想入行产品设计?先搞懂PM与设计师的职责与边界!

【企业知识助手·Agent 实战】如何构建 Agent 运行态可观测体系:从行为基线漂移检测到成本预算治理的深度实战 核心原理:运行态可观测的本质是把"单点阈值"升级为"与基线的分布距离"——埋点回答发生了什么,基线比较回答这是否还正常关键结论:deny 率没有单向好坏语义,必须双边告警 + known-good / known-bad 双哨兵仲裁;成本归因的终点是单位经济与预算三线一位;评测分数入库让质量拥有趋势线。 阅读详情

如果你刚开始了解产品设计领域,可能会经常听到这两个角色:产品经理(PM) 和 设计师(Designer),他们一个注重逻辑与规划,一个注重体验与感知,看似分工明确,却又最需要密切合作。

就像很多团队遇到过的问题:

  • 产品经理写的文档太复杂、太抽象,设计师看不懂;

  • 设计师画的界面太超前,产品经理觉得不符合需求。

最终导致项目延期、返工、争论不休…… 其实很多时候问题不在于沟通,而在于缺少一种能让两者高效协同的工作方式和工具。

本文,我们将带你搞清楚:产品经理与设计师的分工到底是怎样的?为什么会频繁“越界”?两者如何通过更好的工具与流程,实现真正的一体化协作。

一、产品经理的核心工作

在一个完整的产品设计与开发流程中,产品经理就像“导演”一样,负责确定整个产品的方向与故事主线。换句话说,产品经理是连接用户、业务与技术的中枢,他们要提炼方向,把模糊的想法变成可执行的产品方案。

以下是产品经理的四大核心工作:

1、定义问题:明确产品要解决什么

产品经理最核心的任务,是理解用户的痛点,并把模糊的想法转化为清晰的产品目标,他们需要不断追问:

  • 我们为什么要做这个功能?

  • 它能为用户解决什么问题?

对一个优秀的PM来说,他不会立刻写PRD,而是先确认问题是否值得解决。毕竟在产品的世界中,方向错了,再多努力,都是浪费。

2、拆解需求:把想法变成可执行逻辑

当方向确定后,产品经理要将复杂的业务目标拆解为结构化的产品逻辑,包括:功能模块划分与优先级排序;用户流程梳理与边界条件定义;数据指标、成功标准与异常场景预设等。

这一步通常通过PRD(产品需求文档)来承载,要知道PRD不是简单的说明书,而是一份让团队都能“看懂问题”的逻辑蓝图。

3、沟通协调:让每个角色理解同一个目标

产品经理的工作,60%都在“沟通”,他们需要让设计师理解用户体验目标,让开发理解业务逻辑,让测试理解功能边界。这既是协调,也是翻译——把抽象的业务语言转化为具体可实现的产品结构。

同时,产品经理还要不断*“需求”与“资源”之间平衡,也就既要保证产品质量,又要控制开发成本与节奏,这考验的就是判断与取舍能力了。

4、推动落地:从文档到产品的最后一公里

这一阶段,产品需要出线框图,监督开发和设计落地,确保功能实现符合预期,同时达成商业目标。

当设计与开发开始执行时,PM还要持续追踪进度、解决问题、校对实现逻辑, 确保最终产品与最初定义的目标一致。

一句话,产品经理是产品方向的设计者,他们用逻辑定义边界,用洞察发现问题,用判断推动结果,是让整个产品团队朝着同一个目标前进的“掌舵者”。

二、设计师的核心工作

如果说产品经理决定了“产品要解决什么问题”,那么设计师的职责,就是让产品被看见、被理解、被喜欢。总体来说,设计师的职责范围可以分为三个层面:

1、视觉设计:让界面“好看”又“统一”

视觉设计关注的是用户“第一眼”的印象,它决定了产品是否专业、美观、易于识别。优秀的视觉设计并不只是追求好看,而是通过视觉规范传递品牌特性和产品调性,设计师在这一层的主要工作包括:

  • 设计界面的字体、颜色、图标、间距与布局;

  • 制定视觉规范(Design System),保持风格一致性;

  • 优化对比度、层级与留白,让界面更清晰、友好;

