Apfel是一款免费AI工具,可将苹果Mac设备内置的AI模型从Siri中解放出来,提供命令行工具、OpenAI兼容服务器和聊天界面三种使用方式。它完全在设备端运行,无需API密钥或订阅费用,支持本地处理4096个token的上下文,适合各种单轮任务和简短对话。

标题：apfel——释放Mac内置AI的免费工具

核心功能

apfel是一款免费工具，能够解锁Apple Silicon Mac内置的大型语言模型（LLM）。该模型原本仅限Siri使用，而apfel通过命令行工具（CLI）、兼容OpenAI的HTTP服务器及交互式聊天界面，让用户自由调用本地AI能力。

关键特性

1. 完全本地运行：所有计算均在设备端完成，无需联网或API密钥。
2. 零成本：无订阅费、按量计费或额外硬件要求。
3. 兼容OpenAI：可作为本地替代服务（端口11434），支持流式响应、工具调用等功能。
4. 多场景适配：
   • UNIX工具：支持管道操作、JSON输出及文件附件。
   • 交互式聊天：自动管理上下文，支持系统提示词。
   • HTTP服务器：适配任何OpenAI客户端库。

技术背景

• 硬件依赖：需搭载Apple Silicon的Mac，运行macOS Tahoe（26+）并启用Apple Intelligence。
• 底层架构：基于苹果的FoundationModels框架，通过Swift 6.3封装LanguageModelSession实现功能扩展。
• 性能限制：上下文窗口为4096 tokens（输入输出合计），适合单轮任务或短对话。

使用示例

• 基础问答：
  bash $ apfel "奥地利的首都是哪里？" 维也纳。
• OpenAI兼容模式：
  python from openai import OpenAI client = OpenAI(base_url="http://localhost:11434/v1") response = client.chat.completions.create(model="apple-foundationmodel", messages=[...])

实用工具脚本

项目提供多个开箱即用的脚本，如：
- cmd：自然语言生成Shell命令。
- explain：解释代码或错误信息。
- mac-narrator：以纪录片风格播报系统活动。

安装方式

• 推荐：通过Homebrew一键安装：
  bash $ brew install Arthur-Ficial/tap/apfel
• 源码编译：需Xcode及macOS 26.4 SDK支持。

项目生态

• apfel-gui（开发中）：SwiftUI图形界面，支持语音交互与请求调试。
• apfel-clip（规划中）：菜单栏工具，快速处理剪贴板文本。

社区反响

GitHub发布11天内获292星，两次热度高峰（单日123星和80星），反映开发者对本地AI工具的强烈需求。

项目遵循MIT协议，由Arthur-Ficial基于Apple Silicon开发。
GitHub仓库 | 50个示例

评论总结：

1. 技术功能询问

• 询问Notes.app处理大容量笔记本的存储性能："Notes.app handles big notebooks without choking on storage?"
• 关注CLI工具是否受上下文窗口限制及日志文件处理："Are they limited by the context window as well? What's your experience with log file sizes?"

2. 模型能力评价

• 肯定AFM模型的性能但指出其对话功能局限："AFM models are very impressive, but they're not made for conversation"
• 对小模型表现表示惊喜，期待苹果系统集成："It's a very small model but...impressed. Have we been sleeping on Apple's models?"

3. 系统兼容性问题

• 询问模型是否仅支持Tahoe系统："Any know if these only installed on Tahoe? I'm running Sequoia still..."

4. 安全风险警示

• 警告网络服务端口暴露的安全隐患："The danger is when they expose that...including the browser"
• 指出跨域资源共享可能带来的数据泄露风险："Some such projects use CORS to allow read back as well"

5. 应用场景探讨

• 询问作为子代理与大型模型配合的可能性："Anyone tried using this as a sub-agent for...Claude/Codex?"
• 关注该工具的具体适用任务类型："what kind of tasks it would be useful for?"

6. 项目资源分享

• 提供GitHub项目链接："Github: https://github.com/Arthur-Ficial/apfel"