- 博客(214)
- 资源 (29)
- 收藏
- 关注
RSS订阅原创 AI Agent应用开发系列 - 自定义文档分割器与RAG分块策略深度解析
本文详细介绍了如何开发自定义文档分割器及其在RAG分块策略中的应用。主要内容包括：1) 自定义分割器的应用场景（专业领域需求、特殊数据格式等）；2) 基于关键词提取的分割器实现代码详解，包括核心分割方法和元数据处理；3) 实际使用示例展示如何加载文档并应用自定义分割策略。该分割器通过jieba提取关键词，保留原始文档结构的同时生成带有关键词标记的文本块，为后续检索增强生成提供更精准的语义单元。输出示例显示分割后的文档块及其包含的关键词和元数据信息。
2025-11-22 07:45:00
22
原创 AI Agent应用开发系列 - 递归字符文本分割器
本文介绍了递归字符文本分割器在RAG应用中的解决方案。传统字符分割器存在文档块过大或过小的问题，而递归分割器通过多级分隔符策略智能处理：按优先级使用分隔符列表，对过大块递归分割，对过小块合并。文章详细解析了其工作机制、默认分隔符优先级和核心分割流程，并展示了编程语言专用分割器的应用实例。该方案能有效保证文本块大小适中，提升检索效率和语义连贯性。
2025-11-21 10:28:58
283
原创 AI Agent应用开发系列 - LangChain文档转换器
LangChain文档转换器：数据预处理关键组件 文档转换器是LangChain处理原始文档的核心组件，解决文档过大、格式不匹配、信息冗余等问题。主要功能包括文档分割、属性提取、语言翻译和格式转换等。核心实现基于BaseDocumentTransformer基类，支持同步和异步转换。 文本分割器是最常用转换器，CharacterTextSplitter可按指定分隔符分割文档，支持配置块大小、重叠区域等参数。其工作原理分两步：先按分隔符初始分割，再智能合并片段到目标大小。
2025-11-21 10:19:11
19
原创 AI Agent应用开发系列 - LangChain Blob方案：新一代文档加载架构
LangChain Blob方案提供了一种模块化的文档处理架构，将数据加载与解析分离。核心包含Blob（数据容器）、BlobLoader（数据加载）和BaseBlobParser（数据解析）三个组件。Blob类支持从文件或内存创建数据，并提供多种数据转换方法。开发者可自定义解析器（如行解析器）和加载器（如文件系统或网络数据加载器），实现灵活的文档处理流程。这种架构提高了代码复用性，适用于PDF、Markdown等多种文档格式的处理场景。
2025-11-21 09:55:18
21
原创 AI Agent应用开发系列 - LangChain自定义文档加载器（满足特定需求）
摘要： 本文介绍LangChain中自定义文档加载器的开发方法，解决企业应用中处理定制化数据源的需求。通过继承BaseLoader基类，开发者可轻松实现同步/异步加载逻辑。文章提供了两个实战案例：1）逐行文本加载器，将文本文件每行转为独立Document对象；2）API数据加载器，从REST接口获取结构化数据并转换。示例代码展示了核心实现方法，包括元数据处理和异常捕获，适用于各类业务场景的特殊数据加载需求。
2025-11-21 09:49:53
18
原创 AI Agent应用开发系列 - LangChain高频内置文档类型加载器
本文介绍了LangChain框架中高频使用的文档加载器及其应用场景。文档加载器遵循统一的模式：实例化加载器并调用.load()方法获取文档列表。重点讲解了Markdown、Office文档和网页内容的加载方式： Markdown加载器支持元素分离模式，可按结构拆分文档 Office文档加载器覆盖Excel、PPT、Word等格式，提供丰富元数据 WebBaseLoader可抓取网页内容并自动提取纯文本 通用策略推荐使用UnstructuredFileLoader作为万能解决方案...