  • 兼顾可访问性与响应式设计,确保不同终端下的观感一致。

视觉设计让用户“愿意使用”产品,是建立信任与品牌印象的第一步。

2、交互设计:让操作“顺畅”又“自然”

交互设计是视觉背后的逻辑,它决定了用户如何操作、点击、切换、反馈,以及整个使用流程是否顺畅。好的交互设计,让用户在操作时几乎感受不到障碍,因为一切都“理所当然”。

交互设计的主要工作有:

  • 规划按钮行为、动效反馈与页面跳转方式;

  • 设计任务流程与用户操作路径,减少无效步骤;

  • 模拟用户心智模型,确保产品“符合直觉”;

  • 通过交互动效提升反馈感与使用愉悦度。

这一环节的目的是让用户“用得顺手”,它是一款产品体验的灵魂。

3、信息架构:让内容“有序”又“好找”

信息架构是产品的骨架,决定了内容的组织方式与层级关系。它解决的问题是:当功能越来越多、信息越来越复杂,用户是否仍能轻松找到所需内容。设计师在这一层的主要工作包括:

  • 规划页面结构与导航逻辑;

  • 梳理信息层级与模块关系,确保逻辑清晰;

  • 通过分组、标签、检索等方式提升可发现性;

  • 在复杂系统中保证不同页面之间的结构一致性。

信息架构让用户“不会迷路”,是大型产品可用性与可扩展性的基础。

以上三层共同构成了设计师的核心职责,也让他们成为连接“用户体验”与“产品逻辑”的关键角色。

三、工具协同,PM与设计师高效配合的关键

在一个成熟的产品团队中,产品经理和设计师的关系,就像左右手。一个掌控方向,一个塑造体验。但在实际工作中,这对搭档常常被沟通、工具和流程“卡住”。

这些并不意味着协作失败,而是因为两者的工作本身都承担着“定义体验”的角色:产品经理从功能与业务角度定义“体验逻辑”,设计师则从界面与交互角度定义“体验路径”。

两者都在为用户体验负责,只是视角不同。因此,高效协作的关键不是重新分工,而是找到共创的方式。

而打造高效协作,有三个关键要素:

1、共识:共享同一目标

产品经理与设计师必须站在同一个“用户视角”上,所有讨论都应围绕“用户是否更容易理解、是否更容易完成任务”展开,只有当目标一致时,讨论才不会流于争论。

2、可视化:让沟通更直观

很多沟通障碍来自文字的不一致,通过可视化的审批、交互图、需求标注,双方都能更快达成理解。

3、工具协同:让流程更顺畅

以前,产品经理和设计师使用的工具割裂严重,写PRD、画原型、做设计、标注审批分别用不同的工具,信息分散、流程割裂,协作效率大打折扣,这也是为什么现在很多团队都在寻找一款一体化设计平台。

摹客3的出现,很好地解决了这个问题,它是一款真正意义上的一站式产品设计平台,让产品经理和设计师可以在同一个空间内共创、共享、共进。

摹客3是新一代AI全能产品设计平台,集原型设计+ UI 设计 + 团队协作 + 开发交付于一体,新手和团队都能用得顺手,可以满足产品设计团队从0到1的全流程需求。

官网:https://www.mockplus.cn/m3

摹客3有以下核心亮点:

1、支持原型设计与UI设计双模式

摹客3最大的特色和创新是:支持原型设计和UI设计双模式,能让产品经理和UI设计师各自在最贴身、最熟悉的模式中工作,最大程度提升创造力和工作效率。

  • 原型模式

摹客3独家创新了30多项高级原型设计功能,支持页面级交互、组件级交互、图层级交互等,可以完成更丰富的交互效果模拟,你想做的任何交互,摹客3都能实现。

  • UI模式

UI模式专注精细的高保真界面设计,提供了专业强大的矢量设计能力、丰富的样式资源,你想要的界面效果,摹客3都能实现。

一句话,摹客3拥有全量的原型和UI设计能力,同时支持产品经理与UI设计师在不同模式下工作,可一站替换Axure、Figma、Sketch等工具,无需来回切换,让创造力最大程度释放。

2、原型设计和UI设计底层数据互通

摹客3实现了原型设计和UI设计的底层原生数据互通,只需一键切换模式,原型设计数据即可转换为UI设计数据。这样一来,产品经理和设计师之间的设计资源可相互复用,设计师可以轻松地从原型稿上获取组件、文案、产品文档等说明信息,极大地提升了团队的协作设计效率。

