TiPlay v0.2.16 连接配置:先打通车载浏览器,再排查 CarPlay

Google Chrome v157.0.8103.39 无压缩独立安装程序 EXE 资源来自网络,仅用于学习交流,请在下载24小时内删除 立即下载

TiPlay v0.2.16 连接配置:先打通车载浏览器,再排查 CarPlay

TiPlay 的连接问题需要拆成两段看:iPhone 到安卓手机使用 USB 或无线 CarPlay,安卓手机到汽车使用局域网中的浏览器连接。USB 接上了,不能证明网页已可达;网页打开了,也不能证明 iPhone 的 CarPlay 会话已经建立。

以下按官方 v0.2.16 的固定版本文档整理配置顺序与排查方法,未进行实车测试。该版要求 Android 9 及以上手机,应用 ID 为 com.ujzk.tiplay;项目仍属实验阶段,未经 Apple 认证。它支持安卓手机配合车载浏览器,原生安卓车机不在当前产品支持范围内。

配置前核对环境

车载浏览器需要 HTTPS 页面、WebCodecs 和相应编解码能力,还要允许访问安卓手机的本地网络地址。第一次加载播放器需要互联网,手机与汽车之间的连接则依赖热点或可互访的 Wi-Fi。这两个网络条件应分别检查。

手机与浏览器的连接分工

连接关系示意,展示两段传输及各设备承担的工作。

APK 不承载播放器首页,不能把安卓地址直接当成完整网页站点来访问。使用 TiPlay 显示的配对链接进入播放器,再连接手机端点。需要保留入口时,在配对码导入完成后收藏页面,避免把含有配对信息的链接随手转发。

播放器页面使用 HTTPS,不代表手机到浏览器的媒体传输也被加密。官方文档说明本地 HTTP 传输未加密,因此应保护共享 Wi-Fi、手机地址与配对链接。检查连通性时不必为了图方便,把实际配对信息写进公开故障描述。

安装后从应用图标进入权限检查页,按所选功能处理蓝牙、附近设备、Wi-Fi 或位置等权限,以及相关系统设置。USB 的设备同意由系统在连接设备时请求。权限页完成并不负责启动热点、配置 iPhone 或设置音频,随后仍要进入主设置。

按网络模式完成首次连接

安卓热点

先在安卓系统打开热点,让汽车加入。回到 TiPlay 主设置,选择“安卓热点”,填写准确的名称、安全类型和密码。这些输入供连接使用,应用不会代替用户打开热点。设备条件允许时,文档建议优先考虑 5 GHz。

无线方式先开启两部手机的蓝牙与 Wi-Fi,在系统中完成 iPhone 和安卓手机配对,再在 TiPlay 选择 iPhone。正常无线引导会发送网络信息,不需要把手工加入热点当成固定前置步骤。若选 USB,则换成能传数据的线,并处理系统的设备、信任及 VPN 提示。

主设置的 All 模式优先 USB,也可明确选择 Wireless 或 USB。初次排查时,记录当前选了哪一种,避免实际插着线却按无线流程判断故障。

TiPlay 主设置界面渲染参考

主设置界面渲染图(后续 0.2.20 测试分支文档参考)。连接状态和配对码均为模拟;v0.2.16 的具体选项按本文文字核对。

现有 Wi-Fi

把安卓手机、iPhone 和汽车加入同一个路由器或便携 Wi-Fi,再在 TiPlay 选择“现有 Wi-Fi”,填写匹配的网络信息。路由器需要允许客户端互访和多播 DNS;企业认证与需要网页认证的热点不在这项模式的范围内。

如果系统隐藏了当前 SSID,先到安卓设置核对实际连接。TiPlay 中保存的名称只是配置,不能证明手机已经连到目标网络;能上网也不能证明客户端之间能通信。访客隔离尤其值得单独检查。

网页配对

车载浏览器打开手机显示的配对链接,确认安卓地址和配对码,允许所需的本地网络权限,再点击连接。安卓端会等待网页报告屏幕尺寸与解码能力,然后才尝试连接 iPhone。