2025-11-21 09:44:58
17
原创 AI Agent应用开发系列 - LangChain文档加载器详解：Document类与文本加载
LangChain文档加载器核心解析 LangChain的Document类是RAG应用的基础数据结构，包含page_content（文本内容）和metadata（元数据）两部分。文档加载器将各类文件转化为Document对象，支持同步/异步加载及懒加载模式。TextLoader作为基础加载器，具备编码自动检测和错误恢复功能，通过源码分析可见其稳健的文件处理机制。实际开发中，文档需经过加载、分割、向量化等流程，建议从TextLoader入手，逐步掌握PDF、HTML等复杂加载器。
2025-11-21 09:40:39
188
原创 AI Agent应用开发系列 - 传统数据库 vs 向量数据库
传统数据库与向量数据库存在本质差异：前者擅长精确匹配结构化数据（如SQL查询），后者专攻语义识别和相似性搜索（如图片、文本推荐）。传统数据库采用行式存储处理表格数据，向量数据库则用高维向量和列式存储表示非结构化内容。两者各有所长，常协同工作。向量数据库的核心在于相似度算法（余弦相似度关注方向，欧式距离计算远近）和加速技术（降维、哈希索引等），能高效处理海量数据的模糊查找需求。这两种数据库代表了精确确定性与概率相似性的不同思维方式，需根据场景灵活选用。
2025-11-16 23:12:01
22
原创 AI Agent应用开发系列 - 从“狗狗”轻松理解词向量和向量数据库
摘要： 本文以狗狗品种识别为例生动解释词向量和向量数据库概念。通过将狗狗特征（体型、毛发等）量化为数字坐标，展示如何用多维向量精确描述对象。向量数据库专门处理此类向量数据，通过计算向量间距离实现快速相似性搜索，应用于图像识别、智能推荐和RAG系统等场景。文章强调向量技术本质是模拟人类认知世界的方式，将复杂信息转化为可计算的空间关系，使计算机能像专家一样理解和匹配各种数据特征。
2025-11-16 23:05:32
18
原创 AI Agent应用开发系列 - RAG:检索增强生成入门
本文介绍了检索增强生成（RAG）技术，这是一种让大模型回答更准确可信的方法。RAG通过"先检索外部知识库，再增强提示词，最后生成答案"的流程，解决大模型知识陈旧、回答笼统等问题。文章通过模拟公司产品查询案例，展示了RAG如何结合检索内容和用户问题生成准确回答。RAG具有经济高效、信息即时、增强信任和控制力强四大优势，是一种无需重新训练模型的轻量级优化方案。
2025-11-16 22:56:32
33
原创 AI Agent应用开发系列 - 大语言模型的“幻觉”：是什么、为什么以及怎么办？
大语言模型会产生“事实性”和“忠实性”两种幻觉，表现为生成错误事实或偏离指令内容。其根源包括数据缺陷、训练偏差和推理随机性。评估方法包括检索比对、不确定性分析等。缓解方案着重数据清洗、检索增强生成（RAG）等技术，但需注意“创造性”与“幻觉”的界限。当前最实用的是RAG方法，通过动态检索外部知识提升生成准确性。
2025-11-16 22:50:41
43
原创 AI Agent应用开发系列 - 多智能体框架解析：MetaGPT 与业界对比
多智能体框架对比分析 MetaGPT通过模拟软件公司标准化流程（SOP），实现智能体协作开发，具备分层记忆系统和完整软件开发能力。AutoGPT专注于自主任务执行，AutoGen擅长多智能体对话协作，BabyAGI则是轻量级任务管理专家。四者定位各异：MetaGPT适合软件开发（协作能力⭐⭐⭐⭐⭐），AutoGPT适合自主任务执行，AutoGen专精多智能体对话，BabyAGI侧重简单任务分解。复杂度从高到低依次为MetaGPT、AutoGen、AutoGPT、BabyAGI，开发者可根据项目需求选择...
