用了这个编程助手,“数学建模”真的太简单了~

利用 ChatGPT 解决数据建模竞赛问题 从参赛者的角度来讲,他们将组队参与项目,针对其中一个问题提出解决方案,最终由公司选出的最佳方案可以获得5K-10K美金的奖金。Kaggle上的竞赛有各种分类,例如奖金极高竞争激烈的的 “Featured”,相对平民化的 “Research”等等。但他们整体的项目模式是一样的,就是。上面会显示所有自己参与过的项目、活跃度、实时排位、历史最佳排位等,不仅看上去非常有成就感,更能在求职和申请的时候起到Certificate的作用。最后,还可以可视化的查看训练出的模型中,有哪些重要的特征, 阅读详情

在这里插入图片描述

在数学建模比赛中,编程手是非常重要的一环。作为一个编程手,你需要不断提升自己的编程能力和水平,但今年美赛官方表明可以使用ChatGPT,很多参赛者都会说那团队的编程手是不是没什么用处了?下面就来带大家一起分析一下!

一、ChatGPT在数学建模中的价值

ChatGpt 了解很多编程语言,如 Java、Python、C++、HTML、CSS 等等,并且非常熟练掌握它们的语法规则和用法。不仅如此,它还能够很好地理解程序的逻辑结构和运行原理。

1、学习和指导

ChatGPT可以作为一个学习和指导的工具,提供编程语言、算法和编程范式等方面的知识和指导。它可以回答关于编程问题和技术细节的疑问。

2、模型评估和改进

在建模过程中,ChatGPT可以用于评估模型的合理性和改进。通过描述建模思路和方案,向模型提问,可以获得关于模型的评估意见,或者得到有关模型改进的建议。

3、算法设计和优化

ChatGPT可以为竞赛参与者提供关于算法设计和代码优化的建议。询问有关特定算法或数据结构的使用方式,或者请求针对代码性能的改进建议,有助于提高编程效率。

4、解释和文档生成

ChatGPT可以用于解释建模思路、结果和解决方案。参与者可以通过提问模型,得到解释性的回答,帮助他们更好地理解自己的模型,并生成详细的文档。

二、作为编程手如何正确使用ChatGPT

作为建模比赛的编程手应该如何用好ChatGPT呢,下面来一起看看ChatGPT在数学建模中的使用教程吧!

👉 GPT功能:

  1. GPT-4o知识问答:支持1000+token上下文记忆功能
  2. 最强代码大模型Code Copilot:代码自动补全、代码优化建议、代码重构等
  3. DALL-E AI绘画:AI绘画 + 剪辑 = 自媒体新时代
  4. 私信哪吒,直接使用GPT-4o

在这里插入图片描述

在这里插入图片描述

1、阅读代码及优化代码

ChatGPT 可以正确的理解我们的代码,对代码进行解释和说明。

在这里插入图片描述

如果你接着对它提出一个粗浅的优化需求,它也会照做

在这里插入图片描述

你可以对某一个部分提出更细节的要求,为它提出更好的优化方向。在这里我们提出了关于参数顺序耦合的问题,可以看到 GPT 也理解到了我们的需求,并且做出了对应的优化,如下:

在这里插入图片描述

2、执行脚本

执行脚本,我们只需要描述清楚我们的需求,它也会帮助我们进行完善。

在这里插入图片描述

3、生成单测

如果我们想要进行测试。以前我们可能会苦思冥想很多场景进行补充。现在只需要告诉 AI 帮我生成单测即可。

(代码内容) 为这段代码生成 unit test。

在这里插入图片描述

如果你觉得测试条件不够,那就再问它,让它再生成。

尽管ChatGPT等自然语言处理模型在许多方面提供了强大的帮助,但它们也有一些编程方面的缺点,其中包括:

1、理解上下文的限制: ChatGPT是基于先前的文本数据训练的,它并不具备实时的上下文理解。在编写代码时,模型可能无法深刻理解先前的代码片段或变量的特定含义,导致不准确的建议。

