Qu’est-ce que iKnow ?
Depuis macOS 13, deux processus d'arrière-plan, knowledgeconstructiond et intelligenceplatformd, construisent un graphe de connaissances sur le propriétaire du Mac : qui vous connaissez, comment le système a décidé du lien de ces personnes avec vous, à qui vous écrivez, quels visages reviennent dans vos photos. Selon l'analyse de the Eighth Rank, il se trouve dans ~/Library/IntelligencePlatform sous forme de 51 bases SQLite en clair ; la principale est un magasin de triplets comptant 181 classes d'entités et 278 prédicats, alimenté par Contacts, Calendrier, Photos, Messages, Mail et d'autres sources. Apple n'en documente presque rien.
iKnow ouvre ce magasin et l'affiche dans votre navigateur : ce qui a été enregistré, ce qui a été déduit et avec quel degré de confiance, et quelles autres parties du système le lisent. C'est un unique serveur Python écrit avec la bibliothèque standard, sans dépendance. Il lit le graphe et les quatre sources auxquelles il le rattache (Messages, Photos, Calendrier et Contacts) sur place, chaque base étant ouverte en lecture seule. Un fichier MANUAL_FOR_YOUR_AGENT.md explique les mêmes tables à Claude Code ou Codex pour poser des questions en langage courant.
iKnow vaut-il le coup ?
L'intérêt d'iKnow est de montrer ce que personne d'autre ne montre. Apple fournit une page de manuel d'une ligne pour le processus qui construit le graphe et aucune explication destinée à l'utilisateur sur ce qu'il déduit ; un visualiseur qui expose qui votre Mac prend pour votre famille, et pourquoi, sert donc autant aux utilisateurs soucieux de leur vie privée qu'aux journalistes. Les chercheurs de the Eighth Rank ont publié leur analyse le 28 octobre 2026 ; le 13 novembre, le dépôt comptait 605 étoiles, 28 forks et quatre commits, le dernier datant du 8 novembre.
La conception de sécurité est adaptée à ce qu'il touche. Le serveur écoute sur 127.0.0.1 sans option pour changer cela, chaque page et chaque endpoint exige un jeton aléatoire affiché au démarrage, une Content-Security-Policy bloque les requêtes hors de la machine et chaque connexion à une base est ouverte en lecture seule. Selon le README, rien n'est écrit ni journalisé. Le jeton tient à l'écart les autres comptes et les pages web sur le même Mac, mais le README précise que ce n'est pas un sandbox face à un programme qui tourne déjà sous votre compte.
La permission requise est le point délicat. Le terminal depuis lequel vous le lancez doit avoir l'accès complet au disque, qui couvre tout ce que vous lancez depuis ce terminal, pas seulement iKnow. Le README recommande de le couper après chaque session, et le serveur vous le rappelle à l'arrêt. Le manuel pour agents est la voie la plus risquée : contrairement au serveur, un agent envoie ce qu'il lit à son fournisseur de modèle, et le manuel lui demande de vous consulter d'abord.
Le hic : il n'est testé que sur macOS 26.6.2, 26.7.1 et 27.0.1, avec des pages incomplètes sous 27, et Apple modifie ces magasins d'une version à l'autre. Le README lui-même indique que l'outil est entièrement généré par un LLM et peut ne pas être exact à 100 % ; prenez donc son interprétation d'une colonne comme une lecture, pas comme une documentation d'Apple.
Notre avis : lancez-le une fois, regardez ce que votre Mac a déduit des gens qui vous entourent, puis retirez la permission ; c'est un outil d'inspection, pas un programme à laisser tourner.
Là où il fait la différence
Une utilisatrice de Mac attentive à sa vie privée
Voir ce que mon Mac a décidé à propos de ma famille et de mes proches
Clonez le dépôt, accordez l'accès complet au disque à Terminal, lancez `python3 server.py` et ouvrez le lien affiché. Les pages listent les personnes, les relations déduites et leur degré de confiance. C'est gratuit ; coupez la permission ensuite.
