用途：在网络边缘、靠近物联网设备处处理数据，通过在数据源附近运行计算来降低延迟与带宽占用，并可与物联网框架集成处理实时数据流。适用于低延迟需求场景，如传感器数据实时分析、智慧城市基础设施监控、远程工业物联网等；数据量大且上传中心服务器不划算时更合适。不适用于非时效性任务或集中式处理已足够的简单场景。
主要能力：通过 CLI 或 API 将边缘函数部署到设备上运行，例如处理摄像头视频流而不上传原始数据；支持边缘设备上的轻量容器或虚拟环境，兼容 ARM 或 x86 架构；使用 MQTT 或 CoAP 等协议进行实时数据聚合与过滤；可动态分配 CPU/GPU 资源；提供监控与日志，并可通过 HTTP 端点将指标导出到 Prometheus 等工具；安全方面包括传输中数据的 TLS 加密与基于角色的部署访问控制；可集成 AWS IoT Core、Azure IoT Edge 等物联网平台；支持失败任务自动重试与可配置退避策略；可通过 JSON 配置文件定义数据处理步骤；支持离线运行，断连时在本地缓存数据。
使用方式：先通过环境变量（如 $EDGE_API_KEY）设置认证，再将函数部署到指定设备并由物联网事件触发。示例 CLI 部署命令：edge-compute deploy --function processSensorData.js --device-id dev123 --region us-west-2；手动运行：edge-compute run --function-id func456 --input '{"data": [1,2,3]}' --env VAR=value。API 端点包括用于部署的 POST /api/edge/deploy、用于状态查询的 GET /api/edge/status/{function-id}、用于指标的 GET /api/edge/metrics。可用 YAML 配置函数，也可用 Python、Go、Node.js 等 SDK 调用；建议先用模拟模式在本地测试再部署到生产设备。
限制与错误处理：需处理认证错误（如 AUTH_FAILED）、设备超时或连接问题，可配合退避重试，并在边缘失败时回退到云端处理；CLI 可用 --verbose 诊断，日志可经 /api/edge/logs 获取。其他平台支持、收费与价格信息暂未提供。