- 博客(933)
- 收藏
- 关注
RSS订阅原创 计算机视觉智能涌现：从图像识别到多模态理解的技术演进
计算机视觉作为人工智能的重要分支，其核心原理是通过算法让机器理解和分析视觉信息。随着深度学习技术的发展，计算机视觉实现了从传统图像识别到多模态理解的跨越，这一技术突破为各行业带来了巨大价值。在实际应用中，跨模态学习和视觉语言模型等关键技术，使得计算机视觉能够结合自然语言处理，实现更智能的视觉理解能力。特别是在自动驾驶、医疗影像分析和智能文档处理等场景中，计算机视觉的智能涌现展现出强大的应用潜力。通过零样本学习和提示工程等先进技术，系统能够在无需大量标注数据的情况下，完成复杂的视觉理解任务，这为计算机视觉的广
2026-07-11 16:36:32
226
原创 PyTorch神经网络连接控制：掩码技术与稀疏训练实战指南
神经网络连接控制是深度学习中的基础技术概念，通过参数掩码机制实现特定连接的固定归零。其核心原理是在前向传播时应用二进制掩码矩阵，在反向传播时阻断对应位置的梯度更新，从而保持连接状态的稳定性。这一技术在模型压缩领域具有重要价值，能够有效减少参数量并提升推理效率。在工程实践中，掩码技术广泛应用于模型剪枝、稀疏训练、架构设计等场景。PyTorch框架提供了多种实现方案，包括register_buffer管理设备兼容性、hook机制实现动态梯度控制等。本文基于模型剪枝和稀疏连接等热词，深入解析如何通过掩码技术实现可
2026-07-11 16:06:53
190
原创 多伦多大学应用深度学习课程：从ResNet到Halcon的实战指南
深度学习作为机器学习的重要分支，通过深层神经网络模拟人脑处理信息的方式。其核心原理在于利用反向传播算法优化网络参数，实现从数据中自动学习特征表示。在计算机视觉和自然语言处理领域，ResNet通过残差连接解决了深层网络梯度消失问题，Transformer则凭借自注意力机制实现了高效的序列建模。这些技术价值体现在能够处理复杂的非线性关系，在图像识别、机器翻译等场景中达到人类水平性能。课程特别关注工业级工具如Halcon深度学习工具的应用，帮助学习者掌握从理论到实际部署的完整流程，将学术研究成果转化为可落地的解决
2026-07-11 14:37:40
61
原创 Kibana Lens 与 TSVB 对比评测：5种场景下的可视化效率与灵活性分析
本文深入对比了Kibana中Lens与TSVB两种可视化工具在5种典型场景下的表现，包括多指标对比分析、条件格式化仪表盘、复杂聚合计算、实时数据监控和交互式分析看板。通过详细的效率与灵活性分析，帮助用户根据实际需求选择最佳工具，提升数据看板的创建与优化效率。
2026-07-11 12:28:36
266
原创 G26mos下沉效果解析：AI模型自适应计算与资源优化实践
模型压缩与轻量化技术是AI部署中的核心挑战，传统方法往往需要在精度和效率之间做出妥协。G26mos创新性地引入了自适应计算资源分配机制，通过层次化模型架构和智能路由决策，实现推理过程中的动态计算路径调整。这种下沉效果技术价值在于能够根据输入特征智能分配计算资源，在资源受限环境下保持最佳性能。在移动端AI应用、智能客服系统等实时场景中，G26mos通过渐进式推理机制显著提升计算效率。其核心架构包含基础层、增强层和专家层三个计算层级，配合置信度阈值实现智能路由，为AI模型部署提供了新的优化思路。
2026-07-11 11:32:56
143
原创 CLIP模型可视化分析：从嵌入空间理解到多模态应用实践
多模态学习是人工智能领域的重要分支，它通过将不同模态的数据映射到统一语义空间实现跨模态理解。CLIP模型采用对比学习原理，将图像和文本编码为高维向量，在嵌入空间中计算相似度。这种技术价值在于实现零样本分类和跨模态检索，广泛应用于内容匹配、智能搜索等场景。通过可视化分析嵌入空间，可以深入理解CLIP模型的匹配机制，优化提示词选择和数据清洗策略。本文基于实际项目经验，详细介绍了CLIP可视化方法在提升模型准确率和发现数据偏差方面的应用实践，为多模态模型的可解释性分析提供系统框架。
2026-07-11 11:16:30
118
