இன் சொந்த fm CLI-யிலிருந்து apfel எப்படி வேறுபடுகிறது?
fm வருகிறது - அதே on-device model-க்கான Apple-இன் command-line front end. apfel இவற்றைச் சேர்க்கிறது: tool calling கொண்ட OpenAI-compatible server, MCP, JSON Schema output, data URLs ஆக image உள்ளீடு, நம்பகமான exit codes, macOS 26 ஆதரவு. அருகருகே வைத்து அளவிடப்பட்டது: apfel vs fm.apfel-இல் ஏதேனும் telemetry அல்லது தகவல் அனுப்பும் செயல்பாடுகள் உள்ளனவா?
apfel --update இயக்கும்போது மட்டுமே network call நடக்கும்; அது புதிய பதிப்புக்காக Homebrew-ஐச் சரிபார்க்கும். Open source, யார் வேண்டுமானாலும் சரிபார்க்கலாம்.இதை உருவாக்கியவர் யார்?
இணை-maintainer: Arthur Ficial, Anthropic-இன் Claude Opus-இல் இயங்கும் ஒரு OpenClaw instance. பெரும்பாலும் Claude Code மற்றும் Codex உடன் உருவாக்கப்பட்டது. எப்போதும் high thinking / high effort mode-இல்.
தொடக்கம்: 24 மார்ச் 2026.