- 博客(1344)
- 资源 (222)
- 收藏
- 关注
RSS订阅原创 Qwen2.5-7B模型服务化：REST API设计
本文围绕Qwen2.5-7B 模型的服务化过程✅ 利用预置镜像快速部署模型推理环境✅ 设计了兼容 OpenAI 风格的接口✅ 实现了基于 FastAPI 的高性能后端服务✅ 支持结构化输出（JSON）、长上下文（128K）和多语言交互✅ 提出了流式响应、性能优化与安全控制等进阶方案该服务可直接接入企业内部系统，用于自动化报告生成、智能知识库问答、跨语言翻译等高价值场景。
2026-01-10 05:25:16
1
原创 Qwen2.5-7B部署降本增效：动态GPU分配实战指南
本文深入探讨了Qwen2.5-7B模型的技术特性，并结合实际部署需求，提出了一套完整的动态GPU分配实战方案。通过容器化部署、懒加载机制、自动回收策略与 vLLM 加速框架的协同，成功实现了高性能与低成本的统一。Qwen2.5-7B 具备强大多语言与结构化输出能力，适用于多样化网页推理场景；动态GPU分配通过按需加载模型显著提升资源利用率，降低单位请求成本；借助 vLLM、AWQ 等工具链可进一步优化性能与显存占用；合理设置超时与限流机制保障系统稳定性。
2026-01-10 05:24:18
109
原创 Qwen2.5-7B从安装到运行：新手必看的完整实操手册
理解模型特性：掌握其架构设计、多语言支持、结构化输出等核心优势；完成一键部署：利用预置镜像在 4×4090D 环境下成功运行模型；实现网页交互：通过“我的算力”平台轻松开启 Web 推理服务；调用API接口：将模型能力集成到自己的应用系统中；优化运行效率：学会使用量化、参数调节、上下文管理等实用技巧。
2026-01-10 04:54:54
292
原创 Qwen2.5-7B部署排错：常见问题解决方案汇总
若需自行构建，参考以下Dockerfile问题类型主要原因推荐方案显存不足模型体积大、未量化使用 4-bit 量化 + vLLM加载失败缓存污染、类错误清除缓存 +无法访问绑定 IP 错误+ 端口映射长文本截断未设 max_model_lenvLLM 配置 131K 上下文多语言乱码编码未统一全链路 UTF-8 + 正确 tokenizer角色扮演失效模板错误使用。
2026-01-10 04:51:12
114
原创 Qwen2.5-7B高效部署指南：JSON生成任务的GPU利用率提升方案
优先使用 vLLM + PagedAttention：最大化利用显存带宽和并行计算能力控制 batch size 在 8~32 之间：平衡延迟与吞吐启用 prefix caching：对于模板化 prompt 效果显著合理设置 stop tokens：如"}""\n"加速 JSON 截断定期压测验证性能拐点：找到最佳并发阈值本文围绕Qwen2.5-7B 在 JSON 生成任务中的高效部署选用vLLM作为推理引擎，利用 PagedAttention 实现高效的显存管理和批处理；设计标准化的。
2026-01-10 04:37:38
339
原创 Qwen2.5-7B多模态准备：未来扩展接口设计解析
Qwen2.5-7B作为阿里云最新一代大语言模型的重要组成部分，凭借其强大的语言理解与生成能力、超长上下文支持、高效的GQA架构和多语言覆盖，已成为构建下一代AI系统的理想基座。虽然当前版本尚未正式发布多模态功能，但从其架构设计、扩展性考量及社区动向来看，未来极有可能通过标准化接口接入视觉、语音、工具调用等多种模态，形成统一的“通感一体”智能体框架。对于开发者而言，现在正是基于Qwen2.5-7B搭建私有化推理服务、探索Agent应用场景、预研多模态集成方案的最佳时机。
2026-01-10 03:35:40
152
原创 Qwen2.5-7B对抗攻击：安全防护措施
Qwen2.5 是 Qwen 系列最新一代大语言模型，覆盖从 0.5B 到 720B 参数规模的多个版本。其中Qwen2.5-7B是一个轻量级但功能全面的模型，适用于边缘设备或资源受限环境下的快速部署。架构设计：基于 Transformer 架构，采用 RoPE（旋转位置编码）、SwiGLU 激活函数、RMSNorm 归一化及 Attention QKV 偏置技术参数配置总参数数：76.1 亿非嵌入参数：65.3 亿层数：28 层。
