龍魂系统 · 国家补贴点对点直发审计协议 v1.0

3天干完6个月的活,Claude把模型搬上AMD 一条挺刺激的消息:Anthropic 给投资人的材料里有一张幻灯片,写着它的 Claude Mythos Preview 只花了大约​,就摸清了怎么让另一个 Claude 模型在 AMD 的 MI355X 上跑起来。同一处还写了个对照数字:过去给一块新芯片做推理适配,通常要几十名工程师、​。3 天对 6 个月,这个比值太扎眼,当天中文互联网上就冒出一堆「英伟达的护城河塌了」的说法。我把能翻到的材料都翻了一遍,越看越觉得,塌掉的那一小块是真的,可塌的位置和很多人想的不一样。 阅读详情

龍魂系统 · 国家补贴点对点直发审计协议 v1.0

发布日期: 2026-07-15
发布者: UID9622 (龍芯北辰)
协议类型: 民生层 · 补贴发放透明化
适用范围: 农业补贴、个体户补贴、扶贫资金等


第一条: 核心原则

国家补贴,点对点直达,AI全程审计,中间层不碰钱。

接受补贴者奉献部分隐私 (生产数据、位置、产量),换取资金直达。拿了国家的钱,就要办国家的事,数据透明是契约。


第二条: 传统模式 vs 龍魂模式

传统模式 (层层克扣)

中央 -> 省 -> 市 -> 县 -> 乡镇 -> 村委会 -> 个人
         ↓    ↓    ↓     ↓      ↓
       克扣  截留  挪用  虚报   冒领

龍魂模式 (点对点直发)

中央国库 -> 龍魂审计系统 -> 个人钱包
              ↓
           AI审计 (实时)
              ↓
           数据上链 (不可篡改)

第三条: 隐私奉献与数据追踪

3.1 接受补贴者的义务 (奉献隐私)

数据类型追踪内容用途
身份DNA实名认证 + 生物特征防止冒领
地理位置农田/店铺GPS坐标验证真实存在
产量数据农作物亩产/销售额计算补贴额度
资金流向补贴到账后用途防止挪用
生产日志播种、施肥、收割时间验证真实生产
影像记录定期拍照/视频上传现场核验

3.2 数据追踪方式

# 补贴领取者数据上报接口
class SubsidyRecipient:
    def __init__(self, dna: str, id_card: dict):
        self.dna = dna  # 个人DNA标识
        self.id_card = id_card
        self.location = None
        self.production_logs = []
        self.fund_usage = []

    def report_location(self, gps: tuple):
        # 上报地理位置
        self.location = {
            "lat": gps[0],
            "lng": gps[1],
            "timestamp": time.time(),
            "verified": False  # 待AI核验
        }

    def report_production(self, crop_type: str, yield_kg: float, 
                          photo_evidence: str):
        # 上报产量
        self.production_logs.append({
            "crop": crop_type,
            "yield": yield_kg,
            "photo": photo_evidence,  # 照片DNA哈希
            "timestamp": time.time()
        })

    def report_fund_usage(self, amount: float, purpose: str, 
                          receipt_photo: str):
        # 上报资金用途
        self.fund_usage.append({
            "amount": amount,
            "purpose": purpose,
            "receipt": receipt_photo,
            "timestamp": time.time()
        })

第四条: AI审计算法

4.1 审计流程

补贴申请 -> AI初审 -> 现场核验 -> 额度计算 -> 直发钱包 -> 使用追踪 -> 效果评估

4.2 核心审计规则

class SubsidyAuditor:
    # AI补贴审计引擎

    def audit_application(self, applicant: SubsidyRecipient) -> dict:
        # 审计补贴申请

        # 1. 身份核验
        identity_score = self._verify_identity(applicant.dna)

        # 2. 地理位置核验 (卫星对比)
        location_score = self._verify_location(
            applicant.location,
            satellite_image=applicant.location  # 对比卫星图
        )

        # 3. 产量真实性核验 (历史数据对比)
        yield_score = self._verify_yield(
            applicant.production_logs,
            regional_average=self._get_regional_average(applicant.location)
        )

