优维2024年中思考:大模型赋予新一代运维的“非产品性”启示

AIOps探索 | 基于大模型构建高效的运维知识及智能问答平台(2)案例分享 运维大模型的案例分享 阅读详情

图片

近年来,人工智能在各个行业的应用大幅增加,人工智能技术取得重大进步的领域之一是IT运维。

去年四季度,优维科技敏锐地提出“新一代运维核心系统提供商”的战略新定位,决定将“DevOps及运维”回归到“运维”本身,但我们理解的“新一代运维”是一种全新的生产方式,也是一种实现了能效升级后的行业方法论。 

今年初以来,优维科技遵循为“新一代运维核心系统”提供服务的目标,对产品能力进行了高强度、高密度、高频度的迭代与升级,相继完成了诸如全面可观测、大模型、EasyOps7.0等规模化更新换代与推陈出新,同时也在开放平台、统一告警中心、容量管理、性能管理、可用性管理、(应用)数字化架构管理等功能场景展开细节化的提升。

在过去的半年里,如果要问优维的哪个板块带给我们的启示最为惊艳,我们的答案应该会是:

" 大 模 型 "

从年初的运维大模型验证探索(点击回顾),到一季度首个运维数智人Murphy的上线运营(点击回顾),优维基于运维领域研发的大模型应用,已经以肉眼可见的指数级增量,给我们的用户带来了诸多意想不到的惊喜——大模型驱动的工具和解决方案已经改变了组织监控、管理和优化其IT基础设施的方式,从而提高效率、减少故障并增强了客户体验。

图片


图片

▍▌ 大模型在IT运维管理中的崛起

在以往的文章中,我们几乎都是立足优维大模型产品本身谈技术应用。这篇文章,我们尝试暂时从产品抽离出来,从宏观视角谈谈我们这半年的收获,聊一聊大模型如何彻底改变运维管理,以及它为企业带来的好处。

▶   大模型在IT运维管理中的作用

大模型在IT运维管理中的革新性应用,正逐步重塑这一领域的操作范式,将传统上繁琐、易错的手动流程转变为高效、精准的自动化流程。AI技术的深度融入,为IT运维带来了前所未有的变革,具体体现在以下几个关键维度:

图片

▶   大模型在IT运维管理中的优势

大模型技术在IT运维管理中的深度应用,为企业带来了颠覆性的变革,重塑了运营与服务的提供模式,其核心优势显著且深远:

图片

随着大模型技术的持续演进,其在IT运维管理领域的角色日益凸显,成为企业提升竞争力的关键驱动力。优维洞察到,引入大模型工具和解决方案的企业,正通过深化IT服务的智能化、效率化及稳定性,构建出显著的市场优势。以下是优维对大模型为企业带来的利好影响的初步总结:

  • 大模型工具不仅赋能了IT团队,使其能够依托智能监控、自动化根因分析及即时修复能力,实现对IT基础设施的主动、精准管理,大大增强了团队的应变与掌控力。这一转变,从根本上改变了企业运维的传统模式,推动了运维效率的飞跃。

  • 更重要的是,大模型技术的引入,带来了多维度的效益提升:它加速了运维流程,减少了系统停机时间,为企业节省了大量成本;同时,通过优化资源配置与预测性维护,增强了系统的可扩展性,确保了业务增长的可持续性;此外,大模型还显著改善了事件响应机制,缩短了故障恢复时间,进一步巩固了服务的可靠性。

  • 这一系列变革,最终转化为客户体验的显著提升、生产力的持续增强以及服务可用性的全面优化。大模型正以前所未有的力量,重塑运维行业的面貌,引领企业迈向更加智能、高效的未来。

展望未来,随着企业对大模型技术的深入探索与应用,智能自动化将成为运维领域的常态,持续推动该领域的创新与突破。优维坚信,这一趋势将为企业带来更加广阔的发展空间与无限可能。


图片

▍▌ 大模型自动化和机器学习的兴起

半年来,优维大模型在自动化和机器学习方面表现出来的能力令人信服,尽管一切才刚刚开始,但我们仍能从中窥探到巨大的发展势头。随着数据的快速增长、IT基础设施的日益复杂以及对更快、更高效运维的需求,越来越多的客户团队正在转向大模型技术来简化流程并提高整体性能。

