apfel ஒரு திட்டம்.

பயிற்சி · 15 நவம்பர் 2026 அன்று சோதிக்கப்பட்டது

apfel AI பயிற்சி

உங்கள் Mac-இல் ஏற்கனவே இருக்கும் AI-இடமிருந்து முதல் பதில், 60 வினாடிகளில். பிறகு அது நன்றாகச் செய்யும் 11 வேலைகள் - ஒவ்வொன்றும் உண்மையான output உடன், copy-paste செய்யத் தயாராக - மேலும் அதனால் என்ன செய்ய முடியாது என்பதன் நேர்மையான பட்டியல்.

எதுவும் திருத்தப்படாத உண்மையான terminal பதிவு: macOS 27.0.1-இல் apfel 1.18.0, MacBook Air M2.
இந்தப் பக்கத்தில்: 15 பகுதிகள்
  1. உங்கள் முதல் பதில், 60 வினாடிகளில்
  2. 1. உங்கள் Mac-இடம் அதைப் பற்றியே கேளுங்கள்
  3. 2. Copy செய்த எந்த text-ஐயும் திருத்துங்கள்
  4. 3. Receipts, PDFs, scripts-ஐப் படியுங்கள்
  5. 4. சாதாரண வாக்கியத்தை shell command ஆக்குங்கள்
  6. 5. உங்கள் scripts நம்பக்கூடிய JSON
  7. 6. உங்கள் நாளை automate செய்யுங்கள்: git, குரல், தயார் scripts
  8. 7. உங்கள் OpenAI code-ஐ இலவசமாக இயக்குங்கள்
  9. 8. MCP மூலம் tools கொடுங்கள்
  10. 9. Prompt-ஐச் சோதிக்க chat செய்யுங்கள்
  11. 10. Server-ஐ background-இல் இயங்க வையுங்கள்
  12. 11. apfel மீது கட்டப்பட்ட apps
  13. வரம்புகளும் நேர்மையான பதில்களும்
  14. ஏதாவது தோல்வியடைந்தால்
  15. இதை உருவாக்கியவர்கள், சோதித்த விதம்

உங்கள் முதல் பதில், 60 வினாடிகளில்

உங்களுக்கு macOS 26 Tahoe அல்லது அதற்குப் பிந்தைய பதிப்பு கொண்ட ஒரு Apple Silicon Mac (M1 அல்லது புதியது) தேவை; மேலும் System Settings > Apple Intelligence & Siri-இல் Apple Intelligence இயக்கப்பட்டிருக்க வேண்டும். முதல் இரண்டையும் ஒரே வரியில் சரிபாருங்கள்:

Terminal
sw_vers -productVersion && uname -m
27.0.1
arm64

Version 26 அல்லது அதற்கு மேல், கூடவே arm64 என்று வந்தால் நீங்கள் தயார். Homebrew மூலம் apfel-ஐ install செய்யுங்கள். Xcode இல்லை, account இல்லை, API key இல்லை:

Terminal
brew install apfel

உங்கள் முதல் கேள்வியைக் கேளுங்கள்:

Terminal
apfel "In one sentence: what can a small on-device language model do for me?"
A small on-device language model can help you perform tasks like text translation, summarization, and data analysis directly on your device.

அந்தப் பதில் உங்கள் Mac-இல் உள்ள Apple-இன் model-இடமிருந்து வந்தது. எதுவும் எந்த server-க்கும் அனுப்பப்படவில்லை, ஒரு பைசா கூடச் செலவாகவில்லை.

வேலை செய்யவில்லையென்றால்: model தயாரா என்று apfel-இடமே கேளுங்கள்:

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

available: no என்று வந்தால், System Settings-இல் Apple Intelligence-ஐ இயக்கி, model download முடியும் வரை காத்திருங்கள் (install guide படி அது 3 முதல் 4 GB). உங்கள் Mac-இன் மொழியும் Siri-இன் மொழியும் ஆதரிக்கப்படும் ஒரே மொழியாக இருக்க வேண்டும். Model கிடைக்காதவரை apfel exit code 5 உடன் வெளியேறும்.

அடுத்து: கீழே உள்ள வேலைகள். ஒவ்வொன்றும், இரண்டு நிமிடங்களில் உங்களுக்கு என்ன கிடைக்கும் என்பதிலிருந்து தொடங்குகிறது.

1. உங்கள் Mac-இடம் அதைப் பற்றியே கேளுங்கள்

2 நிமிடங்களில் உங்களுக்குக் கிடைப்பது: உங்கள் disk, CPU, memory பற்றி எளிய மொழியில் பதில்கள் - உங்களுக்கு ஏற்கனவே தெரிந்த commands-இலிருந்தே நேரடியாக.

எப்போது: ஒரு terminal command எண்களைக் குவியலாகக் கொட்டும்போது, என்ன வேண்டும்: ஒரே வரியில் பதில், எதற்காக: man page படிக்காமலேயே அடுத்த அடி எடுக்க.