2025-11-16 22:38:34
31
原创 AI Agent应用开发系列 - Runnable 高级技巧：记忆封装与功能探索
本文介绍了Runnable高级技巧中的记忆封装方法，通过创新性的Configurable Memory机制解决了传统记忆管理的痛点。如何实现自动化记忆管理，包括自动加载历史、保存上下文的功能封装，避免了代码重复和人为失误。核心代码示例演示了通过RunnablePassthrough和RunnableLambda构建记忆链，利用with_listeners实现对话结束时的自动保存。最后提供了一个完整的Flask后端集成框架，展示了从用户会话创建到自动化记忆管理的完整流程，为开发者提供了一套即插即用的方案。
2025-11-09 08:00:00
29
原创 AI Agent应用开发系列 - LangChain 生命周期监听：with_listeners 详解
本文详细介绍了LangChain中的with_listeners方法，用于监控Runnable组件的生命周期事件。主要内容包括：1) 基础监听器实现，通过on_start、on_end和on_error三个回调函数跟踪执行开始、成功和失败三种状态；2) 生产级监控方案，展示了ProductionMonitor类如何记录日志、计算耗时并发送监控数据。这些监听器可以帮助开发者实现性能监控、错误诊断和流程追踪，是构建可靠AI系统的重要工具。
2025-11-09 07:00:00
25
原创 AI Agent应用开发系列 - LangChain 容错机制：with_try重试与with_fallback回退策略
LangChain容错机制解析 本文详细介绍了LangChain框架中的两种核心容错机制： 1. 重试机制(with_retry)： 处理网络波动、API限流等瞬时故障 提供指数退避算法（带随机抖动） 可自定义重试次数、异常类型等参数 包含基础重试和高级重试示例代码 2. 回退机制(with_fallbacks)： 主服务失败时自动切换备用方案 支持多级回退策略 可实现服务降级和多供应商切换 提供基础回退和多层回退配置示例 两种机制配合使用可显著提升AI应用的稳定性和可靠性。
2025-11-09 02:00:00
41
原创 AI Agent应用开发系列 - LangChain的configurable_alternatives：运行时组件替换
摘要： 本文介绍了LangChain的configurable_alternatives方法，用于在运行时动态替换AI链中的组件（如模型、提示模板等）。通过示例代码演示了多模型切换（如GPT-3.5、GPT-4、文心等）、多组件组合替换（提示风格+输出格式+模型参数）以及智能路由系统的实现。该方法适用于A/B测试、故障转移、成本优化等场景，支持灵活配置不同任务类型的最优组件组合，提升AI应用的适应性和可维护性。
2025-11-08 21:35:14
34
原创 AI Agent应用开发系列 - LangChain的configurable_fields：运行时动态配置
文章摘要 LangChain的configurable_fields方法支持运行时动态配置AI组件参数，适用于环境适配、用户偏好调整等场景。通过ConfigurableField可标记模型温度、token数等字段，在调用时动态修改配置（如invoke中传递config参数）。该方法支持多字段组合配置，还能动态修改提示模板。技术原理是基于运行时对象重建，探查可用字段可通过__fields__属性实现。相比bind()方法，configurable_fields提供更灵活的请求级参数调整能力。
2025-11-08 21:29:09
32
原创 AI Agent应用开发系列 - LangChain bind() 函数的用途与使用技巧
摘要： LangChain的bind()函数用于预先绑定固定参数到Runnable组件，解决流水线中的参数传递问题。核心用途包括： 动态配置模型参数：如为不同链绑定不同的temperature参数，控制生成风格。 解决RunnableLambda多参数问题：通过绑定部分参数，简化函数调用。 底层通过参数预填充和运行时合并实现，源码中BoundRunnable会存储绑定参数并在调用时自动合并。典型应用场景包括控制LLM生成参数（如停止词）和拆分多参数函数的传参逻辑。
2025-11-08 21:21:02
31
原创 AI Agent应用开发系列 - 自动化记忆管理（RunnableWithMessageHistory使用详解）
文章摘要：本文详细介绍了LangChain中的RunnableWithMessageHistory组件，该组件通过自动化方式解决对话系统中的记忆管理问题。它封装了历史消息的加载、传递和存储过程，支持会话隔离和多种存储后端（如文件、Redis、PostgreSQL）。核心功能包括：1）通过工厂函数实现会话独享历史记录；2）自动将历史消息注入提示模板；3）完整的记忆生命周期管理。文中提供了完整代码示例和流程图解，展示了如何构建一个具备自动记忆管理能力的对话系统。
2025-11-08 21:17:36
37
原创 AI Agent应用开发系列 - 内置的Chain组件 核心概念与使用
文章摘要： 本文详解了LangChain中的Chain（链）机制，对比了LCEL Chain（推荐）与传统Chain的差异。LCEL Chain采用函数式调用，提供统一接口（如invoke()），与AI组件集成更紧密；传统Chain通过类实例化创建，包含多种运行方式但正被淘汰。实战部分展示了如何使用LLMChain生成内容、create_stuff_documents_chain处理文档对话，以及ConversationChain实现记忆功能...