3、AI助力设计团队深度提效

摹客3内置的AI助手,小摹AI,目前已全面升级,拥有的AI能力包括:

  • AI生成多页高保真设计稿;只覆盖多种风格尺寸,轻松搞定APP与网页设计;生成的设计稿可继续手动编辑,还可一键转换为前端代码,设计交付0延时。

  • 输入产品需求,即可一键生成各类产品文档,大幅提升产品经理工作效率。

  • 支持通过AI快速检查颜色、字体和组件,轻松对齐设计规范,更省心更专业。

小摹AI的能力还在持续优化和迭代,尽可能往生成完整应用方面迭代和发展,包括生成可交互应用、支持代码编辑、打包下载和二次开发等。相信未来小摹AI拥有无限可能,真正赋能产品设计工作流,帮助设计团队深度提效。

4、提供独家离线产品设计工具

摹客3不仅支持线协作,还提供了行业独家离线产品设计工具。无论你想在线协作,还是有高保密、纯离线设计的需求,摹客3都能满足你。

更值得一提是,从文件创建、编辑、导出离线演示包进行本地演示、导出离线标注给开发查看,所有操作流程均可在无网络环境下完成,无需依赖任何云端资源。

可以说,摹客3既是一款工具,也是一种新的工作方式。它让产品经理与设计师,不再隔着工具壁垒沟通,而是真正协作在一起,在同一个工作流中共同塑造产品、完善产品。

在这个AI与协作工具不断进化的时代,真正高效的团队,早已不再依赖“更多会议”或“更长文档”,而是依靠更清晰的流程、更直观的沟通、更顺畅的工具。

摹客3正是这样一款让产品经理与设计师“协作在一起”的工具。它整合了PRD写作、原型设计、UI设计、与交付管

从今天开始,让摹客3成为你的“协作中枢”吧,让每一个好想法,都能被更快、更准确地实现。

《AI实战嵌入式Agent +MCP+skill》课时2.5|定时器实战 本课讲解定时器时基单元原理,通过PSC、ARR、CNT三寄存器配合实现精确周期控制。以84MHz时钟为例,计算得PSC=8399、ARR=9999可实现1秒溢出周期。采用HAL_TIM_Base_Start_IT启动定时器更新中断,在HAL_TIM_PeriodElapsedCallback中处理周期任务,实现非阻塞、高精度的定时。相比HAL_Delay的阻塞式延时,定时器中断方案不占用主循环,支持并发操作,是嵌入式系统中实现周期任务的高效方式。 阅读详情

相关推荐

AUTOSAR RTE配置实战:从ECU分区到Task映射的完整指南

本文提供了一份AUTOSAR RTE配置的完整实战指南。从创建ECU分区、定义OS任务,到实现Runnable Entity与Task的精确映射,详细解析了每一步的操作要点与常见陷阱。文章结合配置工具界面,旨在帮助开发者高效完成RTE配置,确保系统实时性与数据一致性,是掌握AUTOSAR核心开发流程的实用参考。

weixin_29228203的博客 483

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 266

Coze工作流实战:Coze一键生成沉浸式历史故事视频

【coze工作流实战】一键生成火爆的沉浸式历史故事视频!短短3分钟,顶替你3天的工作量!

bickys的博客 1004

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 1万+

CTFshow-pwn入门-前置基础pwn32-pwn34

CTFshow-pwn入门-前置基础pwn32-pwn34

你们de4月天的博客 1129

[ADS]单端电感和差分电感的感值和Q值计算公式

单端电感和差分电感的感值和Q值计算公式

乾巽的博客 1万+

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 216

2025华为杯第二十二届中国研究生数学建模竞赛E题:高速列车轴承智能故障诊断问题 - 完整解题分析+完整MATLAB源码!

🎓 本文收录于 《滚雪球学数学建模》专栏,本专栏专注于从零基础出发,带你循序渐进掌握数学建模的核心方法与思维路径。通过“滚雪球式”学习法,从最简单的生活化案例到经典建模工具,再到省赛、国赛真题实战演练,逐步积累知识与技能,帮助你搭建完整的建模体系。无论你是刚接触建模的新生,还是希望提升科研与竞赛能力的学者与工程师,本专栏都将为你提供一条清晰、高效、可实操的建模成长路线,助力你快速进阶,突破难点,迈向数学建模竞赛与实际应用的更高峰 🚀!