2026-01-10 03:24:15
155
原创 Sambert-HifiGan语音合成服务用户手册
虽然本服务以“开箱即用”为目标，但开发者仍可根据需求进行二次开发。本手册详细介绍了基于构建的中文多情感语音合成服务，涵盖 WebUI 使用、API 调用、环境配置与扩展建议。📌 核心价值总结高质量语音输出：融合 Sambert 与 HiFi-GAN 优势，音质清晰自然多情感表达能力：突破传统 TTS “机械音”局限，增强交互感染力双模服务设计：兼顾可视化操作与程序化调用工程稳定性保障：彻底解决依赖冲突，真正做到“一键运行”
2026-01-09 15:36:13
515
原创 语音合成质量控制：Sambert-HifiGan的自动化测试方案
建立每日自动化回归流水线yamljobs:steps:每日自动运行测试集，生成报告并邮件通知负责人。维护“黄金样本库”每种情感保留2~3个高质量参考音频每次模型更新或依赖升级后，进行PESQ/Mel-SSIM对比差异超过阈值时触发人工复核流程增加日志埋点与监控看板记录每次请求的：文本长度、情感类型、响应时间、客户端IP使用Prometheus + Grafana搭建实时监控面板设置异常波动告警（如PESQ周环比下降10%）
2026-01-09 15:09:27
640
原创 CRNN模型量化技术：进一步减小模型体积
本项目基于ModelScope 平台的经典 CRNN 模型进行二次优化与工程化封装，支持中英文混合识别，适用于发票、证件、路牌、手写体等多种复杂场景。系统集成了 Flask 构建的 WebUI 和 RESTful API 接口，用户可通过浏览器交互操作，也可通过程序调用完成自动化识别任务。💡 核心亮点回顾模型升级：从 ConvNextTiny 切换为 CRNN，显著提升中文识别准确率智能预处理：集成 OpenCV 图像增强算法（自动灰度化、对比度拉伸、尺寸归一化）极速推理。
2026-01-09 13:10:50
582
原创 CRNN OCR模型版本管理：平滑升级的最佳实践
实践要点 | 具体做法 |接口兼容| 保持API签名不变，仅内部实现替换 |灰度发布| 通过Header或Query参数控制流量分发 |双跑验证| 同一批数据同时走新旧模型，对比结果差异 |性能压测| 使用Locust模拟高并发请求，验证稳定性 |日志追踪| 在日志中标记便于排查 |本次从ConvNextTiny到CRNN的模型升级，不仅是一次精度跃迁，更是一套完整的AI服务生命周期管理范本。在资源受限的CPU环境中，也能通过精细化工程优化，部署高性能OCR模型。关键在于：✅。
2026-01-09 11:44:47
498
原创 发票识别准确率提升：基于CRNN的定制化训练建议
CRNN是一种专为端到端场景文字识别设计的深度学习架构，首次由Shi et al. 在2015年提出。CNN（卷积神经网络）：用于从输入图像中提取局部视觉特征；RNN（循环神经网络，通常为BiLSTM）：对特征序列进行时序建模，捕捉字符间的上下文依赖；CTC（Connectionist Temporal Classification）损失函数：解决输入图像与输出字符序列长度不匹配的问题，无需字符分割即可实现对齐。📌 核心价值CRNN摆脱了传统OCR中“先检测后识别”的两步流程，实现了。
2026-01-09 09:51:31
471
原创 OCR识别性能瓶颈：CRNN模型优化方向分析
✅ 原则一：模型结构决定上限，推理引擎决定下限即使是最先进的模型，若未经过推理优化（如ONNX、TensorRT），也无法发挥全部潜力。反之，简单模型+优秀工程优化，往往胜过复杂模型+原始PyTorch推理。✅ 原则二：不要忽视“非模型”环节的性能损耗图像预处理、内存拷贝、序列解码等看似微不足道的操作，累积起来可能占据近30%的总耗时。必须进行全链路 profiling 分析。✅ 原则三：准确率与速度的平衡需要数据驱动决策并非所有场景都需要99%的准确率。在多数工业应用中，95%+即可接受。