大模型的自动化能力彻底革新了IT运维的运作模式,它巧妙地接管了那些繁琐、重复且基于既定规则的任务,实现了操作过程的最小化人为干预。这一变革不仅大幅降低了手动执行过程中可能出现的错误风险,更为IT专业人士释放了宝贵的工作时间,使他们能够聚焦于更具前瞻性和战略意义的规划上。在自动化的助力下,诸如软件部署、系统备份以及网络配置变更等日常运维工作得以一致且精确地执行,确保了操作的准确性和效率。

与此同时,大模型的机器学习技术更是为运维插上了智慧的翅膀。这些算法与统计模型通过深度挖掘历史数据中的价值,无需繁琐的编程即可自主学习并做出精准的预测与决策。它们能够敏锐地捕捉到数据中的隐藏模式,及时发现异常状况,并在问题尚未造成重大影响之前便主动介入解决,从而显著提升了IT运营的预见性和响应速度。

▍▌ 大模型自动化和机器学习流行背后的驱动因素

通过优维服务团队的总结反馈,我们认为,有几个因素促使客户团队越来越多地采用自动化和机器学习:

图片

▍▌ 优势与深度赋能

在运维中采用大模型自动化和机器学习可以为组织带来众多优势:

  • 自动化执行日常任务能够显著提升工作效率,同时大幅降低人为操作错误的风险。

  • 借助主动监测与即时问题解决机制,系统稳定性得以强化,停机时间显著减少。

  • 数据驱动的深入分析为决策提供有力支持,促进资源分配与利用的最优化。

  • 通过流程精简与资源高效配置,企业能够实现成本与时间的有效节约。

▍▌ 挑战和注意事项

虽然自动化和机器学习为运维带来了宝贵的好处,但不可否认的是,大模型的确也在向阳生长中不可避免的投下阴影,需要解决的问题和应对的挑战值得我们正视:

  • 数据质量和可用性:

    机器学习效能依赖高质量数据与可访问性。确保数据充足、标签准确是部署优化的前提。完善数据管理与标注体系,是机器学习成功的基石。

  • 变更管理:

    实施自动化与机器学习技术,要求组织内部进行深刻的文化转型。这意味着团队成员需展现出对变革的积极接纳态度,并主动投身于新技能的学习与掌握之中,以适应技术革新带来的工作环境变化。

  • 安全和隐私:

    随着自动化技术的深入应用和机器学习依赖性的增强,保护敏感信息及保障个人隐私已成为不容忽视的核心议题。因此,我们必须强化安全防线,制定并执行更为严格的安全措施与隐私保护政策,以确保数据在流转与应用过程中的安全性与合规性。

  • 持续学习和适应:

    大模型技术的持续优化与适应环境变化是持续挑战。为确保竞争力,组织应投资于员工的持续培训与知识更新,紧跟技术前沿,保持领先地位。

毫无疑问的是,大模型自动化和机器学习是优维所倡导的“新一代运维”的变革性技术。通过利用这种变革,组织可以提高效率、降低成本并确保更稳定、更可靠的IT基础设施。然而,解决与数据质量、变更管理、安全性和持续学习相关的挑战至关重要,只有建了应对挑战的长效机制,企业才可以充分发挥自动化和机器学习的潜力,并在当下快速发展的IT领域保持领先地位。


图片

我们都知道,基于云的IT运维具有许多优势,包括提高可扩展性、增强灵活性和提高成本效率。通过利用云解决方案,企业可以简化其IT运营、优化资源分配并在不断变化的数字环境中实现卓越运营。优维的团队意识到,大模型+云的解决方案在实现高效的IT运营管理方面展现出了巨大的潜力和优势,这种解决方案融合了先进的人工智能技术和云计算能力,为企业的IT运营管理带来了革命性的变化。以下是对该解决方案如何实现高效IT运维的详细理解。

▍▌ 实现高效IT运维管理的关键要点

云在IT运维管理中的优势无需赘述,我们需要探讨的是组织在采用此类技术时应考虑的一些关键要点:

图片

▍▌ 大模型+云解决方案的优势

  • 提升效率与准确性:自动化和智能化处理任务减少了人工干预,提高了工作效率和准确性。问题诊断和解决更加迅速和精确,降低了系统宕机时间和业务损失。

  • 降低成本:减少了对高技能运维人员的依赖,降低了人力成本,云计算的按需付费模式避免了不必要的资源浪费,降低了整体运营成本。

  • 增强灵活性与可扩展性:云计算的弹性伸缩能力使得IT系统能够根据业务需求快速调整资源配置;大模型的自我学习和优化能力使得系统能够不断适应新的业务场景和需求变化。

▍▌ 大模型+云实际应用案例

或许有人认为现在探讨大模型+云的应用还为时尚早,但据我们观察发现,大厂早就在这个应用领域实现了相应的落地与深耕。我们不妨举两个例子:

图片

显而易见,大型模型+云服务的解决方案通过智能化的任务处理、自动化的运维流程以及云计算提供的计算能力、数据存储与管理系统、网络和通信功能,实现了高效率的信息技术运维管理。此类解决方案不仅提高了企业的运营效能和精准度,还减少了开支,并提升了业务的灵活性与扩展性。随着技术的持续发展及应用场景的增多,大型模型加云服务的方案将在众多行业扮演更为关键的角色。

但是客观来说,仔细评估具体需求、选择合适的云服务提供商、实施强大的安全措施并持续监控性能以获得最佳结果至关重要。采用大模型+云的解决方案无疑将引领企业走向高效的IT运维和数字化转型的可持续增长。


图片

说回优维大模型战略本身。

在回顾了这半年的探索与实践,我们深刻意识到,技术的边界在于应用,而应用的广度与深度则源自对行业的深刻理解与前瞻洞察。优维大模型产品作为我们技术创新的结晶,其每一次迭代与升级,都是对技术潜力的一次深度挖掘,更是对市场需求的精准响应。

泼点“冷水”,我们会走得更稳

在当前的市场环境下,用AI替代人工的逻辑只会导致中国市场的竞争进一步加剧。我们注意到,在大模型的基础上开发应用,往往会使产品和服务趋于同质化,这使得实现差异化的策略变得更加困难。因此,企业或许需要重新聚焦于面向具体业务的价值创造上。
参照美国模式,大模型人工贵的背后是一种创新驱动和良性循环的发展模式,这种模式在一定程度上促进技术和服务的持续进步。
我们自己的大模型市场,无论盘子大小,底层逻辑一定还是支撑业务,“好高骛远”在任何语境下都是贬义的。

打点“鸡血”,我们能走得更远

展望未来,我们不再仅仅局限于产品本身的优化与升级,而是将视野拓展至更广阔的领域,致力于构建一个以大数据、人工智能为核心,深度融合行业特性的生态体系。我们相信,技术的真正价值在于赋能,通过不断的技术创新与生态构建,我们将能够携手更多合作伙伴,共同推动产业升级,赋能千行百业,开启数字化转型的新篇章。
接下来的路,优维仍将以“开放”明志,最重要的依然是携手用户,做好优维大模型及其背后的技术生态,在“新一代运维核心系统”的大舞台上继续走远路、见微光直至“星火燎原”。

图片

- end -

AIOps探索 | 如何用大模型构建高效运维知识及智能问答平台(1) 好久没有分享AIOps相关干货了,最近大模型这么火,而且我们有客户已经基于大模型构建了知识及智能问答平台,需要在运维领域结合使用场景进行应用。为此,楼主从头到尾声梳理了一遍大模型在运维领域构建知识及智能问答平台的应用场景、技术实现,总结出来供大家一同探索,希望对大家理解和运用大模型有一定帮助~ 阅读详情

相关推荐

运维大模型评测基准OpsEval发布及解读

由清华大学、中国科学院计算机网络信息中心、南开大学、必示科技、中兴通讯、中亦科技、腾讯、华为、联想、国泰君安证券、基石数据、Zabbix中国宏时数据、日志易等多家首批社区成员单位共同发布了国内首个运维大语言模型评测基准OpsEval。

weixin_52705010的博客 1829

老杨说运维 | 历时180天,跟复旦大学共研的运维大模型终于来了!