TiPlay 浏览器配对页截图参考

浏览器配对页截图:画面页脚为 0.2.20-beta.1,仅作后续文档中的布局参考;浏览器外框为展示装饰,不代表实车连接结果。

因此,“等待网页端连接”应先排查浏览器,而不是马上反复拔插 iPhone。HEVC 按网页能力自动选择,不支持时使用 H.264,当前版本没有旧图中的手动编解码开关。网页的能力检查也不能代替特定车辆固件的实际验证。

三种现象,分开定位

第一种是地址访问失败。先确认热点实际开启、汽车加入了正确网络、路由器没有客户端隔离,最后看浏览器本地网络权限。更换了手机地址或端口后,在网页断开连接、修改“安卓地址”再连接;也可以打开新的配对链接。地址更新保留配对码,旧书签不会跟着迁移。

第二种是页面已连接,却没有 CarPlay 画面。核对 iPhone 的 CarPlay 开关、所选设备、USB 或无线模式,以及对应授权。记录安卓端状态原文,区分等待网页、等待画面与接收故障,不能只用“黑屏”概括所有阶段。

第三种是有画面没有声音。浏览器通常播放音乐;通过 TiPlay 使用电话与 Siri,需要安卓手机连上汽车蓝牙电话通道,并获得麦克风权限。浏览器不负责录音。如果改走 iPhone 直连汽车蓝牙,就在高级设置禁用 CarPlay 音频,并在车上选对声音来源,两条方案不要混着判断。

对于部分特斯拉浏览器的私有地址限制,再检查热点额外地址方案。Standard 使用现有地址;Root 需要 su;Shizuku 要运行并授权;VPN 需要同意和空闲槽位。它们只作用于安卓热点,并不适用于已加入的现有 Wi-Fi。选择方式后,仍要验证该安卓固件与浏览器是否真正可达。

用 v0.2.16 的诊断功能留下可复现信息

本版主要完善诊断导出。普通模式生成 TXT;调试模式生成 ZIP,包含日志、按会话和通道拆分的 BIN/PCM 数据,以及毫秒时间戳、顺序和偏移索引。它采集的是应用可见的输入输出,不是蓝牙空口或 USB 总线信号。

TiPlay 高级设置界面渲染参考

高级设置界面渲染图(后续 0.2.20 测试分支文档参考),用于辨认音频和诊断区域;并非 v0.2.16 真机截图。

建议先用普通诊断保留症状与时间,只有需要原始数据时再开启调试。每次开启会新建会话,进程重启后调试默认关闭;调试可能影响性能,数据也未脱敏。发出之前应检查其中的配对信息、个人标识和媒体内容。

保存 ZIP 不会消耗采集历史,可以重复导出;保存完成后的“清空采集数据”会清应用内原始采集,不删已经保存的 ZIP、设置和常规日志。调试仍启用时,清空后会开始新会话,所以要结束采集还需处理调试开关。

提供故障资料时,至少说明安卓型号与版本、iPhone 与 iOS、车辆或浏览器版本、APK 版本、连接方式、最后成功的一步、失败时间及复现步骤。这样才能区分权限、局域网、CarPlay 与音频问题。官方自动测试尚不能证明某一辆车的持续运行、声音和 OEM 保存分享行为已经通过。

完成配置后,在停车状态依次检查画面、触摸、音乐、电话与重连。TiPlay 提供了可追查的连接与诊断路径,最终是否可用仍取决于手中的这组三台设备。

GitHub 仓库:https://github.com/uJZk/TiPlay

下载与获取

进入合集后选择 TiPlay 文件夹。

下载链接

  • 百度网盘:https://pan.baidu.com/s/1CbZiJBe9G6F4SZQhuIIZ-g?pwd=iuyw 提取码:iuyw
  • 夸克网盘:https://pan.quark.cn/s/bebf7ff1f0c0
轻美图纯PHP图库网站源码(内含1000+美图).zip 纯PHP的移动端图库站:把图片按「img/日期目录/」存放,自动按上传批次归组,前台封面卡瀑布流展示,手机电脑都能看。 不依赖数据库服务、不依赖框架,PHP自带SQLite即可。内含1000+美图,虚拟主机上传即用。 立即下载