原创 制造业AI转型实战：佛山制衣生产线自动化升级技术解析
制造业AI转型是工业4.0的核心趋势，其原理在于通过人工智能技术实现生产流程的智能化改造。从技术价值来看，AI能够显著提升生产效率、降低人工成本，并实现数据驱动的精细化管理。在应用场景方面，传统制造业如服装生产通过机器视觉、IoT传感器和边缘计算等技术，实现了从裁剪、缝制到质检的全流程自动化。以佛山制衣生产线为例，该项目展示了生产数据分析系统的实际应用，通过实时监控设备状态和生产效率指标，为管理人员提供直观的可视化Dashboard。这种基于深度学习和时序数据分析的解决方案，特别适合中小批量、多品种的柔性制
2026-07-11 10:57:50
80
原创 OpenCV鱼眼相机标定与实时矫正：从原理到工程实践
在计算机视觉与图像处理领域，相机标定是获取精确几何信息的基础步骤，其核心原理是通过建立三维世界坐标与二维图像像素坐标之间的映射关系，来校正镜头畸变、确定相机内参。对于视场角超过180度的鱼眼镜头，传统的针孔相机模型和径向切向畸变模型已无法准确描述其投影特性，此时需采用Kannala-Brandt等专用鱼眼畸变模型。OpenCV提供了完整的鱼眼标定工具链，包括鲁棒的角点检测函数`findChessboardCornersSB`、标定函数`fisheye::calibrate`以及高效的映射图计算函数`init
2026-07-11 09:25:28
218
原创 AI绘画Prompt工程指南：从翻车到精准出图的完整解决方案
Prompt工程是AI绘画领域的核心技术概念，其原理是通过结构化指令与AI模型进行精准交互。在技术价值层面，优质的Prompt能显著提升图像生成质量与可控性，避免常见的模糊、扭曲等问题。应用场景涵盖艺术创作、商业设计和内容生产等多个领域。本文基于AI绘画和Prompt工程两个核心热词，深入解析如何通过四层结构构建有效指令，包括主体描述、环境背景、风格质量和排除项设置，帮助用户从基础单主体到复杂多元素场景实现精准控制。同时涵盖权重调整、角色一致性等高级技巧，为不同水平的创作者提供从入门到精通的完整工作流方案。
2026-07-10 16:32:47
211
原创 FIFA球员数据分析实战：因子分析提取10大能力维度与K-Means聚类
本文通过FIFA球员数据实战，详细解析了因子分析与K-Means聚类在球员能力评估中的应用。从数据预处理到10大能力维度的提取，再到球员类型聚类分型，构建了一套科学的球员评估体系，为足球数据分析提供了完整解决方案。
2026-07-10 16:31:20
303
原创 Tableau 2024.2 数据导入实战：3种复杂Excel文件合并与清洗完整流程
本文详细介绍了Tableau 2024.2版本中处理复杂Excel文件合并与清洗的3种实战方法，包括数据提取追加、并集操作和数据混合技术。通过具体操作步骤和常见问题解决方案，帮助数据分析师高效整合多源数据，提升数据清洗效率，适用于各类业务场景下的数据分析需求。
2026-07-10 15:25:07
299
原创 GPT-4o多模态AI实战解析：核心优势、潜在风险与工程落地指南
多模态人工智能通过整合文本、语音、视觉等多种信息处理能力，旨在模拟人类综合感知与交互方式。其核心原理在于构建统一的模型架构，实现跨模态信息的端到端理解与生成，从而打破传统单一模态模型的局限。从技术价值看，多模态AI能显著简化技术栈、降低集成复杂度，并为实时交互、内容创作等场景带来效率革命。在应用层面，它正深刻变革教育、翻译、创意产业及企业服务等多个领域。本文聚焦GPT-4o这一代表性多模态大模型，结合**API依赖**与**提示工程**等关键热词，深入剖析其在工程实践中带来的交互体验提升、成本优化潜力，同时
2026-07-10 14:13:47
212
原创 Hermes Agent与Harness Engineering：构建生产级AI智能体的完整指南