大模型与AIOps结合究竟有什么能力?如何能更好的在实际中进行应用?——复旦大学计算机学院教授 & 擎创科技首席数据家 王鹏与您分享大模型在智能运维中的实践探索经验。

智能运维及数据中台探索 3812

LLMops:大模型时代的运维与部署之道

大模型时代的模型运维与部署面临着诸多挑战,而LLMops为大模型的落地应用提供了重要的技术支持。LLMops具备高效的训练和推理框架、可扩展性和灵活性、模型优化和压缩、模型版本管理和回滚以及数据安全和隐私保护等特点,适用于自然语言处理、语音识别和生成、图像处理、自动驾驶等应用场景。高效的训练和推理框架:LLMops采用分布式训练和并行推理框架,充分利用计算和存储资源,提高大模型的训练和推理效率。模型优化和压缩:LLMops通过对大模型进行优化和压缩,降低模型的复杂度和计算量,提高模型的实时性和性能。

weixin_41888295的博客 871

从人工到自动化到AIOps再到ChatOps:大模型在运维领域的应用

在信息技术飞速发展的今天,运维工作已经从最初的人工操作,逐步演变为自动化、AIOps(人工智能运维)和ChatOps(通过聊天的方式去运维)。这些变革不仅提升了运维效率,还显著保障了系统的稳定性。特别是借助大模型,运维同学能够更加高效地完成工作,并应对复杂的运维挑战。本文将依次介绍这些概念,并探讨大模型在运维领域的具体应用。

京东科技开发者 5690

大模型技术在IT基础设施管理中的作用:智能运维新时代

通过本文的介绍,我们展示了大模型技术在IT基础设施管理中的重要作用。大模型技术可以通过自动化监控、故障预测、智能资源调度等方式,提高IT系统的可靠性和效率。希望本文能为读者提供有价值的参考,帮助实现智能化的IT基础设施管理。如果有任何问题或需要进一步讨论,欢迎交流探讨。让我们共同推动大模型技术在运维领域的发展,为现代IT环境的高效管理保驾护航。

Echo_Wish 748

智能体在车联网中的应用:第31天 基于RLlib的多智能体PPO实战:MAPPO算法解决simple_spread合作任务

本文介绍了如何利用RLlib框架实现多智能体强化学习算法MAPPO,解决simple_spread任务。首先分析了RLlib的架构设计理念和多智能体支持特性,包括策略映射、环境包装等核心组件。然后详细解析了simple_spread环境的任务定义、观察空间和奖励函数设计。最后回顾了MAPPO算法原理,说明其如何在RLlib中实现集中式训练与分布式执行的CTDE范式。文章提供了完整的安装指南和环境配置方法,帮助读者快速搭建多智能体强化学习实验环境。

IT深耕十余载,大道之简 1333

大模型时代的模型运维与部署:LLMops

大模型时代的模型运维与部署:LLMops

素质云笔记 4670

使用Xpath语法爬取豆瓣读书Top250

使用Xpath语法爬取豆瓣读书Top250 使用的软件是Spyder 网页地址:https://book.douban.com/top250?start=0 直接上代码: # -*- coding: utf-8 -*- """ Created on Thu Apr 30 18:35:17 2020 @author: ASUS """ import requests import csv fr...

weixin_43987253的博客 2082

探索大模型技术在运维方向的应用前景

OpenAI 在 2022 年 11 月发布了对话型大语言模型 ChatGPT,提供了高度智能化的人机交互体验和极富创造力的内容生成能力,模型一经发布,就得到全世界的广泛关注。在 ChatGPT 火爆以后,中国科技企业纷纷投入大模型的相关工作,包括通信厂商、互联网厂商、AI 厂商,以及很多初创公司,从算力层、平台层、模型层、应用层等各个层面进行全面布局和突破,涌现出华为盘古、百度文心一言、阿里通义千问、科大讯飞星火认知等一批具有行业影响力的大模型产品。

机器学习社区 1872

计算机视觉(相机标定;内参;外参;畸变系数)