Un journaliste tech qui enquête sur l'IA embarquée
Documenter, preuves à l'appui, ce qu'Apple Intelligence déduit en local
Lancez iKnow sur un Mac de test, ou pointez `--bundle` vers une copie extraite des magasins, et citez les tables qu'il lit. Ses interprétations sont rédigées par un LLM : vérifiez les colonnes clés directement dans les fichiers SQLite.
Une développeuse qui utilise Claude Code sur son propre Mac
Poser des questions simples sur le graphe sans apprendre son schéma
Donnez MANUAL_FOR_YOUR_AGENT.md à l'agent et demandez-lui qui le Mac prend pour votre famille. L'agent a besoin du même accès complet au disque et envoie ce qu'il lit à son fournisseur, ce que le manuel l'oblige à faire confirmer d'abord.
Avant de vous engager
- Mise en route
- `git clone`, puis `python3 server.py` ; l'application de terminal doit avoir l'accès complet au disque et être relancée entièrement. Au démarrage, ok ou DENY s'affiche à côté de chaque magasin.
- Intégrations
- Lit ~/Library/IntelligencePlatform ainsi que Messages, Photos, Calendrier et Contacts ; un manuel pour Claude Code, Codex ou tout agent disposant d'un shell.
- Données et confidentialité
- Tout reste sur le Mac : boucle locale uniquement, connexions aux bases en lecture seule, un nouveau jeton à chaque démarrage et, selon le README, rien d'écrit ni de journalisé.
- Limites
- Testé uniquement sur macOS 26.6.2, 26.7.1 et 27.0.1 ; certaines pages sont incomplètes sous macOS 27 ; les interprétations sont générées par un LLM et peuvent être fausses.
Les points forts
- Montre des relations déduites et des niveaux de confiance qu'Apple n'affiche pas
- Boucle locale uniquement, protégé par jeton et strictement en lecture seule
- Aucune dépendance hormis Python 3
- Le manuel pour agents demande avant d'envoyer des données du graphe à un fournisseur de modèle
Les points faibles
- Exige l'accès complet au disque pour le terminal qui le lance
- Testé sur trois versions de macOS ; des pages peuvent casser sur les autres
- Se dit entièrement généré par un LLM et peut-être inexact
- Projet minuscule de quatre commits
Idéal pour
Les utilisateurs de Mac, chercheurs en vie privée et journalistes qui veulent voir ce que macOS a déduit à leur sujet et à propos des personnes de leurs contacts.
Alternatives à iKnow
iKnow : questions fréquentes
- iKnow vaut-il le coup ?
- iKnow est une petite fenêtre soignée sur des données que votre Mac ne vous dit jamais conserver, qui vaut vingt minutes pour qui s'intéresse au profilage local d'Apple, à condition de couper l'accès complet au disque ensuite. Nous lui donnons 3.6 sur 5.
- Combien coûte iKnow ?
- Gratuit et open source (Apache-2.0).
- Quels sont les inconvénients de iKnow ?
- Exige l'accès complet au disque pour le terminal qui le lance; testé sur trois versions de macOS ; des pages peuvent casser sur les autres; se dit entièrement généré par un LLM et peut-être inexact; projet minuscule de quatre commits.
- À qui s’adresse iKnow ?
- Les utilisateurs de Mac, chercheurs en vie privée et journalistes qui veulent voir ce que macOS a déduit à leur sujet et à propos des personnes de leurs contacts.
- iKnow est-il sûr pour les données de l’entreprise ?
- Tout reste sur le Mac : boucle locale uniquement, connexions aux bases en lecture seule, un nouveau jeton à chaque démarrage et, selon le README, rien d'écrit ni de journalisé.
- Quelles sont les meilleures alternatives à iKnow ?
- Les alternatives les plus proches que nous avons testées sont screenpipe.
Réponses vérifiées le 13 nov. 2026.