AI Agent（人工智能代理）作为大语言模型的应用延伸，通过任务分解和工具调用的机制，将单次文本生成扩展为多步骤复杂任务执行。其技术原理基于提示工程、上下文管理和控制流程的协同设计，核心价值在于提升AI系统在真实业务场景中的可靠性和可控性。在应用层面，AI Agent广泛应用于智能问答、自动化流程、数据分析等需要长期运行和状态保持的场景。本文以Hermes Agent框架和Harness Engineering方法论为例，深入探讨如何通过环境配置、工具定义、错误处理等工程实践，构建生产级的智能技术问答系统
2026-07-10 14:13:46
178
原创 GermanCreditData 数据集：20 个特征字段的 EDA 与 3 种预处理策略详解
本文详细解析了GermanCreditData数据集的20个特征字段，包括7个数值型和13个类别型字段的探索性分析（EDA）与3种预处理策略。通过独热编码、目标编码和频率编码的对比，帮助读者优化信用评分卡模型的构建流程，提升模型效果。
2026-07-09 15:13:28
259
原创 智能眼镜AR开发实战：从技术架构到性能优化
增强现实（AR）技术通过计算机视觉和传感器融合，将虚拟信息叠加到真实世界中，其核心原理包括空间定位、三维注册和实时渲染。这项技术的工程价值在于创造沉浸式交互体验，已广泛应用于导航、教育、工业维修等场景。随着AR眼镜硬件成熟，开发重点转向传感器数据融合和SLAM技术实现。智能眼镜作为AR技术的重要载体，需要优化显示系统和功耗管理，本文通过Even Realities等案例，详解ARCore开发框架和性能优化策略，帮助开发者掌握智能眼镜AR应用开发的关键技术。
2026-07-09 13:19:30
339
原创 AI代码重构：从10万行降至3.5万行的工程实践与架构优化
代码重构是软件工程中提升代码质量的核心技术实践，其原理在于通过结构优化降低系统复杂度和维护成本。在AI辅助开发日益普及的背景下，技术债务管理面临新的挑战——AI生成的代码往往存在重复逻辑和过度工程化问题，导致代码库急剧膨胀。这种技术债务不仅影响开发效率，更会显著增加项目的长期维护成本。通过系统性的重构方法，如识别代码坏味道、应用设计模式、建立质量门禁等工程实践，团队可以有效优化AI代码的结构质量。本文以实际案例展示如何将10万行AI代码重构至3.5万行，重点探讨了模块解耦、重复代码消除等关键技术价值，并分析
2026-07-09 11:09:58
246
原创 NVIDIA Kyber NVL144延迟解析：AI基础设施挑战与替代方案
AI基础设施作为支撑人工智能模型训练的核心平台，其技术演进直接影响着计算效率与模型规模。在硬件架构层面，高密度集成与低延迟互连是实现大规模并行计算的关键原理，这种设计能够显著提升AI训练的速度与能效。随着大型语言模型参数量的指数级增长，对计算资源的需求日益迫切，高性能AI集群的价值愈发凸显。在实际应用场景中，云服务商和AI开发者依赖这些基础设施来训练GPT-4级别及以上的先进模型。近期NVIDIA Kyber NVL144系统因PCB中间板制造挑战出现延迟，这一事件凸显了AI硬件在信号完整性、功率传输和热管
2026-07-09 10:35:08
230
原创 SeaChest Utilities 与 HDD/SSD 功耗实测：3类存储方案在NAS场景下的能耗对比
本文通过SeaChest Utilities工具实测对比了企业级HDD、消费级HDD、SATA SSD与NVMe SSD在NAS场景下的功耗表现。结果显示，经过调优的企业级HDD在能效上显著提升，而SSD在随机读写负载中表现最佳。文章还提供了详细的功耗优化步骤和成本效益分析，为存储方案选型提供数据支持。
2026-07-09 10:05:39
244
原创 VMamba 模型部署实战：ImageNet-1K 分类任务从零训练到83.9% Top-1
本文详细介绍了VMamba模型在ImageNet-1K分类任务中的部署实战，从零开始训练达到83.9%的Top-1准确率。通过解析VMamba的视觉状态空间（VSS）块设计和2D选择性扫描（SS2D）模块，展示了其高效的线性时间复杂度优势。文章还提供了环境配置、模型架构对比、训练流程实现及性能优化技巧，帮助开发者快速掌握这一突破性技术。
2026-07-08 16:43:25
233