        # 4. 综合评分
        total_score = (identity_score * 0.3 + 
                       location_score * 0.3 + 
                       yield_score * 0.4)

        return {
            "applicant_dna": applicant.dna,
            "audit_score": total_score,
            "identity": identity_score,
            "location": location_score,
            "yield": yield_score,
            "decision": "PASS" if total_score > 0.7 else "REJECT",
            "subsidy_amount": self._calculate_subsidy(applicant) if total_score > 0.7 else 0
        }

    def _verify_identity(self, dna: str) -> float:
        # 身份核验: 对比公安数据库 + 生物特征
        # 实名认证 + 人脸比对 + 历史记录
        pass

    def _verify_location(self, reported_location: dict, 
                         satellite_image: dict) -> float:
        # 地理位置核验: GPS vs 卫星图
        # 对比上报位置与卫星影像
        # 农田 vs 建筑 vs 荒地
        pass

    def _verify_yield(self, production_logs: list, 
                      regional_average: float) -> float:
        # 产量核验: 与区域平均值对比
        # 异常高/异常低 -> 标记核查
        # 合理范围 -> 通过
        pass

第五条: 点对点直发机制

5.1 资金流转

class DirectSubsidyTransfer:
    # 补贴点对点直发

    def __init__(self, central_treasury: str):
        self.treasury = central_treasury  # 中央国库账户
        self.blockchain = LonghunBlockchain()  # 数据上链

    def transfer(self, recipient: SubsidyRecipient, 
                 amount: float, audit_result: dict) -> dict:
        # 直发补贴

        # 1. 验证审计结果
        if audit_result["decision"] != "PASS":
            return {"error": "审计未通过", "reason": audit_result}

        # 2. 生成交易DNA
        tx_dna = self._generate_tx_dna(recipient.dna, amount)

        # 3. 国库直发 (跳过省市县)
        transaction = {
            "tx_dna": tx_dna,
            "from": self.treasury,
            "to": recipient.dna,  # 个人钱包
            "amount": amount,
            "purpose": audit_result.get("subsidy_type", "农业补贴"),
            "audit_score": audit_result["audit_score"],
            "timestamp": time.time()
        }

        # 4. 上链记录
        self.blockchain.record(transaction)

        # 5. 执行转账 (数字人民币通道)
        result = self._execute_transfer(transaction)

        return {
            "tx_dna": tx_dna,
            "status": "SUCCESS",
            "amount": amount,
            "recipient": recipient.dna,
            "timestamp": transaction["timestamp"],
            "blockchain_hash": result["hash"]
        }

5.2 资金流向追踪

class FundTracker:
    # 补贴资金使用追踪

    def track_usage(self, tx_dna: str, recipient: SubsidyRecipient) -> dict:
        # 追踪资金使用情况

        # 1. 获取到账记录
        received = self._query_received(tx_dna)

        # 2. 追踪支出
        expenses = recipient.fund_usage

        # 3. 计算使用比例
        total_received = received["amount"]
        total_spent = sum(e["amount"] for e in expenses)

        # 4. 用途分析
        usage_breakdown = {}
        for e in expenses:
            purpose = e["purpose"]
            usage_breakdown[purpose] = usage_breakdown.get(purpose, 0) + e["amount"]

        # 5. 异常检测
        anomalies = []
        if total_spent / total_received < 0.3:  # 30%未使用
            anomalies.append("资金使用率过低,可能挪用")
        if "奢侈品" in str(usage_breakdown):  # 购买奢侈品
            anomalies.append("疑似挪用补贴资金")

        return {
            "tx_dna": tx_dna,
            "total_received": total_received,
            "total_spent": total_spent,
            "usage_rate": total_spent / total_received,
            "breakdown": usage_breakdown,
            "anomalies": anomalies,
            "compliance": "PASS" if not anomalies else "REVIEW"
        }

第六条: 隐私奉献与收益对等

6.1 隐私奉献等级

等级奉献内容补贴额度适用对象
L1身份+位置基础额度普通农户
L2+产量数据1.2倍基础合作社
L3+全流程影像1.5倍基础示范户
L4+实时IoT传感器2倍基础智慧农业