2026-01-09 09:04:03
630
原创 CSANMT模型在学术会议同传中的实际应用评测
CSANMT是阿里巴巴达摩院提出的一种面向中英翻译优化的神经机器翻译架构，全称为。它在标准Transformer结构基础上引入了动态上下文感知注意力机制，能够根据输入句子的主题和语境自动调整注意力权重分布，尤其擅长处理长句拆分、指代消解和专业术语一致性问题。💡 技术类比普通NMT模型像是“逐字翻译员”，只关注当前词；而CSANMT更像是一位“资深语言专家”，会结合前后几句话的内容来判断某个术语应该如何准确表达。device=-1 # CPU模式try:✅ 工程亮点device=-1。
2026-01-09 08:32:27
598
原创 OCR项目上线慢？一键部署镜像缩短80%开发周期
OCR 技术本身并不难，但将其稳定、高效地集成到生产系统中却充满挑战。我们推出的这款CRNN 轻量级 OCR 镜像，正是为了解决“开发周期长、部署复杂、依赖GPU”三大痛点。✅一句话价值总结从“几周开发”到“几分钟部署”，降低OCR技术使用门槛，让团队专注核心业务创新。无论你是初创公司想快速验证产品原型，还是大型企业希望构建私有化OCR能力，这套方案都能为你节省至少80% 的前期投入时间。立即体验，开启你的高效OCR之旅！
2026-01-09 07:59:01
703
原创 AI办公自动化入口：部署OCR镜像实现合同信息提取
OCR（Optical Character Recognition，光学字符识别）是一种将图像中的文字内容转换为机器可读文本的技术。其核心目标是让计算机“读懂”纸质文档、扫描件、截图等图像中的文字信息。典型的 OCR 流程包括以下几个步骤：1.图像输入：上传包含文字的图像文件（JPG/PNG/PDF等）2.图像预处理：调整亮度、对比度、二值化、倾斜校正等3.文本检测（Text Detection）：定位图像中文字所在的区域（Bounding Box）4.
2026-01-09 07:56:35
303
原创 军事后勤管理：装备铭牌OCR快速清点库存
本文介绍了一套基于CRNN模型的高精度OCR识别系统，并详细阐述了其在军事后勤装备铭牌清点中的工程实践价值。高准确率：CRNN模型显著提升复杂环境下中文识别能力；强鲁棒性：智能预处理应对模糊、反光、锈蚀等现实挑战；轻量化部署：纯CPU运行，适合边缘设备与野战环境；双模接入：WebUI便于操作，API利于系统集成；安全可靠：数据不出内网，符合军队信息安全规范。结合目标检测：先定位铭牌区域，再进行OCR，避免无关背景干扰；构建专用模型：基于军用铭牌数据微调CRNN，打造“军用OCR专用模型”；
2026-01-09 07:54:30
494
原创 翻译服务限流策略：保护CSANMT不被过度调用
CSANMT作为一款面向实际应用的中英翻译引擎，其价值不仅体现在“翻译质量高”和“部署轻便”，更在于能否在真实复杂环境中持续稳定输出服务能力。✅ 有效抵御恶意刷量与资源滥用✅ 显著降低系统崩溃风险✅ 提升多用户共用场景下的服务质量一致性✅ 为未来功能扩展打下坚实基础🎯 核心结论好的AI服务，不只是模型强，更是架构稳。限流不是限制能力，而是释放潜力。在人人皆可调用AI的时代，唯有建立健壮的服务治理机制，才能让像CSANMT这样的优质模型真正走向规模化落地。
2026-01-09 07:32:59
679
原创 虚拟试衣间技术解析：M2FP如何实现精准分割
M2FP 全称为，是在架构基础上专为人像解析任务微调的高性能模型。其核心思想是：将人体解析视为“掩码生成 + 类别预测”的联合任务，利用Transformer解码器动态生成一组可学习的查询向量（queries），每个查询对应一个潜在的人体区域及其语义类别。相比传统逐像素分类方法，M2FP的优势在于：全局感知能力强：自注意力机制捕捉长距离依赖，有效区分相邻个体；实例感知融合：即使没有显式做实例分割，也能通过掩码独立性隐式分离不同人物；高分辨率输出。
2026-01-09 03:56:10
431
原创 跨平台部署：将M2FP模型移植到移动端的实践