எந்த command-ஐயும் apfel-க்குள் pipe செய்து, உங்களுக்கு என்ன தெரிய வேண்டும் என்று சொல்லுங்கள்:

Terminal
df -h | apfel "which volume is fullest, one sentence"
/dev/disk3s1 is the fullest volume, with 630Gi used.
Terminal
ps aux | sort -k 3 -nr | head -5 | awk '{print $11, $3"%"}' | apfel "which app is using the most CPU, one sentence"
`/System/Library/CoreServices/RemoteManagement/screensharingd.bundle/Contents/MacOS/screensharingd` is using the most CPU.

Input-ஐச் சிறியதாக வையுங்கள்: முதலில் head, awk, grep, அதன் பிறகுதான் apfel. Model ஒரே நேரத்தில் சில ஆயிரம் வார்த்தைகளை மட்டுமே படிக்கும், code என்றால் இன்னும் குறைவு (வரம்புகள் பாருங்கள்).

வேலை செய்யவில்லையென்றால்: சில commands stderr-க்கு எழுதுகின்றன, pipe அதைக் கொண்டு செல்லாது. apfel அதை உங்களுக்குச் சொல்லும்: piped input was empty - if the command prints to stderr, try: command 2>&1 | apfel.

அடுத்து: இதே உத்தி git log, lsof, pmset -g batt, log files, text அச்சிடும் வேறு எதற்கும் வேலை செய்யும்.

2. Copy செய்த எந்த text-ஐயும் திருத்துங்கள்

2 நிமிடங்களில் உங்களுக்குக் கிடைப்பது: எந்த app-இலும், clipboard-இல் இருப்பதன் இலக்கணத்தைத் திருத்தும் ஒரு command.

எப்போது: Slack, Mail அல்லது browser-இல் ஒரு சின்ன message எழுதும்போது, என்ன வேண்டும்: வேறு app திறக்காமலேயே அதைச் சீர்செய்ய, எதற்காக: சில வினாடிகளில் மீண்டும் paste செய்ய.

கொஞ்சம் text-ஐ copy செய்து, நடு வரியை இயக்குங்கள். pbpaste clipboard-ஐப் படிக்கிறது, pbcopy முடிவை மீண்டும் அங்கே எழுதுகிறது:

Terminal
printf 'can u send me the slides from yesterdays meeting i lost them' | pbcopy
pbpaste | apfel "Rewrite the text above with correct grammar and spelling. Reply with the rewritten text only." | pbcopy
pbpaste
Can you send me the slides from yesterday’s meeting? I lost them.

ஏன் "the text above" என்று எழுதுகிறோம்: apfel pipe செய்யப்பட்ட text-ஐ முதலில் வைத்து, உங்கள் instruction-ஐ அதற்குப் பிறகு வைக்கிறது (source). "fix grammar and spelling, reply with the corrected text only" என்ற சுருக்கமான instruction கொடுத்தபோது, model அந்த message-ஐத் திருத்துவதற்குப் பதிலாக அதற்கே பதில் எழுதியது: Could you let me know which meeting you're referring to?. எந்த text மீது வேலை செய்ய வேண்டும் என்று பெயர் சொல்லிக் குறிப்பிட்டதும், எங்கள் சோதனையில் அது சரியானது.

வேலை செய்யவில்லையென்றால்: அனுப்பும் முன் முடிவைப் படியுங்கள். சிறிய model சில நேரங்களில் அர்த்தத்தையே மாற்றிவிடும்; இந்த வாக்கியத்தை ஜெர்மன் மொழிக்கு மொழிபெயர்க்கச் சொன்னபோது, "Can you send me" என்பதை "Can I send you" என்று மாற்றிவிட்டது.

அடுத்து: நடு வரியை ஒரு shell alias-ஆகவோ, ஒரு Shortcuts "Run Shell Script" action-ஆகவோ வைத்து, அதற்கு ஒரு keyboard shortcut கொடுங்கள்.

3. Receipts, PDFs, scripts-ஐப் படியுங்கள்

2 நிமிடங்களில் உங்களுக்குக் கிடைப்பது: ஒரு image, scan செய்த PDF அல்லது script பற்றிய பதில்கள் - Apple-இன் text recognition மூலம் உங்கள் Mac-இலேயே படிக்கப்பட்டவை.

எப்போது: ஒரு receipt, scan அல்லது தெரியாத file என் Downloads-இல் வந்து விழும்போது, என்ன வேண்டும்: அதிலிருந்து எனக்குத் தேவையான அந்த ஒரு தகவல், எதற்காக: அதைத் திறக்காமலேயே சரியான இடத்தில் வைக்க.

-f மூலம் ஒரு file-ஐ இணையுங்கள். இந்த வரிகளுடன் ஒரு சோதனை receipt image-ஐ (receipt.png) உருவாக்கினோம்:

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

அதே receipt-ஐ image மட்டுமே கொண்ட PDF-ஆகச் சேமித்தாலும் வேலை செய்கிறது, ஏனெனில் scan செய்த pages மீது apfel text recognition இயக்குகிறது:

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

எந்த text file-உம் கூட, உதாரணமாக ஒரு shell script:

Terminal
apfel -f apfel-demos/gitsum "What does this script do? Two sentences."
This script summarizes recent Git activity by summarizing the last N commits, grouping related changes, and generating a concise report. It uses Apple Intelligence to format the output, and optionally copies the summary to the clipboard.