相关推荐

chrome-win32-158.0.8127.18(Beta).zip

chrome-win32-158.0.8127.18(Beta).zip

无刷直流电机BLDC转速电流双闭环+无位置传感器控制仿真【仿真+详解说明报告+参考文献】

内容概要:本文提供了一套关于无刷直流电机(BLDC)转速电流双闭环控制与无位置传感器控制的Simulink仿真资源,包含完整的仿真模型、详尽的说明报告及参考文献。资源核心聚焦于BLDC的高性能控制策略,重点实现了基于滑模观测器(SMO)的无位置传感器控制技术,并系统对比了模糊PID与传统PID控制在BLDC调速系统中的性能差异。内容涵盖了转速环与电流环的双闭环PI控制器设计、反电动势过零检测、换相逻辑、PWM调制等关键技术环节,同时提供了模糊神经网络PID等先进智能控制算法的扩展仿真模型,旨在帮助用户深入理解BLDC的控制原理、无感控制实现方法及多种智能控制策略的仿真建模技术。; 适合人群:具备一定电力电子技术、自动控制理论和电机学基础,从事电机驱动控制、电力传动系统研究或相关产品开发的研究生、科研人员及工程技术人员。; 使用场景及目标:① 学习和掌握无刷直流电机双闭环控制系统的设计流程与Simulink仿真建模方法;② 深入研究并实践基于滑模观测器的无位置传感器控制技术的实现原理与参数整定;③ 对比分析模糊PID、传统PID及模糊神经网络PID等多种智能控制算法在BLDC调速系统中的动态响应、抗干扰能力和稳态精度等性能差异;④ 为电机控制相关的课程设计、毕业设计、科研项目或工程开发提供可复现的仿真模型和理论依据。; 阅读建议:建议读者结合所提供的详解说明报告与参考文献,严格按照步骤在Simulink环境中搭建、调试和运行仿真模型。学习过程中应重点关注控制器参数(如PI参数)的整定过程、滑模观测器的设计与抖振抑制、以及不同控制策略下系统的启动、调速和抗负载扰动等动态响应特性,通过大量的对比仿真实验,深化对BLDC控制理论与工程实践的理解。

YOLO26算法布料疵点检测+训练好的模型+1558张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[未获取()] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 77 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.2733** mAP50-95 | 0.1152 Precision | 0.5202 Recall | 0.3310 train/box_loss | 1.7189 train/cls_loss | 1.6681 val/box_loss | 1.9965 val/cls_loss | 2.3766 【训练过程分析】 这轮训练从一开始就显得有些波澜不惊,前期的 mAP50 只有 0.2733,训练曲线看起来平滑而稳定,但到了第 77 轮时,曲线仿佛失去了动力,mAP50 基本停滞不前。起初,我还在期待能有明显的上升趋势,但现实似乎有些不如人意。从 1 到 77 轮,loss 也仅仅从 1.7189 逐步增长到了 1.9965,虽然整体上有所提升,但似乎未能突破瓶颈。更令人头疼的是,val/box_loss 和 val/cls_loss 在训练过程中也逐步攀升,这说明模型在验证集上的表现并不比训练集更好。这个阶段,我多次试图寻找问题所在,但曲线的平缓走势让人有些泄气,感觉就像在爬一个没有顶峰的山。 回顾整个训练过程,我尝试过手动调整了几次学习率,希望能加速收敛,但结果并不理想。从 0.01 的初始值到调整为 0.005,甚至 0.... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。

模糊PID控制的BLDC无刷直流电动机调速仿真模型(Simulink仿真实现)