2、不支持代码执行: ChatGPT本身并不具备代码执行的功能。它提供的建议和回答仅基于其训练数据,无法验证代码是否有效或解决问题。

3、容易受到误导:ChatGPT回答问题的方式基于模型在大量文本数据中学到的模式,这可能导致在特定情境下给出不准确或误导性的建议。编程手在使用模型输出时需要保持谨慎,仔细验证建议的有效性。

4、不能理解实际环境: ChatGPT无法理解实际运行环境、硬件限制或软件架构的特殊情况。因此,当涉及到与实际环境相关的问题时,其建议可能不够具体或适用。

5、无法处理大规模代码: ChatGPT对于大规模代码的处理能力有限。当处理大型项目或复杂代码时,模型可能产生过于泛化的建议,无法提供详细的、项目特定的解决方案。

三、编程手备战建模大赛的一些建议

编程手可以利用ChatGPT获得编程相关的建议、解释和灵感。

1、明确:如何去问一个问题

编程手可以利用ChatGPT获得编程相关的建议、解释和灵感;ChatGPT在理解问题上对明确的描述更为敏感。避免模糊或含糊不清的问题,以获取更准确和有用的答案。

2、程序设计能力:

可以根据队伍的建模方案,使用编程语言编写程序,实现数学模型的求解和数据的处理,编写出高效、可靠的代码。

3、学习数据处理和分析库:

在Python中,你可以学习使用pandas库进行数据读取、清洗和转换;学习使用numpy库进行数值计算;学习使用matplotlib或seaborn库进行数据可视化等。

4、掌握数学建模相关算法:

熟悉常见的数学建模算法,如线性规划、整数规划、非线性规划等。了解这些算法的原理和应用场景,以及如何使用相应的库来实现和求解这些算法。

5、注重代码质量和可读性:

在编写代码时,注重代码的质量和可读性。良好的代码结构和命名规范,以及适当的注释。

四、编程手的不可替代性

即使有了ChatGPT,但在比赛中是不可以替代编程手的,有以下原因:

1、缺乏理解和推理能力

尽管ChatGPT可以提供有用的信息和回答,但它并没有真正的理解和推理能力。当编程手面临复杂的问题,需要深入理解和推理时,ChatGPT可能无法提供准确和全面的解决方案。在这种情况下,编程手需要依靠自己的思考和分析能力来解决问题。

2、缺乏实践经验

在编程领域,实践经验对于解决问题和设计优化方案非常重要。ChatGPT可能无法提供基于实际经验的建议和解决方案,编程手需要通过自己的实践和尝试来积累经验,并结合ChatGPT的指导进行综合考虑。

3、创造性解决方案

美赛中,评委通常会重视创新和创造性的解决方案。ChatGPT虽然可以提供一些灵感和指导,但它不能代替编程手在创造性思维和解决方案设计方面的作用。编程手需要依靠自己的经验和判断力,提出独特和创新的解决方案。

👉 GPT功能:

  1. GPT-4o知识问答:支持1000+token上下文记忆功能
  2. 最强代码大模型Code Copilot:代码自动补全、代码优化建议、代码重构等
  3. DALL-E AI绘画:AI绘画 + 剪辑 = 自媒体新时代
  4. 私信哪吒,直接使用GPT-4o

在这里插入图片描述

在这里插入图片描述

chatgpt赋能python:Python和数学建模:如何参与数学建模比赛 本文由chatgpt生成,文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型,只是展现它原本的实力。对于颠覆工作方式的ChatGPT,应该选择拥抱而不是抗拒,未来属于“会用”AI的人。🧡AI职场汇报智能办公文案写作效率提升教程 🧡专注于AI+职场+办公方向。下图是课程的整体大纲下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具。 阅读详情

相关推荐

如何在Python中进行数学建模?