2025-11-08 21:01:33
25
原创 AI Agent应用开发系列 - 记忆组件持久化与 API 集成实战（记忆组件的持久化策略）
文章摘要：本文介绍了LangChain中记忆组件的持久化策略与API集成实战。通过分析持久化的重要性，重点阐述了LangChain采用可插拔ChatMessageHistory实现存储抽象的架构设计，并展示了如何使用Redis等第三方存储进行集成。同时详细讲解了在Flask等Web框架中实现带记忆功能的聊天机器人API的解决方案，包括系统架构流程图和完整代码实现，解决了请求无状态、内存隔离等关键技术挑战。
2025-11-08 20:56:41
28
原创 AI Agent应用开发系列 - LangChain 实体记忆组件详解与应用
LangChain实体记忆组件解析：该组件通过智能识别和存储对话中的关键实体（如人物、地点），构建动态知识库。核心功能包括基于LLM的实体提取、描述生成及上下文引用，适用于客服、个性化助手等场景。实战示例展示了多轮对话中实体信息的积累过程，并提供了性能优化建议。虽然存在Token消耗大等局限，但为构建"有记忆"的对话系统提供了关键技术路径。
2025-11-08 20:47:50
42
原创 WebFlux入门到精通系列 - （补充） 纯函数讲解
摘要： 纯函数是指相同输入总是产生相同输出且无副作用的函数（如数学函数），适用于响应式编程以提高可预测性和可测试性。示例显示纯函数进行数据转换、过滤等操作，而非纯函数会修改外部状态或执行IO操作。响应式编程中，应保持操作符内的纯函数性质，避免副作用，通过重构将业务逻辑与副作用分离，确保数据流的纯粹性。
2025-11-07 21:30:00
451
原创 WebFlux入门到精通系列 - （补充） Flux和Mono API全面详解
本文详细讲解了WebFlux中Flux和Mono的API使用方法。首先介绍核心概念：Mono表示0-1个元素的异步流，Flux表示0-N个元素的异步序列。然后分别列举了Mono和Flux的创建方法，包括just、fromCallable、range等常用操作，并比较了just与fromCallable、fromSupplier与defer等相似方法的区别...
2025-11-07 17:32:49
456
原创 WebFlux入门到精通系列（完结） - 最佳实践（纯函数、线程模型、错误处理、背压处理）与反模式（阻塞、资源泄露、错误处理）
本文总结了响应式编程中的核心原则与最佳实践，重点强调了纯函数与不可变性、合理的线程模型以及全面的错误处理策略。通过代码示例展示了如何正确使用调度器处理CPU密集型和I/O密集型任务，避免阻塞事件循环线程。同时详细说明了分层错误处理机制，包括超时控制、重试策略和降级方案。文中还对比了正反模式，帮助开发者识别常见误区，如副作用函数和错误的调度器选择。这些实践能有效提升响应式应用的性能和可靠性。
2025-11-07 17:19:12
313
原创 WebFlux入门到精通系列 - 生产环境部署（生产环境部署、Resilience4j熔断限流降价、监控指标收集等）
生产环境部署与调试最佳实践 采用容器化部署（Docker Compose + Prometheus/Grafana监控栈），通过JVM参数优化（G1 GC）、非root用户运行等安全配置提升可靠性。提供Reactor调试方案：检查点（checkpoint）、上下文日志（Context）、BlockHound阻塞检测（生产环境慎用），并推荐性能度量（metrics）和超时控制。强调响应式编程中需替换ThreadLocal为Reactor Context传递跟踪信息，确保全链路可观测性。
2025-11-07 16:46:00
317
原创 WebFlux入门到精通 - 高级应用场景（续：性能优化与监控）
摘要： 本章深入探讨响应式编程的高级性能优化与监控技术。核心内容包括：1）性能优化五大原则（背压管理、线程池优化、资源清理、缓存策略、批处理）；2）基于Micrometer的全方位监控配置方案，支持Prometheus、Grafana等主流系统；3）实战优化技巧，包括背压处理（onBackpressureBuffer操作符）、并发控制（concatMapDelayError）和监控指标实现（Counter、Timer、Gauge）。关键代码展示了如何通过@Timed/@Counted注解实现无侵入性能监控等
2025-11-07 16:27:26
324
原创 WebFlux入门到精通系列 - 高级应用场景（微服务中的响应式通信：日志、限流、熔断、超时、重试等过滤器；事件驱动：发布订阅）