அந்த script உங்களுக்கு வேலை 6-இல் கிடைக்கும். பல files-ஐ -f a.txt -f b.txt மூலம் இணையுங்கள்.

வேலை செய்யவில்லையென்றால்: exit code 4 என்றால் அந்த file model-க்கு மிக நீளமானது (வரம்புகள் பாருங்கள்). Exit code 3 என்றால் Apple-இன் safety filter அதைத் தடுத்துவிட்டது; அந்த நிலையில் --permissive சேர்க்கும்படி file extraction guide பரிந்துரைக்கிறது.

4. சாதாரண வாக்கியத்தை shell command ஆக்குங்கள்

2 நிமிடங்களில் உங்களுக்குக் கிடைப்பது: உங்களுக்கு நினைவில் வராத command, வேறு எதுவும் இல்லாமல் அப்படியே அச்சிடப்பட்டு, copy செய்யத் தயாராக.

எப்போது: find, du அல்லது tar-இன் flags மறந்துபோகும்போது, என்ன வேண்டும்: ஒரு சாதாரண வாக்கியத்திலிருந்து command, எதற்காக: terminal-ஐ விட்டு வெளியேறாமல் இருக்க.

--code code-ஐ மட்டும் அச்சிடுகிறது, விளக்கம் இல்லை:

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

Flags சரிதான், ஆனால் model ஒரு folder-ஐக் கற்பனை செய்துகொண்டது. உங்கள் home folder என்பது ~ (இங்கே: find ~ -type f -size +100M).

Terminal
apfel --code "a python function that removes duplicates from a list but keeps the order"
def remove_duplicates_preserve_order(lst):
    seen = set()
    result = []
    for item in lst:
        if item not in seen:
            seen.add(item)
            result.append(item)
    return result

இயக்கும் முன் ஒவ்வொரு command-ஐயும் படியுங்கள். எங்கள் சோதனைகளில் model தவறான commands-ஐயும் தந்தது. "the 10 largest files in the current folder" என்று கேட்டபோது ls -lh | head -n 10 என்று அச்சிட்டது; அது மிகப் பெரிய files-ஐ அல்ல, முதல் 10 entries-ஐப் பட்டியலிடுகிறது. "show open ports" என்று கேட்டபோது netstat -tuln | grep LISTEN என்று பரிந்துரைத்தது; அது Linux flags-ஐப் பயன்படுத்துகிறது, macOS-இல் எதையுமே அச்சிடாது. Mac-இல் lsof -iTCP -sTCP:LISTEN -n -P அவற்றைப் பட்டியலிடும்.

அடுத்து: வேலை 6-இல் உள்ள cmd demo script இதையே ஒரு கருவியாகத் தருகிறது: எதையும் இயக்கும் முன் உங்களிடம் கேட்கிறது (-x), அல்லது command-ஐ copy செய்கிறது (-c).

5. உங்கள் scripts நம்பக்கூடிய JSON

2 நிமிடங்களில் உங்களுக்குக் கிடைப்பது: ஒழுங்கற்ற text-இலிருந்து பிரித்தெடுத்த structured data, எப்போதும் உங்கள் schema-வுக்குப் பொருந்தும் JSON ஆக.

எப்போது: emails, notes-இலிருந்து பெயர்கள், எண்கள், தேதிகள் தேவைப்படும்போது, என்ன வேண்டும்: உரைநடை அல்ல, fields, எதற்காக: அவற்றை jq, ஒரு spreadsheet அல்லது ஒரு script-க்கு நேரடியாகக் கொடுக்க.

ஒரு JSON Schema-வை contact.schema.json என்ற பெயரில் சேமியுங்கள்:

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

பிறகு --schema உடன் text-ஐ pipe செய்யுங்கள். Output அந்த schema-வுக்கு ஏற்ற சரியான JSON ஆக இருக்கும்படி apfel model-ஐக் கட்டுப்படுத்துகிறது:

Terminal
echo "Hi, I am Maria Lopez from Vienna, call me on +43 660 1234567" | apfel --schema contact.schema.json "Extract the contact" | jq .
{
  "name": "Maria Lopez",
  "city": "Vienna",
  "phone": "+43 660 1234567"
}

உங்கள் schema அறிவிக்கும் அதே வரிசையில் keys திரும்பி வருகின்றன.

எந்தப் பதிலையும் metadata உடன் JSON ஆகப் பெற -o json பயன்படுத்துங்கள்:

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

ஒரு முழுப் பட்டியலுக்கு --batch பயன்படுத்துங்கள்: ஒவ்வொரு record-க்கும் ஒரு JSON வரி உள்ளே, ஒவ்வொரு record-க்கும் ஒரு result வரி வெளியே, ஒவ்வொரு record-உம் புதிய session-இல். ஒரு text file-இல் மூன்று product reviews:

Terminal
cat reviews.txt
Love it, works offline and it is fast.
Crashes every time I open a PDF.
It is okay, it does the job.
jq -Rc '{custom_id: (input_line_number|tostring), prompt: ("Classify the sentiment of this review as positive, negative or neutral. Reply with one word. Review: " + .)}' reviews.txt | apfel --batch | jq -r '"\(.custom_id) \(.status) \(.content)"'
1 ok Positive
2 ok Negative
3 ok Neutral
apfel: batch: 3 records, 3 ok, 0 failed

jq -R ஒவ்வொரு வரியையும் ஒரு record ஆக்குகிறது; கடைசி வரி stderr-இல் apfel தரும் சுருக்கம். தோல்வியடையும் record-க்கு status: "error" கிடைக்கும், batch தொடர்ந்து இயங்கும்.

