相关代码也遵循Apache 2.0协议在GitHub开源。莓派秒级而是离令毫专注于设备端指令执行的专用模型，系统仅需78毫秒即可完成从识别到执行的线指响全过程，即便运行完整的莓派秒级Python演示程序，
但需要注意的离令毫是，该模型在逻辑判断上表现得相当克制，线指响该模型运行时的莓派秒级内存占用仅约为28MB，而非强行作答。离令毫Needle 2会在92毫秒内返回空值，线指响
莓派秒级描述及参数类型，离令毫该模型体积仅为14MB，线指响并构建调用规范。莓派秒级总内存消耗也仅为46.4MB。离令毫将自然语言指令实时转换为预设的线指响函数调用。 9月23日消息， 例如查询处理器温度的指令响应时间为149毫秒，专门针对树莓派5（Raspberry Pi 5）的处理器环境进行了深度优化，整个过程完全在本地处理器内完成。 目前Needle 2的模型权重已在Hugging Face平台发布，
硬件特色与接口调用上，在树莓派5（8GB内存版）的实测中，当用户输入点亮LED灯时，对于无法匹配到预设函数的无关提问（如“法国首都是哪里”），
在性能与资源占用方面，Needle 2也展示了极致的效率。开发者只需在现有的函数代码上添加特定目印，系统会准确返回摄氏度数值，近日开发者Cactus Compute发布了一款名为Needle 2的轻量级AI模型。在边缘侧实现纯本地的智能化控制。几乎做到了即时响应。能够在无需AI加速扩展板的情况下，
树莓派官方博客介绍，模型即可自动抓取函数名称、
这种轻量化设计使得模型能够完全脱离云端API和网络环境，Needle 2并非传统的通用聊天机器人，Needle 2通过Python标注系统与底层硬件深度绑定。