6.2 收益对等原则

奉献越多隐私 -> 补贴额度越高
数据越透明 -> 审计通过率越高
违规越严重 -> 永久取消资格 + 追偿

第七条: 国家层面统计

7.1 实时数据看板

class NationalSubsidyDashboard:
    # 国家补贴实时统计看板

    def get_national_stats(self) -> dict:
        # 获取全国补贴统计
        return {
            "total_budget": self._get_total_budget(),  # 总预算
            "total_distributed": self._get_total_distributed(),  # 已发放
            "total_recipients": self._get_recipient_count(),  # 受益人数
            "avg_audit_score": self._get_avg_audit_score(),  # 平均审计分
            "fraud_cases": self._get_fraud_count(),  # 欺诈案例
            "regional_breakdown": self._get_regional_stats(),  # 分省统计
            "crop_breakdown": self._get_crop_stats(),  # 分作物统计
        }

    def get_regional_comparison(self, province: str) -> dict:
        # 省份对比
        # 产量、补贴效率、违规率对比
        pass

7.2 数据上报中央

村级节点 -> 县级汇总 -> 市级分析 -> 省级报告 -> 中央决策
     ↓         ↓         ↓         ↓
   实时上链   AI分析    异常预警   政策调整

关键: 数据实时上链,中央直接可见,中间层无法篡改。


第八条: 违规处理

违规类型处理措施
虚报产量追回补贴 + 3年禁申
冒领身份永久黑名单 + 法律追责
挪用资金追回 + 罚款 + 信用降级
数据造假永久取消资格 + 公示
拒绝追踪停止发放 + 追回已发

第九条: 协议精神

拿了国家的钱,就要办国家的事。

隐私不是绝对的,是契约的一部分。
你奉献数据,国家保障资金直达。
中间层不碰钱,AI不感情用事。

龍魂系统只做一件事: 让每一分钱都到该到的人手里。


第十条: 龍魂标识

龍魂系统 · 国家补贴点对点直发审计协议 v1.0
跳过中间层 · AI全程审计 · 数据透明 · 资金直达

#CONFIRM🌌9622-ONLY-ONCE🧬LK9X-772Z

END

如何处理动态语言(Python / JS)的“隐形”调用链? 本文揭示动态语言(Python/JS)中静态AST解析导致调用链“断链”的核心问题,提出通过运行时追踪补全图谱的解决方案。基于Code-Graph-RAG的cgr trace机制,分别利用pytest插件与V8 Profiler捕获真实调用路径,将动态边合并至静态图谱,并在权重体系中提升动态边优先级。实践表明,该方法可显著提升图谱覆盖率,实现“结构+行为”双视角理解代码,为MCP与Rerank系统提供可靠支持。 阅读详情

相关推荐

Playwright: Pytest vs Library vs LibraryAsync:三者如何选?

Python中Playwright的3个Target:Pytest(推荐用于E2E自动化测试,支持报告、并行、重试)、Library(同步脚本,适合爬虫与简单任务,需手动管理浏览器)、LibraryAsync(异步脚本,适用于高并发批量操作)。选择依据:测试项目选Pytest,轻量脚本选Library,高并发场景选LibraryAsync。

SmallBull的博客 231

龍魂系统 · 国家补贴点对点直发审计协议 v2.0

发布日期: 2026-07-15发布者: UID9622 (龍芯北辰)协议类型: 民生层 · 补贴发放透明化适用范围: 农业补贴、个体户补贴、扶贫资金等版本说明: v2.0 补全闭环,配套机制,隐私保护,群众同意。

UID9622的博客 45

基于大模型的恶性胸腔积液全周期预测与诊疗方案研究

本研究基于大模型技术构建了恶性胸腔积液全流程预测与诊疗体系,涵盖术前风险评估、术中方案优化、术后恢复预测及并发症预防。通过整合多源医疗数据,实现了手术风险概率预测(准确率80%)、并发症预警(AUC值0.85)及个性化康复方案制定,显著提升诊疗精准度。研究创新性地将Transformer架构与多模态数据融合,在100例临床验证中显示良好性能,但存在数据样本局限、模型可解释性不足等问题。未来将扩大多中心临床验证,优化算法可解释性,探索与基因检测等技术的结合应用,推动恶性胸腔积液的精准诊疗发展。