வேலை செய்யவில்லையென்றால்: apfel JSON Schema-வின் ஒரு பகுதியை மட்டுமே ஆதரிக்கிறது (objects, strings, enums, numbers, booleans, arrays, local $ref). pattern போன்ற ஆதரிக்கப்படாத keyword வந்தால் exit code 2 உடன் நின்று, அதன் பெயரைச் சொல்லும்; முழுப் பட்டியல் API compatibility doc-இல் உள்ளது.

6. உங்கள் நாளை automate செய்யுங்கள்: git, குரல், தயார் scripts

2 நிமிடங்களில் உங்களுக்குக் கிடைப்பது: உங்கள் சமீபத்திய வேலையின் சுருக்கம், நீண்ட வேலை முடிந்ததும் சத்தமாகச் சொல்லும் Mac, மேலும் தயாரான எட்டு AI shell scripts.

எப்போது: வேலைகளுக்கு இடையே மாறும்போதோ ஒரு build-க்காகக் காத்திருக்கும்போதோ, என்ன வேண்டும்: விஷயங்களை விளக்கி அறிவிக்கும் சிறிய automations, எதற்காக: terminal-ஐயே பார்த்துக்கொண்டிருக்கத் தேவையில்லாமல் இருக்க.

எந்த git repository-க்குள்ளிருந்தும், நீங்கள் என்ன செய்தீர்கள் என்பதைச் சுருக்குங்கள்:

Terminal
git log --oneline -10 | apfel "summarize what I have been working on, two sentences"
I've been updating star counts to 6,608 and refining ISO datetimes with timezone handling in the Article JSON-LD. Additionally, I've implemented the apfel AI tutorial and redesigned the pre-header with a centered line about the project.

ஏதாவது முடிந்ததும் உங்கள் Mac பேசட்டும். பதிலை say-க்குள் pipe செய்து, உங்கள் நீண்ட command-ஐ && உடன் அதற்கு முன்னால் வையுங்கள்:

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

சோதனை Mac-இல் sound output இல்லை, அதனால் பேச்சை ஒரு file-இல் பதிவு செய்தோம் (| say -o build-done.aiff, 102,880 bytes audio). அது பேசிய வாக்கியம்: Your build is finished, and I'm glad you asked!.

apfel எட்டு demo scripts-உடனும் வருகிறது. அவற்றை ஒரு folder-இல் எழுதுங்கள்:

Terminal
apfel --demos
apfel: wrote 9 demo files to /Users/arthurficial/work/apfel-i18n-video-2026-11-15/tut/apfel-demos
  • cmd
  • explain
  • gitsum
  • mac-narrator
  • naming
  • oneliner
  • port
  • wtd

சோதனையில் எங்களுக்குப் பிடித்த ஒன்று:

Terminal
./apfel-demos/naming "function that retries HTTP requests with exponential backoff"
retryExponentialBackoff | exponential_retry_backoff | exponential delay retry  
retryWithExponentialBackoff | exponential_retry_http_backoff | HTTP retry with delay  
backoffRetryHTTP | exponential_http_retry | retry with exponential pause

எங்கள் runs-இல் எல்லா demos-உம் நன்றாக இல்லை: oneliner "count unique IP addresses in access.log" நீள வரம்பில் மோதி உடைந்த command-ஐ அச்சிட்டது, explain இல்லாத ஒரு error message-ஐச் சேர்த்தது. எட்டையும் demo README பட்டியலிடுகிறது.

7. உங்கள் OpenAI code-ஐ இலவசமாக இயக்குங்கள்

2 நிமிடங்களில் உங்களுக்குக் கிடைப்பது: OpenAI Chat Completions API-ஐப் பேசும் ஒரு local server; ஏற்கனவே உள்ள SDK code கட்டண cloud model-க்குப் பதிலாக உங்கள் Mac-இல் இயங்கும்.

எப்போது: OpenAI SDK கொண்டு prototype செய்யும்போது, என்ன வேண்டும்: ஓர் இலவச local endpoint, எதற்காக: keys, bills இல்லாமல், தரவை வெளியே அனுப்பாமல் build செய்து சோதிக்க.