内容概要:本文详细介绍了一种基于模糊PID控制的BLDC无刷直流电动机调速仿真模型,利用MATLAB/Simulink平台实现了对无刷直流电机的精确调速控制,并与传统PID控制策略进行了系统性对比分析。文中深入阐述了模糊PID控制器的设计原理与实现方法,包括模糊规则库构建、隶属度函数设计及解模糊化过程,充分展现了其在动态响应速度、抗干扰能力、稳态精度和系统鲁棒性方面的显著优势。同时,提供了完整的仿真模型架构、参数设置及实验数据结果,帮助读者直观理解不同控制策略在电机调速应用中的性能差异,特别突出了模糊PID在应对非线性、时变负载工况下的优越表现。; 适合人群:具备自动控制理论基础、电机拖动知识以及Simulink仿真经验的高等院校研究生、科研人员,以及从事电机驱动系统、工业自动化、电力电子与运动控制等相关领域的工程技术人员。; 使用场景及目标:①用于高校课程教学与实验教学,演示模糊PID与传统PID在电机控制系统中的性能对比;②为科研项目提供高可信度的仿真验证平台,支持新型智能控制算法(如自适应模糊、神经网络PID等)的研究与优化;③指导工程实践中电机调速系统的控制策略选型、参数整定与性能评估,提升实际控制系统的动态品质与可靠性。; 阅读建议:建议读者结合所提供的完整仿真模型文件,动手复现并调试不同工况下的控制效果,深入探究模糊规则设计、量化因子与比例因子调整对系统性能的影响机制,进而拓展学习模糊神经网络PID、自适应模糊控制等先进控制策略,以进一步提升复杂环境下电机控制的精度与智能化水平。

YOLO26算法太阳能电池片识别+训练好的模型+748张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[未获取()] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 50 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.6599** mAP50-95 | 0.4503 Precision | 0.7850 Recall | 0.6017 train/box_loss | 1.0098 train/cls_loss | 0.8936 val/box_loss | 1.2667 val/cls_loss | 1.4251 【训练过程分析】 这轮 YOLO26n 训练的 50 个 epoch 过程让我有点揪心。一开始,mAP50 的表现还算不错,但到后期,提升就明显放慢了。我记着曲线在第 30 个 epoch 时出现了一个小高峰,mAP50 稳稳地停在了 0.6599。这让我觉得可能模型已经在较早的阶段就过早收敛了,因为即便后期数据集里的新样本不断涌入,也没能推高 mAP50。从 30 到 50 个 epoch,损失值 train/box_loss 从 1.0098 下降到 1.0048,val/box_loss 也稳定在 1.2667,这表明模型在训练集上收敛良好,但验证集的表现并没有提升多少。这让我怀疑模型可能遇到了平台期。更让人头疼的是,class loss 虽然在训练过程中不断下降,但验证集上的 cls_loss 却始终高居不下,保持在 1.4... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。

产业园区运营负责人如何利用平台挖掘企业技术需求并精准对接?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

产业园区运营负责人如何快速识别并推荐高价值科技成果给入园企业?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

Challenges in Functional Verification of PCIe 3.0 Devices.pdf

Challenges in Functional Verification of PCIe 3.0 Devices.pdf

ALPHAB 点集轮廓 + ABLINK 选点连线(CAD测绘算量工具)