M2FP基于框架进行定制化改进，专为人体细粒度解析设计。其输入为一张RGB图像，输出为每个像素所属的身体部位类别标签（共20类，如头发、左臂、右腿、上衣、裤子等），属于典型的像素级语义分割任务。该模型采用Transformer解码器 + ResNet-101主干网络结构，在保持较高空间分辨率的同时引入全局上下文建模能力，显著提升了对遮挡、姿态变化和多人重叠情况的处理效果。# ModelScope中加载M2FP模型的核心代码片段。
2026-01-09 03:46:07
807
原创 如何用M2FP优化视频会议虚拟背景效果？
是基于 ModelScope 平台发布的先进语义分割模型，专精于多人人体部位级解析任务。面部、头发、左/右眼、左/右耳上衣、内衣、外套、裤子、裙子、鞋子手臂、前臂、手、腿、小腿、脚背包、帽子、其他配饰这种像素级的精细划分，使得后续的虚拟背景处理可以做到：- 精确保留发丝细节- 区分衣物与皮肤边界- 在多人重叠时仍能独立追踪每个个体💡 技术类比：如果说传统背景分割像是用剪刀粗剪照片，那么 M2FP 就像是一位专业修图师拿着画笔逐像素描边，并标注出每一块属于哪个身体部位。专业级视频会议系统。
2026-01-08 17:26:05
587
原创 智能广告投放：基于M2FP的受众特征分析
M2FP 不仅是一个高精度的人体解析工具，更是连接视觉感知与智能决策的桥梁。通过其提供的像素级语义分割能力，我们可以从静态图像中挖掘出丰富的用户画像线索，包括但不限于：- 穿搭风格（休闲/正式/运动）- 颜色偏好（暖色系/冷色系）- 配饰使用习惯（帽子、眼镜、背包）- 潜在人群属性（性别、年龄段）结合 Flask WebUI 和 CPU 友好设计，该方案尤其适合资源受限的中小企业或边缘计算场景快速落地。
2026-01-08 16:54:25
452
原创 AI研发提效50%：M2FP镜像预装所有依赖，告别环境调试
在 AI 项目初期，环境配置与模型调试往往占据 30%-50% 的时间成本。全栈预集成：从底层 PyTorch 到上层 WebUI，一站式交付；CPU 友好设计：让没有显卡的同学也能参与模型验证；可视化即服务：无需额外编写绘图代码，结果立竿见影；API 与 UI 并存：兼顾交互探索与程序调用双重需求。🚀 实测收益某客户团队原计划花费 2 天搭建环境 + 调试模型，改用 M2FP 镜像后，仅用 2 小时完成全部验证工作，整体研发周期缩短近 60%。
2026-01-08 15:21:58
411
原创 OpenCV+Flask组合优势：M2FP后处理流程详解与性能优化
为提升可读性，需为每个身体部位指定固定颜色。# COCO-Style 风格调色板，共256种颜色idx = iidx >>= 3💡技巧说明：此方法生成的颜色在视觉上具有较高区分度，适用于自动分配场景。本文围绕M2FP 多人人体解析服务，详细阐述了基于OpenCV 与 Flask的后处理全流程设计与性能优化策略。📌 核心价值提炼OpenCV 是 CPU 环境下图像合成的最优解：其底层 C++ 实现保证了dilate等操作的极致效率。Flask 提供极简 Web 接入路径。
2026-01-08 13:19:35
608
原创 显存不足做不了人体解析？M2FP CPU优化版完美替代GPU方案
"""生成固定颜色查找表"""colors = [# ... 其他类别显存焦虑：无需 GPU，普通笔记本也能运行高精度人体解析环境坑多：封装稳定依赖组合，告别和IndexError结果不可读：内置可视化拼图，一键生成专业级分割图集成困难：提供 WebUI + API 双接口，轻松嵌入现有系统。
2026-01-08 12:59:21
295
原创 老电视秒变智能屏：2025刷机包操作指南
手把手教你用2025机顶盒刷机包下载大全中的资源，轻松将老旧电视升级为智能网络屏，畅享高清视频与应用扩展，操作简单，成本极低。
2026-01-08 12:44:36
378
原创 AI法律风险规避：Z-Image-Turbo内容审核机制
Z-Image-Turbo WebUI通过“三层防御体系前端拦截层：提示词语义过滤 + 负向词自动增强生成控制层：参数推荐 + 风格白名单 + 尺寸规范事后审计层：操作日志留存 + 文件元数据追踪这套机制不仅提升了系统的安全性，更为企业在使用AIGC技术时提供了可解释、可追溯、可辩护的技术依据，真正做到了“既高效又合规”。最佳实践建议- 所有生产环境部署应启用完整审核链- 定期更新敏感词库以应对新型风险- 对生成内容建立人工复核流程（尤其用于对外发布）