摘要 本章介绍了微服务中的响应式通信实现，重点展示了Spring WebClient的配置和使用。通过代码示例详细说明了如何配置微服务专用的WebClient实例，包括日志记录、重试机制、断路器、超时控制和限流等关键过滤器。此外，还演示了服务间通信模式的基本实现，为构建响应式微服务系统提供了实用技术方案。示例代码覆盖了常见的微服务通信场景，并展示了如何优化配置以适应不同服务需求。
2025-11-07 15:19:04
1010
原创 AI Agent应用开发系列 - LangChain 摘要记忆组件详解与应用
LangChain摘要记忆组件解析 LangChain提供两种摘要记忆组件解决对话系统记忆管理问题： ConversationSummaryMemory - 纯摘要记忆，通过LLM将历史对话总结为精简摘要保存，降低token消耗但保留核心语义。 ConversationSummaryBufferMemory - 混合记忆方案，在不超过token限制时保存原始对话，超出后自动将早期对话转为摘要，实现短期精确记忆和长期语义保留的平衡。
2025-11-07 11:47:16
26
原创 WebFlux入门到精通系列 - 数据持久化（续：响应式R2DBC（关系型数据库））
本文介绍了Spring WebFlux中响应式R2DBC的配置与使用。首先通过@EnableR2dbcRepositories注解配置R2DBC支持，创建连接工厂和实体模板。详细说明了数据库初始化器的用法，包括执行schema.sql和data.sql脚本。给出了用户表、产品表和订单表的SQL建表语句。最后展示了R2DBC实体类的定义方式，包括@Table、@Id等注解的使用，以及实体字段与数据库列的映射关系。R2DBC作为响应式关系数据库访问标准，提供了非阻塞IO支持，适合高并发场景。
2025-11-07 11:23:34
194
原创 WebFlux入门到精通系列 - 数据持久化（续：响应式Redis）
本文介绍了Spring Data Redis的响应式配置与实体类定义。通过@EnableRedisReactiveRepositories注解启用响应式支持，使用Lettuce作为支持Netty的响应式客户端。详细讲解了ReactiveRedisTemplate和ReactiveStringRedisTemplate的配置方法及序列化策略。在实体类部分，解析了@RedisHash、@Id和@Indexed等核心注解的使用，展示了如何定义带过期时间的Redis存储对象，并包含嵌套对象的序列化处理。配置类提供了
2025-11-07 10:51:14
506
原创 WebFlux入门到精通系列 - 高级线程池配置和调优
摘要：高级线程池与响应式编程实践 本文展示了Java线程池高级配置和响应式编程处理阻塞操作的最佳实践。线程池配置部分通过精细化区分CPU密集型和IO密集型任务，提供了自定义线程工厂和拒绝策略的实现方案。响应式编程部分演示了如何并行处理多个阻塞操作、批量数据处理以及背压控制，包括使用Schedulers管理并发、Semaphore限制资源访问等技术。特别强调了对超时、错误处理和资源限制的周全考虑，为高性能Java应用开发提供了实用范例。
2025-11-06 20:08:14
329
原创 WebFlux入门到精通系列 - WebFlux高级特性 （路由函数、过滤器、异常处理、SSE、WebSocket和响应式安全）
摘要： 本章介绍WebFlux中的Server-Sent Events (SSE)技术，实现服务器向客户端的单向实时数据推送。SSE基于HTTP协议，支持自动重连，适用于股票价格更新、系统日志流、任务进度监控等场景。通过示例代码展示了如何构建多种SSE流，包括带过滤的流和多事件类型流，并演示了事件构建、错误处理及客户端断开连接时的回调机制。SSE提供了一种轻量级的实时通信方案，特别适合需要持续更新的数据推送场景。
2025-11-06 18:03:06
856
原创 WebFlux入门到精通系列 - WebFlux高级特性（RouterFunctions、WebFilter和异常处理）
摘要： 本章介绍了WebFlux的路由函数特性，通过RouterFunction实现函数式URL路由，替代传统注解方式。核心内容包括：1）基本路由配置（GET/POST/PUT/DELETE）；2）嵌套路由和静态资源处理；3）使用RequestPredicates定义复杂匹配条件（头信息、Content-Type等）；4）Handler方法通过ServerRequest和Mono<ServerResponse>处理请求。该方式组合性更好，适合API网关等场景。
2025-11-06 16:15:32
398
原创 WebFlux入门到精通系列 - 深入Reactor编程（冷热发布、线程模型、并发控制、背压、响应式测试、错误处理）
这一章深入讲解了Reactor编程的高级概念，包括冷热发布、错误处理、线程模型和测试。这些知识对于构建健壮的响应式应用至关重要。