原创 昇腾 CANN 7.0 环境配置：Ubuntu 22.04 单机部署与 PyTorch 适配 3 步验证
本文详细介绍了在Ubuntu 22.04系统上配置昇腾CANN 7.0开发环境的完整流程，包括基础环境准备、工具链安装及PyTorch适配验证。通过三步验证流程确保环境配置正确，帮助开发者快速入门昇腾NPU的AI加速开发，提升模型训练与推理效率。
2026-07-08 16:25:15
338
原创 机器学习入门：10小时掌握线性回归、逻辑回归、决策树与KNN四大核心算法
机器学习作为人工智能的核心技术，旨在让计算机从数据中自动学习规律，以解决预测和决策问题。其核心原理是通过算法构建模型，从训练数据中学习特征与目标之间的映射关系，从而实现对新数据的泛化。这项技术的价值在于能够处理传统编程难以解决的复杂模式识别任务，例如房价预测、疾病诊断和用户推荐等。在众多算法中，线性回归、逻辑回归、决策树和K-近邻（KNN）是四种基础且极具代表性的监督学习模型，它们分别代表了回归分析、概率分类、规则学习和基于实例学习等根本性思想。深入理解这四种算法，不仅能掌握机器学习从数据准备、模型训练到评
2026-07-08 16:18:59
314
原创 K-Means与DBSCAN聚类算法对比：基于Scikit-learn的3大评估指标与可视化实战
本文深入对比了K-Means与DBSCAN两种经典聚类算法，通过Scikit-learn实战演示了轮廓系数、Calinski-Harabasz指数和Davies-Bouldin指数三大评估指标的应用，并结合Matplotlib/Seaborn实现可视化。文章详细解析了算法原理、关键差异及优化策略，帮助读者掌握无监督学习中的聚类技术，提升数据分析能力。
2026-07-08 13:58:21
309
原创 CVPR 2024 OVVAD 模型复现：CLIP + 3个专用模块在 UCF-Crime 数据集实测
本文详细介绍了CVPR 2024 OVVAD模型的复现过程，该模型结合CLIP和3个专用模块，在UCF-Crime数据集上实现了开放词汇视频异常检测（OVVAD）。通过环境配置、数据预处理、模型架构解析和训练策略，展示了如何从零构建这一先进系统，并验证了其在检测未知异常类型上的优异性能。
2026-07-08 13:19:18
277
原创 Codex接入DeepSeek：国产大模型赋能AI编程工作流实战指南
大语言模型（LLM）作为人工智能的核心技术，通过深度学习算法模拟人类语言理解和生成能力，其原理基于Transformer架构的海量参数训练。在工程实践中，LLM的价值在于能够将自然语言指令转化为可执行代码，显著提升开发效率。这一技术特别适用于代码生成、审查和重构等编程场景，成为现代开发工作流的重要辅助工具。随着国产大模型的崛起，开发者有了更多选择，例如DeepSeek-V4-Pro在代码任务上的优异表现。通过模型服务商平台如模力方舟（Moark），可以便捷地将这些先进模型集成到现有工具链中，实现AI编程工作
2026-07-08 13:17:15
349
原创 从零构建AI工作流：LangChain与n8n实战指南
AI工作流是将多个独立的AI任务或处理步骤，按照特定逻辑顺序连接起来，形成一个自动化处理管道的技术。其核心原理在于通过编排节点（如调用大模型、处理数据、访问外部服务）并定义数据流向，实现复杂任务的自动化执行。这种技术价值在于将单点模型能力升级为可复用、可维护的系统级解决方案，显著提升了AI应用的开发效率和可靠性。在应用场景上，AI工作流广泛用于内容生成、数据自动化处理、智能客服与业务系统集成等领域。本文以构建一个技术博客灵感生成Agent为例，深入探讨了如何使用LangChain框架和n8n可视化工具，从环
2026-07-08 11:45:15
290
原创 AI交易智能体开发指南：从数据处理到策略部署全流程解析
AI智能体作为人工智能的重要分支，通过感知环境、分析数据并自主决策来完成任务。其核心原理基于机器学习算法和实时数据处理技术，能够从历史数据中学习规律并做出预测。在金融科技领域，AI智能体的技术价值体现在提升决策效率、降低人为误差和实现自动化执行。特别是在量化交易场景中，AI交易智能体能够处理海量市场数据，结合传统量化策略和机器学习模型生成交易信号。通过分层架构设计，系统包含数据处理、策略决策和风险控制等模块，其中实时数据处理和风险管理系统确保交易的稳定性和安全性。本文以Python代码示例展示如何构建完整的