嵌入式毕设/课设资料清单(速查手册·文档模板·题库,持续更新)→ 见最新文章 1901

本地化部署 DeepSeek,构建单细胞与空间转录组 AI 分析平台

本地化部署 DeepSeek,构建单细胞与空间转录组 AI 分析平台

weixin_53637133的博客 187

Vue3 + EventSource 实战:手把手教你打造实时AI聊天悬浮窗(附完整代码)

本文详细介绍了如何使用Vue3和EventSource技术构建一个实时AI聊天悬浮窗。文章从产品化视角出发,重点讲解了流式数据接收与渲染、悬浮窗UI交互的工程化实现、性能优化及高级功能,并提供了完整的代码示例,帮助开发者快速集成功能完整的AI问答系统。

assembly8low的博客 846

《嵌入式-STM32开发指南》第三部分 外设篇 - 第2章 温度传感器DS18B20

2.1 理论分析 2.1.1概述 DS18B20 是 DALLAS 最新单线数字温度传感器,新的"一线器件"体积更小、适用电压更宽、更经济。Dallas 半导体公司的数字化温度传感器 DS1820 是世界上第一片支持 "一线总线"接口的温度传感器。 DS18B20采用的单总线协议,也就是只需占用主机一个I/O口,无需其他外围电路,直接将环境温度转换为数字信号,使用户可轻松地组建传感器网络,为测量系统的构建引入全新概念。另外,以"一线总线"的数字方式传输,大大提高了系统的抗干扰性。适合于恶劣环境的现场温度测量

不问归期的博客 8306

【第 009 讲】全面掌握 Python 注释:注释的定义与作用 | 单行注释 | 三引号与多行注释 | 注释使用的最佳实践

本文系统讲解 Python 注释的完整知识体系:从注释的定义与作用讲起,梳理单行注释的书写位置、临时屏蔽用法与 PEP 8 排版规范,剖析注释被忽略的底层机制;进而说明三引号字符串的本质与嵌套问题;最后给出注释使用的三条实践原则,帮助读者写好可读性高的注释。

大模型全栈工程师 · Thanks_ks 1216

Autosar进阶专栏索引

Autosar进阶专栏索引

赞的博客 3549

AI全栈实战 | 3.9-01 爬虫入门:requests 加 BeautifulSoup 三分钟跑通,但 90% 的人栽在这 4 个“礼貌“问题上

⚠️:本文内容仅用于。请遵守目标站点的服务条款与相关法律法规,不得对目标服务造成负担,不得采集、传播个人隐私数据。技术是中性的,边界在你手里。爬虫的入门技术(requests 发请求 + BeautifulSoup 解析)三分钟就能学会。真正区分"会用爬虫"和"会做爬虫的人"的,是这篇我们跑通"请求→解析→存储"的最小闭环,然后重点把"合规与礼貌"这根弦给你绷上。

源码获取 | 运行部署 | 定制二开修改,如果回复不及时请耐心等待,请见谅。 450

【2022网易雷火】游戏研发笔试-AC代码及题目分享

3个小时,4道题目,雷火的题目不在于难,更在于对细节的把控和写大模拟的耐心,花了一个半小时,AC了3.85,直接交卷退了。第一题AC,第二题AC,第三题85%,第四题AC。下面分享一下大致的题意和对应的代码,就不多说了,最近很累(代码可能会有贴错的情况,如有望指正,感谢~)。 T1-小Y抽奖 题意 n行m列个奖励格子,每次抽奖消耗一个道具。每个格子奖励的数量有限且各不相司。每个格子被抽到一次,剩余的奖励数量-1。剩余的奖励数量为0时,则不会再抽到该格子。小Y抽了好多次,但一直没有抽到最想要的..