2026-01-08 11:26:58
677
原创 工业控制中LabVIEW上位机的概念全面讲解
深入讲解上位机是什么意思，结合LabVIEW在工业控制中的实际应用，解析上位机的数据监控、指令下发等核心功能，帮助理解其在自动化系统中的关键作用。
2026-01-08 09:11:56
497
原创 政务数据整合案例：利用MGeo完成跨部门地址信息对齐
在引入 MGeo 前，许多政务系统尝试通过规则匹配（如关键词提取、正则表达式）或通用文本相似度算法（如编辑距离、Jaccard 相似度）进行地址对齐。缺乏语义理解：无法识别“建国门内大街”与“建国门北大街”是否邻近；对缩写敏感：“北京市” vs “京”，“小区” vs “社区”易被误判；结构复杂性高：中国地址具有省-市-区-街道-门牌-楼栋多级嵌套结构，传统方法难以建模层级关系。而 MGeo 的出现，正是为了弥补上述短板。它是一个基于深度学习的多粒度地理语义编码模型。
2026-01-08 06:21:34
688
原创 2025年地理信息AI趋势：MGeo开源模型+弹性GPU实现高效实体对齐
MGeo 的发布不仅是单一模型的进步，更是地理信息处理范式转变的标志。专用模型取代通用方案越来越多垂直领域将拥有专属AI模型（如医疗、法律、工业），而非依赖大模型泛化。语义+空间双重建模成为标配单纯文本理解已不够，融合GPS、行政区划、POI等多源空间知识是必然方向。开源+轻量化推动普惠AI在消费级GPU上运行高质量模型，让更多中小企业也能享受AI红利。核心价值总结：MGeo 以极低的部署门槛，提供了工业级的地址语义理解能力，真正实现了“开箱即用、精准可靠”。
2026-01-08 05:27:44
568
原创 自动驾驶数据预处理：MGeo清洗高精地图采集点地址
提升数据质量：自动识别并合并语义重复的地址记录，减少地图构建错误；降低人工成本：替代传统人工审核模式，实现高效自动化清洗；支持数据闭环：可集成于 OTA 更新流程中，持续优化地图鲜度与一致性。实践经验总结1. 单卡 GPU（如4090D）即可满足中小规模推理需求，适合边缘节点部署；2. 建议将 MGeo 与空间索引（如Geohash、R-tree）结合使用，形成“空间+语义”双重校验机制；3. 对于关键路段地址，建议设置人工复核通道，保障安全边界。
2026-01-08 04:05:38
634
原创 MGeo适配国产硬件：已在兆芯平台完成初步兼容性测试
MGeo作为阿里开源的中文地址语义匹配利器，已在兆芯ZX-C+平台上顺利完成初步兼容性测试，证明其具备良好的跨平台适应能力。结合本次实践经验，提出以下三条最佳实践建议📌 建议1：优先使用官方Docker镜像，确保依赖一致性尤其在异构硬件环境中，容器化部署可最大限度规避环境差异带来的兼容性问题。📌 建议2：关注底层库ABI兼容性，及时修复NumPy、SciPy等常见冲突建议在构建自定义镜像时显式锁定Python与核心科学计算库版本。📌 建议3：结合缓存与批处理策略，提升高并发场景下的吞吐能力。
2026-01-07 13:21:21
277
原创 健身动作标准度判断：居家锻炼的AI教练
本文展示了如何利用“万物识别-中文-通用领域”这一强大的基础模型，构建一个实用的居家健身AI教练系统。✅ 不依赖大量标注数据的快速开发✅ 原生中文语义理解与反馈生成✅ 可解释的动作评估逻辑✅ 在消费级硬件上的高效运行接入摄像头实现实时指导结合语音播报提供即时反馈连接智能手表同步心率数据生成个性化训练报告最终愿景：让每一个普通人，无论身处城市还是乡村，都能以极低成本享受到专业级的健身指导服务。AI的价值不在于炫技，而在于普惠。如果你也想尝试这个项目，只需三步：1. 激活环境。
2026-01-07 13:17:24
389
原创 企业级内容平台如何选用Qwen3Guard-Gen-8B进行策略定制？