2026-07-08 09:58:43
213
原创 PyTorch 2.0 线性回归实战：从 15 个样本到 60 轮训练，Loss 降至 0.001
本文详细介绍了如何使用PyTorch 2.0实现线性回归模型，通过15个样本和60轮训练，成功将Loss降至0.001。文章涵盖了数据准备、模型构建、训练优化及结果验证的全过程，展示了PyTorch在动态计算图和自动微分方面的优势，适合机器学习初学者和开发者参考。
2026-07-07 16:55:50
231
原创 模型量化实战：PyTorch 对称与非对称量化 3 种实现对比与误差分析
本文深入探讨了PyTorch框架下模型量化的三种实现方式，重点对比了对称量化与非对称量化的性能差异与误差分析。通过详细的代码示例和量化参数计算，帮助开发者根据数据分布特性和硬件支持选择最优方案，提升深度学习模型部署效率。
2026-07-07 15:14:06
255
原创 环形Halbach电永磁吸附足：高负载、低功耗、毫秒级可控的攀爬机器人物理支点
磁吸附技术是特种移动机器人实现钢构表面自主作业的基础能力，其核心在于平衡吸力密度、能耗控制与动态响应三重约束。传统永磁体不可控、电磁铁高功耗、混合式方案抗扰性弱，而环形Halbach电永磁结构通过永磁基场与脉冲调制协同，实现了单边增强磁场、单位面积吸力提升40%以上、维持功耗压至3W量级，并支持12ms吸合/18ms脱附的毫秒级切换——这正是四足攀爬机器人在焊缝、锈蚀、曲面等非结构化钢铁环境稳定步态的关键物理接口。本文聚焦该技术的磁路设计原理、环形结构适配逻辑与电永磁状态锁存机制，为工业检测、电力巡检及高空
2026-07-07 14:22:02
279
原创 YOLOv5 环境配置避坑指南：Windows 11 + CUDA 12.1 下 3 个关键步骤验证
本文详细介绍了在Windows 11 + CUDA 12.1环境下配置YOLOv5训练环境的3个关键步骤，包括环境检查、CUDA与PyTorch的精确匹配以及YOLOv5的安装与验证。通过实战经验和问题排查指南，帮助开发者快速搭建高效的YOLOv5训练环境，避免常见错误。
2026-07-07 14:06:01
335
原创 Faster R-CNN 多尺度特征融合改进：小目标检测 mAP 提升 5% 的架构调整与数据采样方案
本文探讨了Faster R-CNN在小目标检测中的改进方案，通过多尺度特征融合架构和高分辨率图像采样技术，成功将mAP提升5%。重点分析了跨层特征增强模块和自适应锚框生成策略，在挖掘机数据集上验证了方案的有效性，为计算机视觉领域的小目标检测提供了实用解决方案。
2026-07-07 13:56:22
230
原创 GB/T 6323-2014 蛇行试验实操：3种主流测试设备与5项关键指标解读
本文详细解读GB/T 6323-2014蛇行试验标准，涵盖3种主流测试设备的技术参数对比与5项关键指标分析，助力提升汽车的操纵稳定性测试精度。从设备选型、数据融合到故障排查，提供全流程实操指南，适用于整车动态性能评价与工程优化。
2026-07-07 13:27:36
345
原创 机器人泛化能力评估：零样本与微调的工程权衡
机器人泛化能力本质上是模型在未见任务或环境变化下的稳健执行能力，其核心原理在于世界知识建模质量与参数适配机制的协同。零样本依赖预训练知识和提示工程实现快速响应，技术价值在于部署时效高、硬件开销低；微调则通过少量数据驱动参数更新，优势在于精度可控、约束满足强。典型应用场景包括仓储AMR动态货架适应、手术室新器械识别、冷链环境传感器扰动应对等。实践中需规避伪正样本污染、ISP不一致、灾难性遗忘等高频失效模式——本文聚焦真实产线中零样本与微调的可复用评估方法论。
2026-07-07 13:00:06
227
原创 Kaggle OTTO 多目标推荐系统：Top3方案核心特征工程与模型融合策略解析