数学建模是数据科学中使用的强大工具,通过数学方程和算法来表示真实世界的系统和现象。Python拥有丰富的库生态系统,为开发和实现数学模型提供了一个很好的平台。本文将指导您完成Python中的数学建模过程,重点关注数据科学中的应用。

python收藏家的博客 4116

数学建模常用软件或编程语言

数学建模常用软件或编程语言

m0_64087341的博客 4378

AI编程助手Skills全解析:从安装到自建技能包实战指南

在大模型应用日益普及的今天,提示词工程正从一次性对话指令走向可复用的技能封装。Skills机制本质上是将专家经验、操作流程与工具调用固化为一套标准化的技能包,让AI在特定场景下呈现真正的专业能力。这一设计极大提升了代码生成、数学建模、内容创作等任务的稳定性与质量。对于开发者而言,掌握从GitHub手动安装现成技能、编写自定义SKILL.md、组织脚本与参考资源的方法,意味着能将个人工作流沉淀为可反复调用的AI资产。本文结合前端开发、数学建模竞赛、AI漫剧脚本等真实场景,系统讲解技能包的安装路径、触发逻辑、冲

weixin_29057695的博客 279

建模与编程

在我们遇到一些问题的时候,假如我们想从编程的角度解决问题,那么我们就需要从这个问题中提取出某些信息,经过我们人为分析以后,用程序语言将其描述出来从而解决该问题。可能大家都没有注意到,在我们解决问题的过程中我们已经默默的经过了“建模”这个过程。“建模”便是现实世界和抽象的编程世界之间的一座桥梁。 对于程序员来说,有一句话一定不会陌生——算法是程序的灵魂。一个好的算法能让一个程序

jiang78447029的博客 3482

AI编程助手技能包skills详解:从手动安装到高效使用

在AI编程工具快速迭代的今天,skills已经成为提升开发效率的关键概念。它不同于传统的临时提示词,而是一种结构化、可复用的能力模块,让AI能够根据任务描述自动调用对应的流程与脚本。理解SKILL.md的写法与触发逻辑,是掌握这一技术的核心。无论是Claude Code、Codex还是OpenCode,其技能生态各有侧重,但底层原理相通。实际应用中,从GitHub手动安装技能包、按场景挑选合适的skills(如数学建模、前端开发、AI漫剧创作),再到自行编写并发布技能,这一系列操作都能大幅减少重复劳动。同时

weixin_31062533的博客 233

AI编程助手Skills实战:从概念到开发一套自己的技能包

在AI编程工具快速演进的背景下,如何让大模型稳定高效地完成复杂开发任务成为开发者关注焦点。skills作为一种将指令、脚本与输出规范打包成独立技能单元的能力封装方式,正逐步取代零散的Prompt模板,成为连接模型能力与真实工程需求的关键桥梁。它通过让Agent按需加载技能包,配合MCP工具调用外部系统,实现了从设计稿还原、测试用例生成到科研建模等场景的自动化流程。以Claude Code等主流工具为代表,skills机制已将可复用的工程经验固化为标准化技能,显著提升输出质量与团队协作效率。本文结合实战经验,

weixin_32830601的博客 244

AI编程助手Skills实战:从安装、编写到数学建模场景应用

在AI编程工具快速迭代的当下,大模型对话的上下文一次性与经验难以跨会话复用,已成为开发效率的主要瓶颈。为此,技能(Skills)机制应运而生——它不是临时提示词,也不同于外部插件,而是将可复用的流程、规范与示例结构化保存,让AI助手在遇到对应任务时自动按步骤执行。Claude Code、Codex、opencode 等主流工具均支持以文件形式定义技能,通过目录扫描与描述匹配实现按需加载。技能的价值在于固化团队规范、个人偏好与复杂工作流,显著提升代码生成的稳定性与一致性。本文从实际工程视角出发,完整讲解技能的

weixin_29032337的博客 316

AI工具组合加速数学建模论文复现:从模型理解到调参验证

论文复现是科研与竞赛中的关键环节,其核心在于用最小成本验证已有模型逻辑并提炼可复用方法。传统复现流程常受困于模型描述不完整、符号不统一、参数隐蔽等难题,导致大量时间消耗在阅读公式和盲目调参上。借助AI对话工具、AI编程助手及辅助工具矩阵,可将“理解模型—生成代码—调参验证”链条中的重复劳动显著压缩,实现从论文PDF到数值仿真的高效闭环。在数学建模竞赛、COMSOL多物理场仿真等典型场景中,AI能高效提取模型定义、推荐数据标准化策略、诊断偏差来源,使复现周期缩短过半。结合实际案例,系统梳理一套可直接套用的AI