用于测绘内业和工程算量中“由离散点生成边界”的场景。适用于:林地、地块边界的自动勾绘(如施工平台、道路、原地貌采集点范围线),在大量坐标点/高程点中一次性圈出最外侧范围,替代手工逐点描边;生成的闭合多段线可直接用于 CAD 面积查询(AA/AREA)、填充和工程量统计表。 典型用途: 面积统计:框选一片测量点,自动输出干净的边界闭合线,量面积、算砍伐/占地工程量 带状地物描线:道路、沟渠、林带等条带状点群,框选后按最近邻自动排序连线 规则布点连线:矩阵网格桩点按主方向投影排序,蛇形连线不交叉 按桩号连线:中桩/边桩按 K0+120 桩号顺序自动连线,画纵断面走向线 操作只需两步:框选点 → 回车自动搜索半径(也可手动指定),边界线一次成型,无需调参数。 两个功能: ① ALPHAB —— 点集自动圈边界(求面积用)​ 框选一片离散测量点(点/块/圆),回车自动搜索最优半径,一次性生成最外侧边界闭合多段线,直接用 CAD 面积命令量面积、算砍伐/占地工程量。边界不穿点带内部空地、无自交无交叉,替代手工逐点描边。 ② ABLINK —— 选点连折线(连线/描走向用)​ 两种用法: 逐个点击,按点击顺序连成线 框选一批点自动排序连线,三种排序可选:最近邻(带状点群,如道路、林带)、主方向(规则网格桩点,蛇形连线不交叉)、桩号(按 K0+120 等块属性/文字桩号值升序连,画中桩走向线)

科技中介服务机构在为企业提供创新咨询服务时,如何提升服务响应速度与专业性?.docx

科技中介服务机构在为企业提供创新咨询服务时,如何提升服务响应速度与专业性?

政府科技管理者在推动科技成果转化过程中,如何高效识别和筛选高质量科技成果?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

(电力系统)中性点不接地、经消弧线圈接地发生单相接地故障Simulink仿真

内容概要:本文详细评述了一种基于IEEE33节点系统的含分布式电源配电网多时段故障恢复优化模型,该模型将网络重构、孤岛划分与故障线路检修进度统一纳入多时段优化框架。通过构建以网损和甩负荷惩罚为联合目标的混合整数二阶锥规划(MISOCP)模型,综合考虑节点功率守恒、支路潮流、电压限值、二阶锥松弛、虚拟流连通性及闭合支路数约束,实现故障期间供电路径的动态重组与局部孤岛的灵活形成。模型采用虚拟流方法保证供电片区内部连通性,借助大常数松弛处理支路开断,并利用二阶锥松弛将非线性潮流方程转化为凸优化形式,提升了求解效率。文中还系统分析了模型在负荷分级、无功处理、拓扑约束等方面的实现细节与潜在改进方向,强调了其在提升配电网韧性方面的应用价值。; 适合人群:电气工程、电力系统自动化及相关专业的高年级本科生、研究生,从事主动配电网规划、运行与故障恢复研究的科研人员,以及电力公司从事继电保护与配电自动化工作的技术人员。; 使用场景及目标:①深入理解含分布式电源的配电网多时段故障恢复机制;②掌握网络重构与孤岛划分协同优化的建模方法;③学习二阶锥松弛、虚拟流连通性等先进数学工具在电力系统优化中的应用;④为撰写相关领域学术论文或工程设计方案提供模型参考与实现思路。; 阅读建议:建议读者结合文中提到的IEEE33节点系统结构与算例参数,逐步推导模型的数学表达,并尝试复现仿真流程。在学习过程中,应重点关注目标函数设计、约束条件构建及其物理意义,对比传统建模方法,体会虚拟流与二阶锥松弛的优势。对于希望深入研究的读者,可依据文末提出的八个改进方向,进一步完善模型,如引入负荷等级权重、储能动态模型或更精确的无功平衡约束,以提升模型的实用性与严谨性。

PythonNotesForProfessionals.pdf

PythonNotesForProfessionals.pdf

不平衡电网下的svg无功补偿,级联H桥svg无功补偿statcom,采用三层控制策略(Simulink仿真实现)