**My Coding Family** 1988

在Codex 让AI模型 拥有长期智能记忆

本文介绍Claude-Mem V15新功能——智能记忆召回,解决AI遗忘、重复提示、执行不一致等问题。通过本地部署claude-mem,实现自动记录决策(如数据库选型)、跨会话智能召回,支持记忆写入、检索、遗忘全流程闭环。相比传统记忆方案,其基于Hooks自动捕获工具调用,结构化存储,可追溯、可共享、可清理,显著提升工程效率与协作一致性,是长期项目中理想的“工作黑匣子”与“工程脑”。

米莱虾 248

亿图机床采集数据

这个数控系统的英文名是HUST,在台湾知名度还可以,但大陆这边我做这么多年项目也只接触过屈指可数的几次,可见市场占有率并不大,联网采集不复杂。

若云流风的专栏 2487

一文吃透 ABAP CDS SELECT:语法全景、关联与去重、可运行示例与实战心法

摘要: 本文深入解析ABAP中CDS视图的SELECT语法,重点介绍两种等价写法、关联与路径表达式优化、DISTINCT去重逻辑及WHERE/GROUP BY/HAVING/UNION等子句的应用。通过可运行的业务伙伴角色去重、关联路径查询及多角色筛选示例,演示如何将CDS特性转化为项目实践。强调关联复用性优于传统JOIN,并指出DISTINCT的权限边界与误用场景,帮助开发者从行式思维转向图式数据建模。(150字) 关键词: ABAP CDS、SELECT语法、路径表达式、DISTINCT去重、关联复用

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 389

医疗 AI 有两种,别混着谈:一个改流程,一个改范式

InfoXMed 是面向医生、医学生和医学科研人员的 AI 医学工具平台,提供文献检索、全文翻译、AI 解读、指南查询和题库练习等功能,辅助临床学习、科研汇报与医学备考。原文是日本医学会杂志(JMA Journal)的一篇综述(Review Article):基本事实:这一点必须先说清:这篇论文提出的是一个研究纲领。它文中的"预测"指的是科学设想,不是可以拿来用的临床预测能力。文中甚至自己承认了一个硬缺口(见第三节)。本文只谈它的术语辨析与科学方法论,不转述任何可作为临床依据的预测或处置主张。这篇论文的全部

2601_96948740的博客 187

15、远程操作水下航行器(ROV)的非线性控制系统设计

本文探讨了远程操作水下航行器(ROV)的非线性控制系统设计,重点介绍了多变量PID控制、改进的PD控制和滑模控制三种方法。详细阐述了各控制策略的原理、建模与仿真过程,并通过对比分析其在稳态误差、振荡、抖振及跟踪效果等方面的性能表现。文章还提出了针对不同控制方法的优化建议,并给出了选择合适控制策略的决策流程,为ROV高精度运动控制提供了系统性解决方案。

sun99的博客 155

河道漂浮物目标检测数据集

目标检测,yolo,河道漂浮物目标检测数据集

DL_data_set的博客 169

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

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 471

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!

大模型 Embedding 与向量相似度详解

Embedding 解决的问题:计算机不懂文字,但懂数字│▼文本 → 向量(1024维浮点数数组)│▼相似度解决的问题:怎么判断两个向量(文本)有多接近│▼余弦相似度:看向量方向的夹角,越接近0°越相似│▼最终效果:语义搜索——理解意思,而非字面匹配一句话总结:Embedding 把文字变成数字,余弦相似度比较数字的方向,两者结合实现了"理解语义"的搜索。