weixin_33309048的博客 226

AI编程助手Skills完全指南:从安装到自写技能

在AI编程日益普及的今天,提示词已难以满足复杂工程任务的需求。技能包(Skills)作为一种结构化的行为规范,将高频指令、参考资料与脚本模板打包成标准化目录,使AI助手能自动识别任务并执行预设流程。其核心文件SKILL.md通过YAML声明触发条件,配以references、scripts等辅助资源,实现从代码审查到数学建模数据清洗的长链路自动化。无论是Claude Code、Codex还是OpenCode,均遵循类似的目录约定。技能包不仅能提升个人开发效率,还能作为团队协作的项目资产,沉淀工作流、统一产出

weixin_29051193的博客 310

LBS之五:时空索引--空间邻域搜索的高效实践

时空索引的原理及最佳实践

whascj的博客 1364

那些年-SAP固定资产导入AS91 OASV

固定资产起初导入步骤: 第一部分:资产数据导入 1)两个日期配置 填写图片摘要(选填) Specify transfer date/last closed fiscal year 这里的日期填写系统切换日期,如果系统是2015-10-01上线,这里填写2015-09-3 填写图片摘要(选填) Specifylast period posted in prv system 这里指定系统切换的上一期间。这里写2015-09 填写图片摘要(选填) ​2)AS91新增 填写固定资产的分类,公司

阿土工作室 7945

AI编程助手Skills全攻略:从安装到自定义开发

随着AI编程助手普及,如何让它们稳定输出高质量结果成为开发者关注重点。Skills(技能)正是将特定任务的执行流程预置到Claude Code、Codex等工具中的机制,本质上是把资深工程师经验固化为可复用的提示词与脚本。掌握Skills安装与开发,能大幅提升代码风格一致性,避免重复描述需求。目前,前端开发Skills可强制组件规范与样式约束,数学建模Skills能自动生成模型代码与论文初稿,AI漫剧Skills则把分镜与台词生成变成半自动流水线。针对GitHub上大量Skills资源,如何手动安装?“cl

weixin_29038303的博客 316

本地部署 Anything LLM+Ollama+DeepSeek R1 大模型并实现外部访问

DeepSeek 一经发布就引起社会的广泛的关注,因为 DeepSeek 的价格低廉,性能卓越,提供了多种使用方式,满足不同用户的需求和场景。本文将详细的介绍如何在本地 Windows 上安装部署 Anything LLM + Ollama 来实现用户和 DeepSeek-r1 对话的功能以及利用路由侠内网穿透实现外网访问。

lyxnwct的博客 1895

AI编程助手Skills技能包:从安装到自研的全攻略

大模型驱动的AI编程助手正从“对话式补全”走向“技能化任务执行”,核心机制是将结构化的指令、脚本与模板封装成可复用的技能包(Skills),让模型在数学建模、前端开发等特定场景下按固定套路稳定输出。与传统提示词相比,技能包通过SKILL.md声明触发条件并以文件目录组织“工具加说明书”式的工作流,有效降低了上下文噪音。GitHub上已涌现大量开源技能库,开发者可将其手动安装到Claude Code、Codex、OpenCode等CLI工具中,也可基于团队规范自研私有技能。本文梳理了技能包的目录结构、安装路径

weixin_29053067的博客 364

我用两个月时间,终于把优快云付费资源项目玩明白了!