本文深入解析Kaggle OTTO多目标推荐系统竞赛Top3方案的核心技术，包括冠军团队的神经网络召回与特征生成、亚军团队的极致优化ItemCF策略以及季军团队的规则矩阵应用。重点介绍了特征工程与模型融合策略，并提供了可复现的代码示例，帮助开发者掌握大规模推荐系统的关键技术。
2026-07-07 12:58:00
310
原创 OpenCV 4.8 实战：3种运动检测算法对比（帧差/光流/背景减除）与性能实测
本文深入对比了OpenCV 4.8中三种运动检测算法（帧差法、光流法和背景减除法）的性能与适用场景。通过详细的代码示例和实测数据，分析了各算法在1080p视频处理中的表现，并提供了工程优化建议，帮助开发者在智能监控、自动驾驶等领域实现高效运动目标检测。
2026-07-07 12:43:44
215
原创 Pandas Series 核心属性与5个常用方法：`.values`、`.index`、`.shape` 详解
本文深入解析Pandas Series的核心属性（`.values`、`.index`、`.shape`等）与5个常用方法，通过真实场景代码示例展示其在数据处理中的高效应用。涵盖数据探查、统计分析和性能优化技巧，帮助开发者快速掌握Series在数据分析中的核心用法。
2026-07-07 12:28:37
317
原创 AI Research OS：将Obsidian笔记库转化为AI智能体长期记忆系统
知识管理是现代工作流中的核心环节，其原理是通过系统化组织信息提升知识复用效率。在AI技术赋能下，本地化知识库与大型语言模型结合产生了新的技术价值——构建具备长期记忆能力的智能助手。AI Research OS作为典型应用，实现了Obsidian笔记与Claude等模型的深度集成，通过语义搜索和上下文保持技术，让个人知识库真正成为AI的记忆基础。这种方案特别适合研究管理、写作辅助等需要持续知识积累的场景，为知识工作者提供了智能化的第二大脑解决方案。
2026-07-07 12:11:54
319
原创 YOLOv5 小目标检测优化：添加P2检测头在VisDrone数据集提升mAP 2.9%
本文详细介绍了如何通过为YOLOv5添加P2检测头来优化小目标检测性能，在VisDrone数据集上实现mAP指标2.9%的提升。文章深入分析了无人机视角下小目标检测的挑战，提供了网络结构改造方案、多尺度特征融合策略以及实验验证结果，为计算机视觉领域的实际应用提供了有价值的参考。
2026-07-07 10:17:28
206
原创 Midjourney随机风格探索：--sref random功能深度解析与应用指南
风格迁移是计算机视觉和AI绘画领域的核心技术，通过算法学习不同艺术风格的视觉特征并将其应用到目标图像上。其原理基于深度神经网络对风格和内容的分离与重组，能够实现艺术创作的自动化和多样化。在AI绘画工具如Midjourney中，风格参考功能让用户能够突破个人词汇量限制，快速探索无限视觉可能性。--sref random参数特别适用于创意脑暴阶段，通过随机采样风格空间帮助用户发现新的视觉表达方式。该功能与草稿模式结合，形成了高效的迭代工作流，用户可以从随机探索开始，逐步锁定优质风格方向。对于面临词汇量困境或希望
2026-07-06 16:56:28
328
原创 AI学习机技术拆解：从OCR、TTS到知识图谱，看教育硬件的真实价值
在教育科技领域，光学字符识别（OCR）和语音合成（TTS）是两项基础且关键的技术。OCR技术通过图像处理和模式识别，将纸质文档转换为可编辑的文本数据，而TTS则将文本转化为自然流畅的语音输出。这两项技术的原理共同构成了智能教育硬件的感知与交互基础。其技术价值在于，它们能将非结构化的教育资源（如课本、习题）数字化和可交互化，从而为个性化学习提供数据入口。结合知识图谱和推荐算法，这些技术能够构建出覆盖K12学科的知识网络，并实现学情分析与路径规划。典型的应用场景包括智能搜题、课本点读、口语评测以及生成个性化学习
2026-07-06 15:46:55
260
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人