2025-11-04 16:34:36
201
原创 WebFlux入门到精通系列 - （解疑）SpringBoot中传统模式（tomcat）和响应式编程（netty）混合使用有影响吗？
Spring Boot中Tomcat与Netty混合使用的影响与解决方案 在SpringBoot中同时使用传统Tomcat和响应式Netty服务器会产生冲突，但Spring Boot提供了解决方案。关键点包括： 默认行为：单独使用Web或WebFlux时分别默认启用Tomcat/Netty； 混合情况：同时引入会优先使用Tomcat（Spring Boot 2.x）； 推荐方案： 排除Tomcat依赖强制使用Netty 通过配置spring.main.web-application-type: reacti
2025-11-04 14:28:02
761
原创 WebFlux入门到精通系列 - Spring WebFlux入门
详细介绍了Spring WebFlux的入门知识，包括两种编程模型、完整应用示例和WebClient的使用。以及对其常用 API 进行了详细介绍。
2025-11-04 14:01:21
1041
原创 WebFlux入门到精通系列 - 响应式编程基础
响应式编程基础摘要 响应式编程解决了传统阻塞模型在高并发场景下的线程资源浪费问题。通过异步非阻塞的流式处理，Reactive Streams规范定义了Publisher、Subscriber等核心接口实现背压控制。Reactor库提供Mono(0-1元素)和Flux(0-N元素)两种响应式类型，支持丰富的转换(map/flatMap)和组合(merge/concat)操作符，显著提升系统吞吐量和资源利用率。响应式编程通过事件驱动、函数式风格和异步处理机制，为现代高并发应用提供了高效解决方案。
2025-11-03 19:09:12
623
原创 怀旧篇 - 我对Web项目（Spring+SpringMvc+Hibernate+Freemarker）流程的理解
摘要：文章分享了一个基于Spring+SpringMVC+Hibernate+Freemarker的Web项目配置经验，包括Maven依赖管理、目录结构设计以及核心配置文件（web.xml、applicationContext.xml）的关键配置要点，特别强调了版本兼容性、分层架构和编码规范等实践细节。作者以新手视角记录了十年前的开发心得，展现出技术成长的青涩历程。
2025-11-02 23:01:22
327
原创 AI Agent应用开发系列 - LangChain 缓冲记忆组件详解
摘要：本文详细介绍了LangChain中的缓冲记忆组件，主要包括基础缓冲记忆(ConversationBufferMemory)和缓冲窗口记忆(ConversationBufferWindowMemory)。缓冲窗口记忆通过设置k值限制记忆长度，只保留最近k轮对话。文章通过Python代码示例展示了如何实现具有2轮对话记忆的聊天机器人，并分析了对话效果：系统能记住最近2轮内容，超出部分的对话会被遗忘。这种滑动窗口式的记忆机制既提供了相关上下文，又避免了记忆无限增长的问题。
2025-11-02 17:53:25
137
QQ群 成为达人的手册
2016-05-06
[教程]-ASCII_Unicode和UTF-8之间的区别和联系
2016-05-06
spring结合quartz实现定时的时侯用到序列类.zip
2015-09-01
spring-cache.xsd+spring-encache.xsd
2015-09-01
nexus-2.8.1-zip和nexus-2.9.0war小叶
2016-05-06
java操作excel的工具类
2016-05-06
quartz-1.6.6.zip很详细
2015-09-01
NICEidtor-富文本编辑器
2016-05-06
jeecms-2012-src
2015-09-01
kibana-7.2.1-win_64码上升.zip
2019-11-08
editplus3-中文破解
2016-05-06
jquery-autocomplete输入自动完成
2016-05-06
quartz job scheduling framework zh 中文版
2015-08-28
jquery-form.js
2015-09-01
28个java常用的工具类
2016-05-06
myeclipse2014注册码生成器_11@85493
2016-05-06
SwipeMenuListView-master-滑动菜单
2016-05-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人