关于项目的定位,这是一个知识付费项目,根据市场研究机构的数据显示,到2023年,全球知识付费市场规模将达到2000亿美元,所以说知识付费的前景是十分广阔的,当下互联网时代信息大爆炸,80后、90后、00后群体对知识付费的认可度也大幅提升,同时这群作为知识付费的主流人群已经具备了更强的消费能力,而且对于知识付费的需求更高。目前整个知识付费领域仍然在发展起步的初期,尽快在知识付费领域布局可以帮助我们在这波红利中获得一份不错的收益。而且个人认为,

白话机器学习 2万+

WinCC与PLC在西门子逻辑赛项中的通信配置避坑指南

本文针对西门子逻辑赛项中WinCC与PLC通信配置的常见问题,提供了一套实战避坑指南。重点解析了WinCC、PLC与EET仿真平台的三角通信架构,强调了IP地址规划、防火墙设置等关键环节的注意事项,并给出了系统化的故障诊断流程与排查技巧,帮助选手和技术人员快速定位并解决通信故障,确保监控系统稳定运行。

weixin_29165725的博客 107

AI编程助手Skills完全指南:从安装到自定义实战

AI编程工具正从简单的对话助手,演进为具备可复用工作流的智能体。在Claude Code、Codex、OpenCode等工具中,Skills作为一种轻量级技能包,正成为衡量工具价值的新标准。它不同于普通提示词的一次性,也有别于传统插件的重量级,而是将流程规范、参考文档与辅助脚本打包成独立目录,让AI在特定任务中按成熟流程执行。从GitHub手动安装到编写自己的SKILL.md,再到前端开发、数学建模、内容创作等场景的实战落地,Skills正帮助开发者将个人经验固化为AI可理解的操作手册。本文系统梳理了Ski

weixin_28717939的博客 317

【BUAA】【计组】计算机组成 pre (含详细解析)

BUAA 计算机组成 本文章旨在为@走肖暂时无法接通的系列文章创造一个目录,收藏本文章,方便查阅! 1. 入门测试 2. 基础知识 3. Logisim   欢迎来到 Logisim 的世界   Logisim 门电路   Logisim 组合电路   Logisim 时序电路   Logisim 仿真与调试   应用与挑战 4. Verilog 与仿真工具   前言   ISE 入门   VCS 入门   Verilog 语法   Verilog 题目实例与分析   Verilog 工程的设计开发调试

Schrodinger007的博客 9809

AI编程助手Skills安装与开发实战:从零到一全流程

AI编程助手正从“对话工具”进化为“专业工作流执行者”,而Skills机制正是这一进化的关键。通过结构化技能包(SKILL.md),AI能按预设流程自动完成数据处理、代码审查、报告生成等任务。本文从SKILL.md结构与安装原理出发,结合GitHub热门仓库的筛选与调试经验,详解手动安装、验证、开发自定义技能的方法,并针对Claude Code、Codex、OpenCode等主流工具的兼容性问题给出实用建议。无论你是数学建模、前端开发还是AI内容创作,掌握Skills技能包的编写与部署,都能显著提升AI任务

weixin_29065791的博客 243

PLC与变频器联动控制:从开关量、模拟量到通讯的接线与编程实战

在工业自动化系统中,电机调速控制是核心需求之一,其关键在于实现可编程逻辑控制器(PLC)与变频器之间的可靠联动。其基本原理是通过PLC输出控制信号,由变频器接收并驱动电机按设定速度运行。这项技术的核心价值在于实现电机的软启停、精确调速与节能控制,广泛应用于风机、水泵、传送带及精密张力控制等场景。其中,开关量控制以其接线简单、抗干扰能力强的特点,成为基础且可靠的方案;而模拟量控制则能实现无级平滑调速,满足更高精度的工艺要求。本文以西门子、三菱等主流品牌为例,深入解析了这两种主流控制方式的硬件接线、参数设置与梯

1268

C#实战大华智能安防系统:从SDK封装到视频流与智能报警的全链路落地

本文将介绍C#集成大华SDK开发安防系统的实战经验,重点解决多路视频预览卡顿和报警延迟问题。文章通过三层架构设计(SDK封装层、业务服务层、应用层)实现解耦,详细分析线程安全封装、高效解码显示和智能事件联动等核心技术。针对16路摄像头同时预览时CPU占用率过高的问题,提出使用子码流拉流与异步解码的优化方案,并总结8个常见开发陷阱的解决方案。文中还提供了大华智能安防系统的完整架构图,展示从设备层到应用层的交互流程,特别强调业务服务层中视频流服务和智能报警服务的核心功能设计。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 429