ஒரு terminal tab-இல் server-ஐத் தொடங்குங்கள்:

Terminal
apfel --serve
apfel server v1.18.0
├ endpoint: http://127.0.0.1:11434
├ model:    apple-foundationmodel
├ cors:     disabled
├ origin:   localhost only (http://127.0.0.1, http://localhost, http://[::1])
├ token:    none
├ health:   public
├ max concurrent: 5
├ debug:    off
└ ready

Endpoints:
  POST http://127.0.0.1:11434/v1/chat/completions
  GET  http://127.0.0.1:11434/v1/models
  GET  http://127.0.0.1:11434/health

2026-11-15T13:39:31+0100 info Hummingbird: [HummingbirdCore] Server started and listening on 127.0.0.1:11434

இரண்டாவது tab-இல், OpenAI-ஐ அழைப்பது போலவே இதை அழையுங்கள்:

Terminal
curl -s http://localhost:11434/v1/chat/completions -H "Content-Type: application/json" -d '{"model":"apple-foundationmodel","messages":[{"role":"user","content":"Say hello to my terminal in five words."}]}' | jq -r '.choices[0].message.content'
Hello, terminal.

அதிகாரப்பூர்வ OpenAI Python SDK எந்த மாற்றமும் இல்லாமல் வேலை செய்கிறது. Base URL-உம் model பெயரும் மட்டுமே வேறு. இதை hello.py என்று சேமியுங்கள்:

Python
from openai import OpenAI

client = OpenAI(base_url="http://localhost:11434/v1", api_key="unused")
reply = client.chat.completions.create(
    model="apple-foundationmodel",
    messages=[{"role": "user", "content": "Give me three names for a coffee shop run by robots."}],
)
print(reply.choices[0].message.content)
Terminal
python3 -m venv venv && ./venv/bin/pip -q install openai
./venv/bin/python hello.py
1. RoboBrew  
2. CogCafé  
3. Circuit Sip

Server உங்கள் சொந்த Mac-இல் மட்டுமே (127.0.0.1) listen செய்கிறது, வேறு origins-இல் உள்ள web pages-இலிருந்து வரும் requests-ஐ நிராகரிக்கிறது. உங்கள் network-க்குத் திறக்க ஒரு token சேருங்கள்: apfel --serve --host 0.0.0.0 --token-auto (server security guide).

வேலை செய்யவில்லையென்றால்: Connection refused என்றால் server இயங்கவில்லை. Embeddings-உம் பழைய /v1/completions endpoint-உம் HTTP 501 தருகின்றன, ஏனெனில் on-device model அவற்றை வழங்குவதில்லை.

அடுத்து: VS Code Copilot (chat மட்டும்), opencode, Zed, Node.js, Ruby, PHP மற்றும் இன்னும் ஆறு மொழிகள் ஆகியவற்றுக்கான setups-ஐ maintainers ஆவணப்படுத்தியுள்ளனர். இந்தப் பக்கத்துக்காக அவற்றை நாங்கள் மீண்டும் சோதிக்கவில்லை.

8. MCP மூலம் tools கொடுங்கள்

2 நிமிடங்களில் உங்களுக்குக் கிடைப்பது: ஒரு Model Context Protocol tool வழியாக, model ஒரு live web page-ஐப் படித்துச் சுருக்கித் தருகிறது.

எப்போது: பதில் ஒரு web page-இல் இருக்கும்போது, என்ன வேண்டும்: model தானே அதை எடுத்துவர, எதற்காக: text-ஐ அங்குமிங்கும் copy செய்யாமலேயே சுருக்கம் பெற.

சிறிய context window-க்குள் பொருந்தும்படி உருவாக்கப்பட்ட apfel-mcp tools-ஐ install செய்யுங்கள்:

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

--mcp மூலம் ஒன்றை இணைத்துக் கேளுங்கள். -q tool-இன் raw output-ஐ மறைக்கிறது:

Terminal
apfel -q --mcp $(which apfel-mcp-url-fetch) "Summarize https://apfel.franzai.com/ in 3 bullets"
- **Purpose**: apfel is a Swift 6.3 tool that wraps Apple’s on-device LLM (part of macOS 26’s Apple Intelligence) and exposes it via a CLI, HTTP server, and interactive chat with context management.  
- **Features**: It handles terminal commands, JSON output, file attachments, real token counting, and context trimming (4,096 or 8,192 tokens depending on hardware), while converting OpenAI tool schemas to Apple’s native format.  
- **Technical details**: Built using the FoundationModels framework, it runs on Apple Silicon’s Neural Engine and GPU without network or cloud dependencies, and is open-source under MIT license.

அதே package-இல் apfel-mcp-ddg-search (web search), apfel-mcp-search-and-fetch, apfel-mcp-fs (local file-ஐப் படிக்க) ஆகியவையும் உள்ளன. எந்த MCP server-உம் வேலை செய்யும்: ஒரு local script path அல்லது ஒரு https:// URL.

பல பெயரிடப்பட்ட arguments கொண்ட tools-உம் வேலை செய்கின்றன. apfel repository-இல் உள்ள calculator இதோ (mcp/calculator/server.py): model multiply-ஐ இரண்டு arguments உடனும் அழைக்கிறது, apfel அதை இயக்குகிறது, model முடிவுடன் பதில் சொல்கிறது:

Terminal
apfel --mcp ./server.py "What is 15 times 27?"
mcp: /Users/arthurficial/work/apfel-i18n-video-2026-11-15/tut/./server.py - add, subtract, multiply, divide, sqrt, power, round_number
tool: multiply({"a": 15, "b": 27}) = 405
15 times 27 is 405.

tool: வரி, apfel இயக்கிய call-ஐ உங்களுக்குக் காட்டுகிறது. apfel 1.18.0-க்கு முன் model-க்கு arguments-இன் பெயர்கள் தெரியவில்லை, அது அவற்றை ஊகித்தது; அதனால் இது போன்ற call தோல்வியடைந்தது (issue #555, pull request #556-இல் சரிசெய்யப்பட்டது). இங்கே invalid arguments என்று வந்தால், brew upgrade apfel மூலம் update செய்யுங்கள்.