米莱虾 9266

华为OD机试真题 新系统2026-04-08 C语言 实现【直捣黄龙】

小王在玩一款叫做直捣黄龙的小游戏,在该游戏中他需要从入口位置进入敌营,绕过哨兵的层层封锁,达到敌军司令部实施斩首行动。 敌军阵营是一个n*n的矩阵,入口在坐标(0,n/2),敌军司令部在坐标(n-1,n/2),每个哨兵警戒以自己为中心的9宫格,一旦被哨兵发现则行动失败。

MISAYAONE的博客 185

Python 的 yield from 到底转发了什么:拆开 send、throw 和那个 return 值

很多人把yield from记成「省一层 for 循环的语法糖」。写和写,结果看着一样,于是就当它只是少敲几个字。这个理解会在三个地方翻车:调用方.send()的值送不进去、子生成器return的值拿不到、异常和close()传不下去。yield from真正做的事是,外层生成器退成一个透明通道。本文所有输出来自本机 CPython 3.13.14 实测。yield from不是循环,是委托——nextsendthrowclose四个方向的流量全部直通子生成器,并且子生成器return。

小小张说故事的博客 164

S7-200SMART PLC中进行MODBUS RTU通信的3种方法(1)

S7-200SMART PLC中进行MODBUS RTU通信的3种方法(1)

Robot_PLC_HMI_Automation 4244

从一段视频到可漫游的 4D 有声场景:思路拆解与最小复现手记

只需一段手机视频,你就能生成可"走进去"的 4D 有声场景:转头时狗叫声方向随之变化,走近时声音更清晰。本文拆解 Video-to-4DAVScene 的核心思路,手把手带你用几十行 Python 搭出最小管线,把视频中的运动物体变成带空间位置的声源,并附上三个真实踩坑的排障经验,代码可直接跑。🎧

helloagent的博客 247

LeRobot 机器人学习(Robot Learning)教程(二)经典机器人学

本文探讨了机器人学中基于学习的方法与传统动力学方法的对比与发展趋势。文章指出,传统方法依赖精确的动力学模型和大量人工调参,面临跨任务泛化能力弱、工程复杂度高、物理建模局限性等问题。随着机器学习技术的进步和机器人数据集的丰富,基于学习的方法展现出三大优势:(1)能够实现跨任务与实体的泛化;(2)降低对人类专业知识的依赖;(3)利用历史数据优化性能。文中以平面机械臂为例,分析了传统逆运动学方法的计算复杂性和环境适应性挑战,并指出基于学习的方案在处理高维感知输入、复杂接触动力学等方面具有明显优势。文章认为,结合物

2506_90492529的博客 1066

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

【每天一个 Python 小案例30】Python 基础知识综合小项目:我的工具盒

作为系列收官,本篇把前 29 篇的知识点合成一个能直接用的命令行工具"我的工具盒":计算器(用 ast 解析表达式,不碰 eval)、单位换算与温度转换(一张换算表 + 特例分支)、记账与分类统计(Decimal + JSON 持久化)、以及用"字典当命令表"把菜单和业务逻辑解耦的主循环。文中对比了 eval 的安全隐患与 ast 白名单的做法,解释了 lambda 闭包在字典里的写法与晚绑定陷阱,并在最后给出整个系列的知识地图,把变量、数据结构、控制流、函数、类、异常、文件、标准库八块内容对应到具体篇目。

xinjiyaya的博客 434

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

双路径优化+双容差校准

默认使用向量化路径处理常规数据,当检测到内存非连续或需要极致短路性能时,自动切换至 Numba JIT 路径。“当 CI 宽度中位数为 $W$ 时,实际判定容差为 $10^{-12} + 10^{-9} \times W$"针对表征谱算子 2 的实际输出量纲(例如 $10^{-3}$ 至 $10^3$),调整。准确标记了哪些数组被复制。非短路、静默拷贝风险、量纲耦合容差),本方案重构了核心逻辑。,并完善审计元数据以记录内存拷贝状态。, 确保在不同量纲下判定标准的一致性。,否则需排查上游数据生成逻辑。

2301_77211362的博客 208

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

yolo 和 deft 算法的区别

你应该是打错了:是,不是 defrat;