Qwen3Guard-Gen-8B通过生成式语义理解实现精细化内容安全治理，支持三级风险分类与多语言审核，帮助企业从机械过滤迈向智能共情，在保障合规的同时优化用户体验。
2026-01-06 16:49:57
993
原创 Multisim主数据库创建复合封装元件：实战示例
通过具体操作步骤详解如何在multisim主数据库中创建复合封装元件，提升电路设计效率。掌握multisim主数据库的管理技巧，有助于元件的统一调用与维护。
2026-01-06 16:34:01
603
原创 qtimer::singleshot在状态切换中的典型应用场景
深入解析QTimer::singleShot如何在界面状态切换中实现延迟执行，提升响应流畅性。结合实际场景，展示其在避免阻塞主线程和精准控制时序上的优势，是GUI编程中不可或缺的技巧。
2026-01-06 15:21:27
347
原创 Qwen3Guard-Gen-8B华为云LTS兼容性适配完成
Qwen3Guard-Gen-8B与华为云LTS完成兼容适配，通过生成式语义理解实现精准内容安全判定，并支持全链路日志追踪。系统能识别隐喻、反讽等复杂风险表达，输出带自然语言解释的结构化结果，结合LTS实现决策可审计、可追溯，满足金融、媒体等行业的合规需求。
2026-01-06 14:14:31
830
原创 药物相互作用提醒系统开发
利用ms-swift框架构建高效、可靠的药物相互作用提醒系统，结合LoRA、QLoRA与多模态建模技术，在低资源环境下实现大模型的精准微调与长文本处理。通过结构化输出与偏好对齐，提升临床建议的专业性与可用性，推动AI在医疗决策中的实际落地。
2026-01-06 14:12:16
345
原创 Arduino创意作品从零实现：光敏电阻测光强度
通过简单的电路连接和代码编写，利用光敏电阻实时感知环境光线变化，打造属于自己的arduino创意作品，既实用又充满趣味性，适合初学者快速上手并拓展更多互动项目。
2026-01-06 13:11:42
375
原创 得到APP课程文稿检查：Qwen3Guard-Gen-8B确保知识传播正向价值
Qwen3Guard-Gen-8B通过语义理解与生成式判断，实现对知识内容的精准风险识别。它能区分学术探讨与违规言论，支持多语言、可解释输出，助力平台高效审核又不压制创作自由，成为智能时代内容治理的新范式。
2026-01-06 12:34:41
925
与德软件开发之新建repo仓库的流程1
2022-08-08
Java基础-day15每日作业卷 - 答案1
2022-08-08
CS1802-U201814531 李响-21
2022-08-08
CSE202003U202012043范启航-61
2022-08-08
G-Torch-工作量分析报告_v1.01
2022-08-08
宏基因组_AEM_广东生态土壤所孙蔚旻团队1
2022-08-08
联想笔记本禁用内置键盘方法1
2022-08-08
《Wide & Deep Learning for Recommender System》翻译1
2022-08-08
7. 快速排序里的学问：枢纽元选择与算法效率1
2022-08-08
OPENGL ES 3.0编程指南 原书第2版 中文版 笔记1
2022-08-08
零基础打造个人WordPress博客指南
2025-04-22
数据质量：用分析和AI赋能企业
2025-04-12
24个月居家运动对老年痴呆风险人群健康益处研究
2025-03-03
人力资源发展管理：趋势与实践
2025-03-03
RMI创建及部署教程1
2022-08-08
开源在线聊天室Chatsky项目说明1
2022-08-08
高精度地图前沿论文最新进展 2018.11.06 方建勇1
2022-08-08
实验二+单元测试实验1
2022-08-08
主机扫描报告模板-2021041
2022-08-08
上机实验3-3 LL(1)分析1
2022-08-08
统计打包需要配置的地方1
2022-08-08
5.1、svn换了主机名，或者ip以及项目报错不能同步解决方法1
2022-08-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人