9. Prompt-ஐச் சோதிக்க chat செய்யுங்கள்

2 நிமிடங்களில் உங்களுக்குக் கிடைப்பது: நீங்கள் முன்பு சொன்னதை நினைவில் வைத்திருக்கும் ஒரு terminal உரையாடல்.

எப்போது: ஒரு script-க்காக prompt-ஐ வடிவமைக்கும்போது, என்ன வேண்டும்: சில turns-ஐ வேகமாக முயன்று பார்க்க, எதற்காக: automate செய்யும் முன் model எப்படி எதிர்வினையாற்றுகிறது என்று பார்க்க.

Terminal
apfel --chat
Apple Intelligence · on-device LLM · apfel v1.18.0
────────────────────────────────────────────────────────
Type 'quit' to exit.

you› My name is Franz. I live in Vienna.
 ai› Hello, Franz. It's nice to meet you. I'm here to help with any questions or tasks you might have. How can I assist you today?

you› Suggest one thing I could do there this weekend. One sentence.
 ai› You could visit the Kunsthistorisches Museum to explore its impressive collection of art and artifacts.

you› What is my name?
 ai› Your name is Franz.

you› quit

Goodbye.

-s மூலம் ஒரு persona சேர்க்கலாம், உதாரணமாக apfel --chat -s "You are a patient Python tutor". நீண்ட chat context window-ஐத் தாண்டும்போது, apfel default-ஆக மிகப் பழைய turns-ஐ நீக்கிவிடுகிறது; மற்ற உத்திகளை context guide விளக்குகிறது. Buttons கொண்ட window வேண்டுமென்றால் apfel-chat பாருங்கள்.

10. Server-ஐ background-இல் இயங்க வையுங்கள்

2 நிமிடங்களில் உங்களுக்குக் கிடைப்பது: login செய்ததும் தானாகவே தொடங்கும் OpenAI-compatible server, port 11434-இல் எப்போதும் தயார்.

எப்போது: என் Mac-இல் உள்ள tools தினமும் local endpoint-ஐப் பயன்படுத்தும்போது, என்ன வேண்டும்: அது எப்போதும் இயங்கிக்கொண்டிருக்க, எதற்காக: ஒவ்வொரு முறையும் கையால் தொடங்கத் தேவையில்லாமல் இருக்க.

Terminal
brew services start apfel
==> Successfully started `apfel` (label: sh.brew.apfel)
curl -s http://127.0.0.1:11434/health | jq -c '{status, model_available, context_window}'
{"status":"ok","model_available":true,"context_window":4096}
brew services stop apfel
Stopping `apfel`... (might take a while)
==> Successfully stopped `apfel` (label: sh.brew.apfel)

Port, token, MCP servers போன்ற settings environment variables மூலம் அமைக்கப்படுகின்றன, உதாரணமாக APFEL_PORT=8080 brew services start apfel. அவை அனைத்தும் background service guide-இல் பட்டியலிடப்பட்டுள்ளன.

11. apfel மீது கட்டப்பட்ட apps

2 நிமிடங்களில் உங்களுக்குக் கிடைப்பது: terminal-ஐ விட apps உங்களுக்குப் பிடித்தால், அதே on-device model ஒரு window-இல், menu bar-இல் அல்லது ஒரு hotkey-இல்.

இவை அதே maintainers-இடமிருந்து வருகின்றன (README-இல் உள்ள "apfel tree"). ஒவ்வொரு install பெயரும் Homebrew-இல் இருக்கிறதா என்று 15 நவம்பர் 2026 அன்று சரிபார்த்தோம்; இந்தப் பக்கத்துக்காக apps-ஐச் சோதிக்கவில்லை.

App அது என்ன செய்கிறது Install
apfel-chat Streaming பதில்கள், பேச்சு, image பகுப்பாய்வு கொண்ட chat app brew install Arthur-Ficial/tap/apfel-chat
apfel-clip Clipboard மீது menu bar செயல்கள்: சுருக்குதல், மொழிபெயர்த்தல், மீண்டும் எழுதுதல் brew install Arthur-Ficial/tap/apfel-clip
apfel-quick ஒரு key அழுத்துங்கள், கேளுங்கள், பதில் பெறுங்கள், மூடுங்கள் brew install Arthur-Ficial/tap/apfel-quick
apfelpad AI-ஐ ஒரு cell-இல் formula-வாக வைக்கும் notepad brew install Arthur-Ficial/tap/apfelpad
apfel-mcp சிறிய window-க்கு ஏற்ற அளவிலான MCP tools (வேலை 8) brew install Arthur-Ficial/tap/apfel-mcp
apfel-run சேமித்த config-உம் MCP servers பட்டியலும் கொண்ட apfel brew install Arthur-Ficial/tap/apfel-run
apfel-tag நீங்கள் pipe செய்யும் எந்த text-க்கும் tags, topics, உணர்ச்சிகள் brew install Arthur-Ficial/tap/apfel-tag
apfel-gui Debug window: requests, MCP messages, பேச்சு brew install Arthur-Ficial/tap/apfel-gui