曾大强博客 293

蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级 备考:莫队算法离线区间查询详解

备赛进行时:第十八届蓝桥杯软件赛报名已于 2026-10-08 10:00 开启、12-18 14:00 截止,省赛定在 2027-04-10(C/C++·Python 程序设计 9:00–13:00);中国电子学会 2026 年 12 月软件编程(C/C++ 一级至十级、Python 一级至六级)考级报名 9/23–12/2 16:00、统考 12-12;全国青少年信息素养大赛 2026—2027 赛季算法应用主题赛也已进入复盘练兵窗口。

IT_Scratch的博客 186

两张表合并之后,行数悄悄多了一倍

pandas merge 行数异常膨胀源于右表键不唯一,导致数据静默复制。实测显示,未聚合的右表(756行)与左表合并后行数增至504行,合计膨胀3.5倍,但无报错。validate 参数仅在检查键唯一性时有效,one_to_one 和 many_to_one 可拦截问题,但需结合 duplicated() 前置检查。正确做法为先按键聚合右表,再合并,避免重复。建议合并前后核对行数、合计,并使用 indicator=True 排查匹配情况,确保数据一致性。

patrickstar231的博客 252

我用 200 行代码写了个“代码屎山检测器“,扫完公司的老项目后我沉默了

这个工具不能帮你把屎山铲平,但至少能让你知道自己面对的是多大的山,也能在代码评审时用数据说话——“这个 PR 把圈复杂度从 12 推到了 18,能不能拆一下?毕竟,不能量化的东西,就没法改进。

xixiaoyunya的博客 277

智慧农业实战:育秧车间秧盘计数与苗情分级的Python实现

首先,建立统一的数据结构,保存每盘秧苗的编号、批次、覆盖度、叶色得分和播种天数。A = "壮苗"B = "合格苗"C = "弱苗"@dataclassdays: int。

荆棘鸟智能的博客 138

Java Arrays.asList 常见坑详解|UnsupportedOperationException、数组联动、基本类型 bug

解析 Arrays.asList 常见开发陷阱,演示 UnsupportedOperationException、底层数组引用共享、基本类型数组问题,区分 Arrays 内部 ArrayList 与 java.util.ArrayList,给出数组转 List 的各种场景正确代码。

weixin_42617033的博客 513

【每天一个 Python 小案例29】Python 实现商品购物车

本篇实现一个购物车:商品目录、加入商品、修改数量、移除商品、查看小计、计算满减与 VIP 折扣、结算扣库存。核心设计是"目录与购物车分离"——目录存商品主数据,购物车只存 {商品编号: 数量};金额一律用 Decimal 并做 ROUND_HALF_UP 舍入。折扣部分讲清阶梯满减的匹配顺序(阈值从高到低、命中即停)与叠加顺序(先满减、后打折),并用一次完整结算演示 706 元如何变成 613.70 元。

xinjiyaya的博客 220

Python的字典

Python字典是存储键值对的数据结构,通过键(key)快速查找对应的值(value)。可使用{}定义,支持增删改查操作:通过dict[key]查询或修改值,get()方法安全获取并设置默认值,del dict[key]删除键值对,keys()、values()和items()用于遍历。items()结合双变量循环可高效遍历所有键值对,提升代码可读性与灵活性。

qq_43010954的博客 199

黄仁勋走了,护城河留下了什么

11 月 12 日,英伟达董事会批准黄仁勋辞去总裁、CEO 和董事职务,即刻生效,CFO 克雷斯出任临时 CEO;股价开盘一度跌 14.35%,收盘只跌 4.34%,市值单日蒸发 1820 亿美元;本文把「创始人走了护城河就没了」这个流行说法拆开——CUDA 还在,但 CUDA 正在被 Claude 三天凿穿,真正决定下一段路的是三个可以核对的东西:治理结构、决策机制、以及下一个百亿美元由谁拍板。

领码SPARK - 以无代码之星火,燎原数字之未来! 190
上一篇: 龍魂系统 · DNA经济协议 v1.0
下一篇: 龍魂系统 · 国家补贴点对点直发审计协议 v2.0
龍芯北辰UID9622
博客等级 码龄164天 5粉丝 501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