T3165919332的博客 62

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

AI前沿日报 · 2026-11-04 | 祛魅时刻:Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读,数学能力提升依赖Python+50次迭代;②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程;③Nvidia开源Auto-Ontology自动知识图谱;④$800开源全域抓取机器人Stringman;⑤OpenAI悄然重开Codex训练开关引信任危机;⑥DeepMind发布Gemini 4 Argon机器人基础模型;⑦美国科技巨头隐性AI债务达3.2万亿美元,6个月增90%。

johnsong2009的博客 492

GPT-1 架构和计算细节

下面配合框图,对 GPT-1 的每个组件做公式展开 + 数值实例(配置:12 层 × 768,12 头,FFN 3072,词表 40478,共 117M 参数)。GPT-1 把翻译模型的编码器-解码器砍掉一半,只留解码器,然后以"预测下一个词"为目标在 BooksCorpus 上预训练。与 2017 原版的四个架构差异(框图中标 ★):h0=E[token]+Epos[position],E∈R40478×768, Epos∈R512×768h^0 = E[\text{token}] + E_{pos}[\

eloudy的专栏 225

终端 AI 审计与 “龙虾” 类智能体风险治理:从可见性到闭环溯源

生成式 AI 办公普及之后,数据泄露风险逐步下沉到终端。员工将合同、源代码、客户资料粘贴至公有大模型,以及龙虾(OpenClaw)这类本地开源 AI 智能体的滥用,成为企业安全新挑战。传统网络边界防护存在审计盲区,本文从风险链路拆解、核心能力模型、分级治理策略、落地踩坑点以及技术局限性多角度,分享终端侧 AI 安全治理的实践思路。

2401_86491085的博客 589

2.53 基于极稀疏指纹的室内定位注意力图元学习

该论文发表于IEEE Transactions on Mobile Computing(TMC)2026年6月,面向极稀疏指纹条件下的WiFi室内定位,针对指纹采集人力成本高、标记指纹稀缺时定位精度大幅下降的痛点,提出注意力图元学习模型AGML(Attentional Graph Meta‑Learning),结合图神经网络、元学习、两种指纹数据增强与分布对齐技术,在标记指纹极少的场景实现高精度室内定位,同时公开了多套真实+仿真定位数据集用于基准测试。场景:二维室内空间,障碍物造成信号遮挡,

weixin_42963026的博客 309

语音识别与语音合成的技术原理及应用

语音识别 #语音合成 #人工智能 #大模型。语音识别与语音合成的技术原理及应用。一、语音识别的核心原理。二、语音合成的核心原理。三、工程落地的主要难点。五、需要关注的现实问题。

weixin_62919816的博客 169

视觉推理是在看图,还是依赖语言先验猜答案?

问一张香蕉照片“它是什么颜色”,回答黄色可能来自看图,也可能来自常识。把香蕉换成红色,错误才显露出来;但答错仍可能是没看清颜色、没理解问题,或没有把看到的属性用于回答。**总正确率不能独自区分这些解释。**封面中的红色香蕉只是概念插画,不是论文测试样本。

weixin_44369324的博客 136

设计师工作室 GEO 实操:如何提升 AI 实体推荐概率

设计工作室 GEO 的本质,是把创意服务转化为 AI 可理解的结构化信息。核心动作可归纳为:区分事实与审美、建立实体图谱、预判用户提问、输出脱敏内容、搭建多信源、持续测试验证。梳理工作室的 6 个实体属性:品类、城市、流程、边界、团队、渠道。在官网或作品集平台发布至少 3 篇结构化项目复盘,只陈述事实。输出 1 篇「设计报价影响因素」科普内容,覆盖甲方高频提问。争取 1 次行业媒体或本地媒体专访,形成第三方信源。每周用「XX 城市 + 品类 + 设计工作室推荐」指令测试,记录出现频率。

goujunwe的博客 303

AI作图软件技术选型:从4个技术维度出发的实测对比

AI作图软件技术选型:从4个技术维度出发的实测对比

Vbaoke的博客 183

深入理解 Transformer:Decoder 与 Masked Attention 速查手册

写Decoder时直接套用Encoder自注意力代码,训练loss秒降、推理却不会生成?😵 这份速查手册按“症状→诊断→改法→代价→边界”组织,30秒帮你定位masked_fill、tril、causal_mask的正确写法,附可跑代码与对照表,让你彻底搞懂“为什么不能看到未来”。🔧

2601_94912102的博客 236

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 3568
上一篇: 解锁生产力!10款超实用的产品经理离线工具推荐
下一篇: UI设计师效率神器!2026年最全设计师离线工具包
摹客
博客等级 码龄12年 1588粉丝 784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