வரம்புகளும் நேர்மையான பதில்களும்

apfel உங்களுக்கு Apple-இன் on-device model-ஐத் தருகிறது. README அதைச் சுமார் 3 billion parameters என்று குறிப்பிடுகிறது - ChatGPT அல்லது Claude-க்குப் பின்னால் உள்ள cloud models-ஐ விட மிகச் சிறியது. சுருக்கமான, குறிப்பிட்ட text வேலைகளில் அது சிறந்தது. நாங்கள் எதிர்கொண்ட, அல்லது documentation குறிப்பிடும் வரம்புகள் இவை.

Context window சிறியது. கேள்வியும் பதிலும் சேர்ந்து, macOS 26-இலும் M1, M2 Macs-இலும் 4,096 tokens-க்குள், அல்லது macOS 27 இயங்கும், 12 GB அல்லது அதற்கு மேல் கொண்ட M3 அல்லது புதிய Macs-இல் 8,192 tokens-க்குள் அடங்க வேண்டும் (README). உங்களுடையதை apfel --model-info காட்டும். apfel-இன் சொந்த README கூட அதற்கு மிக நீளம். அனுப்பும் முன் எண்ணிப் பாருங்கள்:

Terminal
apfel --count-tokens -f README.md "summarize in 3 bullets"
8272/3584 tokens (over budget)
  prompt=7, README.md=8258
apfel -f README.md "summarize in 3 bullets"; echo "exit code: $?"
error: [context overflow] Input exceeds the model's context window: the input is 8264 tokens, the window is 4096 tokens. Shorten the conversation history.
exit code: 4

3,584 என்பது 4,096 window-இலிருந்து பதிலுக்காக ஒதுக்கி வைக்கப்படும் 512 tokens-ஐக் கழித்தது. README-இல் சுமார் 3,000 வார்த்தைகள் உள்ளன, ஆனால் Markdown-உம் code-உம் ஒவ்வொரு வார்த்தைக்கும் பல tokens செலவழிக்கின்றன. நீண்ட files-ஐப் பகுதி பகுதியாகக் கொடுங்கள் (head -c 6000 file), ஒரு நேரத்தில் ஒரு பகுதி.

அதற்கு இன்றைய தேதி தெரியாது. அது ஒரு தேதியைக் கற்பனை செய்தது:

Terminal
apfel "What is today's date?"
Today's date is October 27, 2024.
apfel -s "Today is $(date '+%B %d, %Y')." "What is today's date? One sentence."
Today's date is November 15, 2026.

அதற்குத் தேவையான எந்தத் தகவலையும் prompt-இலேயே கொடுங்கள். நீங்கள் ஒரு MCP tool-ஐ இணைக்காதவரை அதற்கு internet கிடையாது.

சில நேரங்களில் தவறாகப் பேசும், அதுவும் உறுதியான தொனியில். மேலே பார்த்தீர்கள்: வேலை 4-இல் தவறான shell commands, வேலை 2-இல் அர்த்தத்தைப் புரட்டிய மொழிபெயர்ப்பு. முக்கியமான எதையும் சரிபாருங்கள்.

Apple-இன் safety filter தீங்கற்ற text-ஐயும் தடுக்கலாம். அப்போது apfel exit code 3 உடனும், The request was blocked by Apple's safety guardrails என்ற message-உடனும் நின்றுவிடும். வேறு விதமாக எழுதுங்கள், அல்லது படைப்பு எழுத்து, documents-க்கு --permissive சேருங்கள்; அது என்ன மாற்றுகிறது என்பதை guardrails doc விளக்குகிறது. இந்தப் பக்கத்துக்கான runs-இல் எந்தத் தடையையும் நாங்கள் சந்திக்கவில்லை.

ஒவ்வொரு run-இலும் பதில்கள் மாறும். இங்குள்ள ஒவ்வொரு output-உம் ஒரு தடவை இயக்கியதில் கிடைத்த உண்மையான output. உங்களுக்கு வேறு வார்த்தைகளில் வரும். அதிகம் மாறாத பதில்களுக்கு --temperature 0 பயன்படுத்துங்கள்; வெவ்வேறு runs அல்லது macOS updates இடையே ஒரே மாதிரியான output-ஐ apfel உறுதியளிப்பதில்லை (stability policy).

வேகம்: எங்கள் runs-இல் பெரும்பாலான பதில்கள் 1 முதல் 2 வினாடிகளில் வந்தன. MCP tool உடன் web page சுருக்கத்துக்கு 8 வினாடிகள் ஆனது.