目录 一、预备知识 1、坐标系变换过程(相机成像过程) (1)相机坐标系转换为图像坐标系(透视投影变换遵循的是针孔成像原理) (2)齐次坐标的引入原因:(为什么引入齐次坐标???) 2、内参与外参矩阵的构成 3、畸变参数 二、相机标定 1、张正友标定法(光学标定)及其求解思路 2、求解内参矩阵与外参矩阵的思路: (1)计算内参与外参矩阵的乘积M (2)求解内参矩阵A (3)求解外参矩阵(R1 R2 T) 三、参数优化 1、L-M算法 2、相机标定步骤 四、相关代码及其实验结.

QYJ_WORKHARDING的博客 6万+

E28 LoRa模块透传 定点传输 RSSI测试与MicroPython应用

测试说明 测试模块数:3 测试模式:配置模式和传输模式 如果没有检测到串口,首先检查是否安装串口驱动CH341SER,下载链接,提取码:vaw2 工作模式 模式(0-3) M2 M1 M0 模式介绍 备注 0 传输模式 1 0 0 串口打开,无线打开,连续透明传输 空速支持手动配置和自适应波特率自动调节;连续模式双方波特率必须一致 1 RSSI 1 0 1 串口打开,无线打开,RSSI功能打开 模块每100ms输出RSSI强度值 2 测距模式 1 1 0 保留 - 3 配置模式

GniLAY1022的博客 4243

大模型在运维领域的应用

大模型在运维领域的应用已经取得了显著的进展,并为运维工作带来了诸多便利和效率提升。

IT深耕十余载,大道之简 2519

从高德、百度地图下载POI数据?用这个工具5分钟搞定GCJ02/BD09到WGS84的坐标纠偏

本文详细解析了高德、百度地图POI数据坐标偏移问题,并提供了从GCJ02/BD09到WGS84的高效转换方案。通过开源工具如coordtransform和ArcGIS等专业软件,实现毫米级精度的坐标纠偏,适用于商业选址、GIS分析等场景,显著提升数据准确性和工作效率。

weixin_26789847的博客 450

大模型在蓝鲸运维体系应用——蓝鲸运维开发智能助手

大模型可以提取文本知识的关键信息,生成摘要,使得用户能够快速了解长篇文章或报告的主要内容。

腾讯蓝鲸智云官方博客 1680

【LCMM实战指南】从增长混合模型到潜在类别轨迹分析的纵向数据建模

本文深入解析了LCMM(潜在类别混合模型)在纵向数据建模中的应用,对比了LCGA与GMM的核心差异与选择策略。通过R语言lcmm包的实战演练,详细展示了从数据模拟、模型拟合、类别数选择到结果解读的全流程,为识别数据中不同的发展轨迹亚型提供了系统指南。

weixin_29070861的博客 381

Google Earth Engine(GEE)——将sentinel - 2影像所有波段重采样到10m分辨率 (resample 和 projection的使用)

影像重投影是将一个影像从一个坐标系投影到另一个坐标系的过程。这通常涉及到将像素从一个平面坐标系变换到另一个平面坐标系。这可以用于许多应用中,例如建立数字高程模型(DEM)和地图制图。影像重投影通常需要进行数学计算,包括转换矩阵和插值算法,以确保像素值的准确性和精度。这次我们将对哨兵2好数据中20m分辨率的波段,重采样到10m分辨率中,然后同一参与计算。

此星光明博客 3110

大模型在运维场景中的应用

企业IT运维一体化场景涵盖了多个运维活动,日常维护、变更发布、故障应急、服务响应、优化提升、安全管控等均需要跨多个运维领域完成,场景驱动了各个业务域之间的业务集成和技术集成设计。在现代企业中,DevOps是确保系统高效运行的关键领域。然而,随着技术环境的日益复杂,运维团队面临着越来越多的挑战。尤其在处理大量数据和迅速应对突发情况时,传统的运维工具和方法显得力不从心。大模型技术应运而生,为运维中的知识管理带来了革命性的变化。智能运维实践可以帮助企业更好地理解和管理这些复杂的系统。

2401_84495872的博客 1426

CS 188 Project3(RL) Q10:Approximate Q-Learning

实现一个近似的Q-learning学习代理,它学习状态特征的权重,其中许多状态可能共享相同的特征。在qlearningAgents.py中的ApproximateQAgent类中编写实现,它是PacmanQAgent的子类。 注:近似Q-learning学习假设在状态和动作对上存在一个特征函数f(s,a),它产生一个向量f1(s,a) .. fi(s,a) .. fn(s,a)特征值。我们在fe...