从零掌握AI编程助手Skills:安装、编写与管理完整指南

大语言模型驱动的编程工具正成为开发者日常效率利器,而Skills机制是其核心能力之一。与普通提示词仅在单次对话中生效不同,Skills通过文件夹与SKILL.md文件定义,模型依据description在恰当的时机自动加载,从而让工具真正“学会”处理特定任务。本文解析Skills的触发原理与文件组织方式,演示从GitHub手动安装现成技能包的完整链路,并给出编写可用SKILL.md的五步法,包括描述触发条件、输入处理输出骨架、正反示例等。结合前端开发、数学建模(如华为杯)等场景,提供选型建议与学习路径,帮助

weixin_29053073的博客 241

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

AI编程助手Skills实战:从机制原理到踩坑记录

AI编程助手正快速从代码补全工具进化为具备项目理解能力的Agent,而Skills机制则是让通用大模型真正适配专业工作流的关键。它通过将特定领域的方法论、输出模板和调用工具封装为可复用的文件集合,解决了模型与团队规范之间的“最后一公里”问题。与常驻的Rules和一次性的Prompt不同,Skills按需加载,省下宝贵的上下文资源,同时支持与MCP工具编排协作,实现从“搜索→阅读→提炼”到“设计稿→组件树→代码”的完整自动化流程。无论是前端设计稿还原、测试用例生成,还是数学建模分析,优秀的Skills都能让A

weixin_26765363的博客 220

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

AI编程助手Skills实战指南:从安装、编写到维护的完整解析

提示词工程在AI编程工具中的应用正在从一次性对话走向可复用的技能体系。所谓skills,就是将领域知识、工作流程和工具脚本封装为标准化目录结构,让AI编码助手在遇到特定任务时按预设规则执行。其核心原理是利用模型上下文窗口的有限性,将知识按需加载,既提升输出质量又降低干扰。在实际场景中,无论是数学建模比赛中的快速数据探查与论文模板生成,还是前端开发中的编码规范审查与组件脚手架,skills都能显著提升工程效率。本文从一个实践者的视角,系统梳理了skills的安装方式、筛选标准、编写要点和日常维护方法,并针对目

weixin_29053695的博客 337

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!

巧用 DeepSeek 进行数学建模:从工具使用到建模能力提升

巧用 DeepSeek 进行数学建模:从工具使用到建模能力提升

拥有百余位万粉技术博主、200余位可合作代发博主,私域技术社群规模达千人,商务合作私信 8099

OpenCode AI编程助手Skills配置与实战指南

终端AI编程助手正从单轮对话工具向可工程化的开发协作平台演进。其核心变化在于引入技能(Skills)机制——一种将任务流程、约束与输出规范打包为持久化文件的指令范式。与每次从零开始编Prompt不同,SKILL.md定义了专用场景、执行步骤和输出格式,使模型在执行代码审查、提交信息生成等重复任务时保持稳定与规范。该机制对团队建设、领域模板复用以及复杂工具链操作尤为高效。在OpenCode中,用户可通过克隆GitHub仓库、手动创建或迁移Claude Code技能包快速装配,达到即装即用。掌握SKILL.md

weixin_33700809的博客 279
上一篇: 华为OD机试 - 最优结果的a数组数量 - 贪心思维(Java 2024 E卷 100分)
下一篇: 华为OD机试 - 最优结果的a数组数量 - 贪心算法(Python/JS/C/C++ 2024 E卷 100分)
哪 吒
哪 吒 2022年度博客之星TOP 1 2022年度博客之星TOP 1 领域专家: 后端开发技术领域 领域专家: 后端开发技术领域
博客等级 码龄9年 59万+粉丝 2933原创
评论 24
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

打赏作者

哪 吒

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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