内容概要:本文针对不平衡电网条件下的无功补偿问题,研究了采用级联H桥结构的静止无功发生器(SVG/STATCOM)系统,并提出了一种三层控制策略,通过Simulink平台实现了系统的建模仿真。该控制策略综合考虑了系统在电网电压不平衡工况下的动态响应、补偿精度与稳定性,能够有效抑制负序电流、平衡三相电流、稳定直流侧电压,并实现对无功功率的快速、精确调节,从而显著提升电能质量。文章详细阐述了级联H桥多电平逆变器的拓扑结构、数学模型及其在复杂工况下的工作特性,重点设计了包含外环功率控制、中环电流解耦控制和内环脉宽调制(PWM)在内的三层控制架构,确保系统在动态扰动下仍具备良好的鲁棒性与补偿性能。仿真结果验证了所提控制策略的有效性与优越性,为无功补偿装置在实际工程中的应用提供了理论依据和技术支持。; 适合人群:从事电力系统、电能质量治理、新能源并网、柔性交流输电系统(FACTS)及电力电子装置研发的研究生、科研人员和工程技术人员。; 使用场景及目标:①研究不平衡电网条件下SVG的工作特性与控制难点;②掌握级联H桥多电平逆变器的拓扑结构、调制方法与数学建模;③学习并设计适用于复杂工况的多层协同控制系统架构,提升无功补偿装置的动态性能与实用化水平;④为相关课题的仿真建模、控制算法开发及学术论文复现提供参考范例。; 阅读建议:此资源以Simulink仿真实现为核心,建议读者结合电力电子技术、现代控制理论与电力系统分析的基础知识,深入理解各层级控制环路的设计原理与参数整定方法,并动手复现仿真模型,通过调整电网故障条件与控制器参数,观察系统响应变化,以深化对控制策略动态特性和鲁棒性的理解与掌握。

高校技术转移办公室人员如何推动科研成果的快速落地?.docx

高校技术转移办公室人员如何推动科研成果的快速落地?

科技中介服务机构如何借助平台实现服务流程的智能化升级?.docx

科技中介服务机构如何借助平台实现服务流程的智能化升级?

波束成形用于仿真多波束相控阵(Matlab代码实现)

内容概要:本文围绕多波束相控阵的波束成形技术展开,详细介绍了其基本原理与Matlab仿真方法。通过构建完整的仿真模型,系统阐述了阵列天线的方向图形成机制、阵列因子的影响、波束扫描及多波束生成等关键技术,涵盖系统建模、参数配置、信号处理流程与仿真结果可视化等环节。所提供的Matlab代码实现了空间谱估计、波束指向控制与方向图绘制等功能,有助于深入理解相控阵雷达在空间分辨与抗干扰方面的优势。; 适合人群:具备一定Matlab编程能力与信号处理基础知识,从事雷达系统设计、无线通信、阵列信号处理、电子工程等领域的高校研究生、科研人员及工程技术开发者。; 使用场景及目标:① 掌握波束成形的基本理论及其在多波束系统中的实现方式;② 利用Matlab开展阵列天线性能仿真与优化设计;③ 为后续的雷达系统开发、通信波束赋形算法研究或硬件原型验证提供理论支撑与仿真平台; 阅读建议:建议读者结合文中的理论推导与Matlab代码进行分段调试,尝试调整阵元间距、阵列结构、入射角度等参数,观察其对波束方向图的影响,从而加深对波束成形机理的理解,并可进一步扩展至自适应波束成形、DOA估计等高级应用场景。

数字IC笔记-低功耗技术

传统的降低Power的方法主要有: 1.门控时钟技术(clock gating) 2.多阈值电压技术(MultiShreshold) 3.动态电压频率调节技术(DVFS) 目前有以下几种低功耗技术: 1.多电压技术(Multi-Voltage) 2.MTCOMS Power Gating 技术(多阈值功耗控制技术),比如基带部分中的2G、3G、CDMA、LTE等通过awake—>sleep—>awake的方式间歇式的打开或关断其电源,power gating 可以完全关掉dynamic的pow

sinat_41774721的博客 1929
上一篇: Birth v0.2.11:用 PID 和执行路径排查 macOS 启动项
下一篇: OmniVoice 0.8.2 上手:先排清音源、权限和引擎,再做实时转录
Hello_Pyhx
博客等级 码龄5年 137粉丝 81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