大模型与Agent智能体 2657

大模型赋能IT运维场景,非常详细收藏我这一篇就够了!

企业IT运维一体化场景涵盖了多个运维活动,日常维护、变更发布、故障应急、服务响应、优化提升、安全管控等均需要跨多个运维领域完成,场景驱动了各个业务域之间的业务集成和技术集成设计。在现代企业中,DevOps是确保系统高效运行的关键领域。然而,随着技术环境的日益复杂,运维团队面临着越来越多的挑战。尤其在处理大量数据和迅速应对突发情况时,传统的运维工具和方法显得力不从心。

2401_84204413的博客 1314

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

大模型对数据库运维的赋能:智能运维的新时代

大模型对数据库运维的赋能:智能运维的新时代

1757

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

运维效率提升:基于大模型构建高效的运维知识及智能问答平台

本文介绍了如何通过知识库和智能问答系统提升运维效率及使用场景和解决方案。通过一个实操的案例介绍了利用大模型快速构建这样一个知识库及智能问答平台。

wangjye99的博客 3624

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

DeepSeek+运维,爆了!大模型让运维‘躺平’成真?(非常详细)从零基础到精通,收藏这篇就够了!

2025年,DeepSeek的爆火不仅掀起了AI技术的普惠化浪潮,更在运维领域引发了一场“静默革命”。传统运维长期受困于人力依赖度高、故障响应慢、知识沉淀难等痛点,而DeepSeek凭借其强大的推理能力、低成本优势及开源生态,正成为撬动运维智能化转型的“技术杠杆”。。传统运维依赖工程师的经验积累,而DeepSeek通过知识图谱整合数千个运维节点(如故障代码、解决方案、历史工单),结合多跳推理算法,实现跨系统级故障的闭环分析。

Javachichi的博客 2120

AI大模型时代下运维开发探索第一篇:ReAct工程初探

人工智能大模型的出现,已渐渐地影响了我们的日常生活和工作方式。生活中无处不在的AI,使我们的生活变得更加智能和便捷。工作中,AI大模型的高效和精准,极大地提升了我们解决问题的效率。是的,我们不能忽视AI大模型对运维开发的巨大影响和潜力。本系列文章旨在探索这一可能性,试图解答一个问题——AI大模型是否能够融入我们的运维开发中,为我们带来更大的便利和价值。我们期待通过这个探索,找到一个AI大模型与运维开发相融合的新方向,开启一种崭新的、更高效的运维开发方式。

科技很有意思 3920

35岁运维转行大模型,史上最全总结非常详细,收藏我这一篇就够了

从运维转行到大模型领域,这是一个涉及技能迁移、知识体系更新以及职业路径重新规划的过程。以下是对于想要完成这一转变的人士的详细总结:

Z4400840的博客 1376

大模型时代的智能运维,华为、蚂蚁、字节等3家企业实践案例

IT运维必须始终掌握对服务和网络的可见性,传统运维管理人工及被动响应方式,已经无法支撑业务灵活、快速的发展。因此,越来越多的企业开始依靠智能运维,通过数据驱动的方式确保最佳的可观察性,使IT运维从过去的被动响应转为主动治理,并缩短故障处理时间。这也推动了企业IT运维部门在AI技术以及生成式AI技术方面的投入。通过增强AlOps并最大程度缩短故障修复时间,大模型将改善企业IT运维效率。我长期跟踪调研大模型技术的发展,旨在帮助企业快速了解大模型最新、最全面的落地情况。

2301_82275412的博客 3245
上一篇: 客户至上:优维服务体系的朴素底色
下一篇: 敏捷与DevOps有什么不同?
优维科技EasyOps
博客等级 码龄5年 1483粉丝 395原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值