生成的ONNX模型可通过以下方式部署和运行：
- Python Examples：安装
onnxruntime库后，加载模型文件并输入文本即可获取分类结果，如情感分析输出['positive']The - cross-language support：模型兼容Rust、Swift等语言，需参考ONNX运行时文档实现，例如在移动端集成时使用Swift版ONNX运行时。
- Edge device deployment：直接将小于1MB的模型文件嵌入树莓派等设备，处理实时文本输入（如日志分析）。
- continuous integration：利用GitHub Actions实现自动化训练和部署流程，适合团队协作。
模型运行时完全离线，无需网络连接，特别适合隐私敏感场景如医疗数据处理。工具还提供在线Playground供快速验证效果。
This answer comes from the articleWhiteLightning: an open source tool for generating lightweight offline text classification models in one clickThe
May not be reproduced without permission:AI productivity tools " How can WhiteLightning generated models be used in real applications?
English 
简体中文 
日本語 
Deutsch 
Português do Brasil