தேவைகள் கண்டிப்பானவை: Apple Silicon மட்டும், macOS 26 அல்லது புதியது, Apple Intelligence இயக்கத்தில், மேலும் --model-info பட்டியலிடும் 15 மொழிகளில் ஒன்று. Intel Macs-இல் இது இயங்காது.

ஏதாவது தோல்வியடைந்தால்

apfel பிரச்சினைகளை exit code மூலம் தெரிவிக்கிறது, அதனால் scripts அதற்கேற்பச் செயல்பட முடியும். Command முடிந்த உடனேயே echo $? மூலம் சரிபாருங்கள்.

Exit code அல்லது error அர்த்தம் என்ன செய்வது
2 தவறான flag அல்லது option Flags prompt-க்கு முன்னால் வர வேண்டும்; apfel --help அவற்றைப் பட்டியலிடும்
3 Apple-இன் safety filter request-ஐத் தடுத்தது வேறு விதமாக எழுதுங்கள், அல்லது --permissive சேருங்கள்
4 Context window-க்கு input மிக நீளம் குறைவான text அனுப்புங்கள்; apfel --count-tokens மூலம் சரிபாருங்கள்
5 Model கிடைக்கவில்லை Apple Intelligence-ஐ இயக்குங்கள், download முடியும் வரை காத்திருங்கள், Mac மற்றும் Siri மொழியை ஒன்றாக்குங்கள்
6 Model busy, அல்லது rate limit காத்திருந்து மீண்டும் இயக்குங்கள், அல்லது --retry சேருங்கள்
Connection refused Port 11434-இல் server இல்லை apfel --serve அல்லது brew services start apfel மூலம் தொடங்குங்கள்
HTTP 501 On-device model வழங்காத endpoint (embeddings, /v1/completions) /v1/chat/completions பயன்படுத்துங்கள்
piped input was empty Command stderr-க்கு எழுதியது command 2>&1 \| apfel "..."

இன்னும் சிக்கலா? GitHub-இல் தேடுங்கள், அல்லது ஒரு issue திறங்கள்.

இதை உருவாக்கியவர்கள், சோதித்த விதம்

apfel இலவசமானது, open source (MIT உரிமம்), Franz Enzenhofer-இன் ஒரு franzai திட்டம். Franz-இன் AI உதவியாளர் Arthur Ficial உடன் சேர்ந்து அது பராமரிக்கப்படுகிறது; இந்தப் பயிற்சியை எழுதியதும் Arthur Ficial-தான். apfel-ஐ உருவாக்கியவர்களே இந்தப் பக்கத்தை எழுதியதால், நாங்கள் பார்த்த ஒவ்வொரு தோல்வியையும் மறைக்காமல் பட்டியலிட்டுள்ளோம்.

எப்படிச் சோதித்தோம்: 15 நவம்பர் 2026 அன்று, இந்தப் பக்கத்தில் உள்ள ஒவ்வொரு command-ஐயும் macOS 27.0.1 (build 26A434) கொண்ட MacBook Air M2 (24 GB)-இல் இயக்கினோம். GitHub release-இலிருந்து எடுத்த signed apfel 1.18.0 binary-ஐ (Homebrew tap install செய்யும் அதே file) ஓர் உண்மையான terminal session-க்குள் பயன்படுத்தி, output-ஐ மாற்றாமல் copy செய்தோம். இந்தப் பக்கத்தின் முதல் பதிப்பு (14 நவம்பர் 2026, apfel 1.16.0) வேலை 8-இல் multi-argument tool bug-ஐக் காட்டியது; 1.18.0 அதைச் சரிசெய்கிறது, அதனால் இந்தப் பதிப்புக்காக ஒவ்வொரு command-ஐயும் மீண்டும் இயக்கினோம். முதல் output தவறாக இருந்த இடங்களில், அந்தத் தவறான output-ஐயே பக்கத்தில் வைத்து, அதை வெளிப்படையாகக் குறிப்பிட்டோம். மீண்டும் இயக்கியது ஒரே காரணத்துக்காக மட்டுமே - எந்தத் திருத்தமும் தேவைப்படாத பதில்களைப் பெற: ஒரு web page சுருக்கத்தில் நீண்ட dash இருந்தது, இந்த site அதை அச்சிடுவதில்லை, அதனால் மீண்டும் இயக்கி மூன்றாவது run-ஐ வைத்துக்கொண்டோம். சோதனை Mac-இல் sound output இல்லாததால், பேச்சு உதாரணம் audio-வை ஒரு file-இல் எழுதிச் சரிபார்க்கப்பட்டது. Demo scripts, apfel 1.18.0-இன் apfel --demos மூலம் எழுதப்பட்டவை.

apfel பற்றி மற்றவர்கள் எழுதியவை: Show HN post (3 ஏப்ரல் 2026, 743 points), Better Stack-இன் ஒரு guide, GIGAZINE-இன் ஒரு கட்டுரை, danilchenko.dev-இல் ஒரு hands-on review.

ஆதாரங்கள்: apfel README, CLI reference, install guide, demo scripts, apfel vs Apple-இன் fm, issue tracker - அனைத்தும் 15 நவம்பர் 2026 அன்று படிக்கப்பட்டவை.