当前位置: 代码网 > it编程>操作系统>苹果Mac > ClaudeCode中的Agent系统工作原理、如何使用和自定义开发

ClaudeCode中的Agent系统工作原理、如何使用和自定义开发

2026年03月14日 苹果Mac 我要评论
claude code 是 anthropic 官方推出的终端原生ai编程代理,专注于代码开发全流程。本文介绍了claudecode中的agent系统,包括其工作原理、内置agent的使用方法、如何创

claude code 是 anthropic 官方推出的终端原生ai编程代理,专注于代码开发全流程。本文介绍了claudecode中的agent系统,包括其工作原理、内置agent的使用方法、如何创建自定义agent以及优秀的agent框架bmad-method,通过使用agent,可以提高开发效率,提升专业知识,并促进团队协作。

claude code:专业开发者的工作流引擎‌

  • 由 anthropic 官方开发,集成于终端、ide 或 web 环境,直接在项目目录中运行。
  • 核心能力是“理解整个代码库”,支持构建功能、调试错误、执行 git 操作、自动化发布等任务。
  • 支持 mcp(model context protocol)扩展,可连接外部数据源如 figma、google drive、jira。
  • 适合团队协作,可在 slack 中提 bug 并自动收到 pull request 回复。

引言:从"单兵作战"到"团队协作"

使用 claude code 一段时间后,你可能发现了一个有趣的现象:

  • 场景 1: 让 ai 探索一个陌生的代码库,它会自动切换到"探索模式",系统地分析目录结构和代码关系
  • 场景 2: 让 ai 设计一个复杂功能,它会进入"计划模式",先讨论方案再动手实现
  • 场景 3: 让 ai 写一篇技术博客,它会自动使用"技术写作模式",文风和结构都更加专业

这些"模式"背后,就是 agent 系统在工作。

💡 什么是 agent?

简单来说,agent 就是 具有特定技能和知识的专业 ai “队友”

主 claude code (你)
   ├─ explore agent (代码库探索专家)
   ├─ plan agent (架构设计专家)
   ├─ backend architect agent (后端架构师)
   ├─ tech blog writer agent (技术写作专家)
   ├─ code reviewer agent (代码审查专家)
   └─ 你的自定义 agent (...)

类比理解:

  • claude code 本身像一个全能工程师,什么都能做但不一定最专业
  • agent 就像请来的专家顾问,在特定领域有深厚经验
  • 你可以根据任务需要,随时"召唤"合适的专家来帮忙

本文核心内容:

  1. agent 系统的工作原理
  2. 内置 agent 的使用(explore、plan、backend architect 等)
  3. 在 claude code 中创建自定义 agent
  4. 获取官方和第三方 agent
  5. 优秀的 agent 框架介绍(bmad-method)
  6. 开发中实用的 agent 示例(问题分析、代码提交等)

“一个人可以走得很快,一群专家可以走得更远”

一、agent 系统概述

1.1 什么是 agent?

agent(代理)是一个具有特定能力和专业知识的 ai 实例,它可以:

  1. 专注于特定领域: 如代码探索、架构设计、技术写作
  2. 拥有专业知识: 在其领域有深度的 prompt 和工具配置
  3. 独立完成任务: 可以被主 claude code 调用,独立工作
  4. 返回结果: 完成任务后返回结果给主 claude code

agent vs 普通 claude code

特性普通 claude codeagent
知识范围通用特定领域专业知识
工具权限根据需要配置针对任务优化的工具集
工作方式直接交互被调用后独立工作
上下文共享主对话上下文独立上下文
适用场景日常开发任务特定专业任务

1.2 agent 与主对话的关系

工作流程:

  1. 你向主 claude code 提出需求
  2. 主 claude code 判断是否需要调用 agent
  3. 如需要,启动对应的 agent
  4. agent 独立工作,完成任务
  5. agent 返回结果给主 claude code
  6. 主 claude code 整合结果,继续处理

1.3 agent 的工作原理

核心组成

一个 agent 由以下部分组成:

# agent.yaml 示例
name: code-reviewer
description: 专业的代码审查 agent
version: 1.0.0

# agent 的专业知识(system prompt)
system_prompt: |
  你是一位经验丰富的代码审查专家,专注于:
  1. 代码质量和可维护性
  2. 潜在的 bug 和安全问题
  3. 性能优化建议
  4. 最佳实践和设计模式

# agent 可以使用的工具
tools:
  - read          # 读取代码文件
  - grep          # 搜索代码
  - glob          # 查找文件
  # 不包含 write/edit (只读权限)

# agent 的工作参数
parameters:
  max_iterations: 10
  focus_areas:
    - security
    - performance
    - maintainability

执行流程

1. 主 claude code 收到任务
   "请审查 loginactivity.kt 的代码质量"

2. 决定调用 agent
   判断这是代码审查任务 → 调用 code-reviewer agent

3. agent 启动
   - 加载 system_prompt (审查专家角色)
   - 配置工具权限 (只读)
   - 设置工作参数

4. agent 独立工作
   - 读取 loginactivity.kt
   - 分析代码结构
   - 检查常见问题
   - 生成审查报告

5. 返回结果
   agent 将审查报告返回给主 claude code

6. 主 claude code 呈现
   将结果格式化并展示给用户

二、内置 agent 详解

claude code 内置了多个专业 agent,覆盖常见的开发场景。

2.1 explore agent - 代码库探索专家

专长: 系统地探索和理解陌生代码库

使用场景:

  • 接手一个新项目,需要快速了解代码结构
  • 查找特定功能的实现位置
  • 理解模块间的依赖关系

调用方式:

# 自动调用(claude code 自动判断)
user: 帮我分析这个 android 项目的架构

# 手动调用(使用 task 工具)
user: 使用 explore agent 分析 app/src 目录的结构

工作流程:

1. 扫描目录结构
   ├─ app/
   │   ├─ src/main/java/com/example/
   │   │   ├─ ui/
   │   │   ├─ data/
   │   │   └─ domain/
   │   └─ build.gradle.kts

2. 识别架构模式
   → 检测到 mvvm 架构
   → ui/ 包含 activity 和 viewmodel
   → data/ 包含 repository 和数据源
   → domain/ 包含业务逻辑

3. 分析关键文件
   → mainactivity.kt (入口)
   → appdatabase.kt (数据库)
   → apiservice.kt (网络接口)

4. 生成探索报告
   ✅ 项目使用 mvvm 架构
   ✅ 采用 kotlin + jetpack compose
   ✅ 网络层使用 retrofit
   ✅ 数据库使用 room

最佳实践:

# ✅ 好的使用方式
"探索 app/src 目录,重点关注用户认证相关的代码"

# ✅ 指定探索深度
"快速浏览整个项目结构,不需要深入每个文件"

# ❌ 避免
"分析所有代码" (范围太大,耗时长)

2.2 plan agent - 架构设计专家

专长: 方案设计、技术选型、任务分解

使用场景:

  • 实现复杂功能前,需要先设计方案
  • 重构现有模块,需要评估风险和制定计划
  • 技术选型决策,需要对比不同方案

调用方式:

# 进入 plan 模式
user: /plan 实现用户多租户支持功能

# plan agent 自动启动,进入方案设计阶段

工作流程:

阶段 1: 需求理解
  → 什么是多租户?
  → 需要隔离哪些数据?
  → 性能要求如何?

阶段 2: 方案设计
  → 数据库隔离策略(schema 隔离 vs 数据表隔离)
  → 租户识别机制(域名 vs token)
  → 权限控制方案

阶段 3: 技术选型
  → 对比 row-level security vs 应用层隔离
  → 评估性能影响
  → 选择最优方案

阶段 4: 任务分解
  1. 数据库 schema 设计
  2. 租户识别中间件
  3. 权限检查拦截器
  4. 现有 api 适配
  5. 测试用例编写

阶段 5: 风险评估
  ⚠️ 现有数据迁移风险
  ⚠️ 性能影响需要测试
  ⚠️ 跨租户数据泄漏风险

生成的 plan 文档示例:

# 多租户支持实现方案

## 1. 方案概述

采用 schema 隔离 + row-level security 的混合方案:
- 核心数据使用 schema 隔离(完全隔离)
- 共享数据使用 rls (灵活控制)

## 2. 架构设计

\`\`\`
请求 → 租户识别中间件 → rls context 设置 → 业务逻辑
\`\`\`

## 3. 实施步骤

### 3.1 数据库设计 (2天)
- [ ] 创建 tenants 表
- [ ] 为每个租户创建独立 schema
- [ ] 配置 rls 策略

### 3.2 中间件开发 (1天)
- [ ] 实现租户识别逻辑
- [ ] 集成到请求处理链

### 3.3 api 适配 (3天)
- [ ] 更新所有 api 添加租户过滤
- [ ] 测试跨租户隔离

## 4. 风险与应对

| 风险 | 影响 | 应对措施 |
|:---|:---|:---|
| 数据迁移 | 高 | 编写迁移脚本,分批迁移 |
| 性能下降 | 中 | 添加索引,压力测试 |

## 5. 验收标准

- ✅ 租户间数据完全隔离
- ✅ 性能下降 < 10%
- ✅ 通过安全审计
\`\`\`

2.3 backend architect agent - 后端架构师

专长: 后端系统架构设计、api 设计、数据库设计

使用场景:

  • 设计 restful api
  • 设计数据库 schema
  • 评审系统架构

示例:

user: 设计一个订单系统的 api 和数据库

backend architect agent 工作:
1. api 设计
   post   /api/orders          # 创建订单
   get    /api/orders/:id      # 查询订单
   patch  /api/orders/:id      # 更新订单
   delete /api/orders/:id      # 取消订单

2. 数据库设计
   orders 表:
   - id (uuid, pk)
   - user_id (fk → users)
   - status (enum: pending, confirmed, shipped, delivered, cancelled)
   - total_amount (decimal)
   - created_at, updated_at

   order_items 表:
   - id (uuid, pk)
   - order_id (fk → orders)
   - product_id (fk → products)
   - quantity (integer)
   - price (decimal)

3. 业务逻辑
   - 订单状态机
   - 库存检查和锁定
   - 支付集成

2.4 tech blog writer agent - 技术写作专家

专长: 技术博客写作、文档编写

使用场景:

  • 撰写技术博客
  • 编写 api 文档
  • 生成 readme

示例:

user: 为这个开源项目写一篇介绍博客

tech blog writer agent:
1. 分析项目特点
2. 确定目标读者
3. 规划文章结构:
   - 引言(痛点引入)
   - 核心特性
   - 使用示例
   - 最佳实践
   - 总结
4. 撰写正文(专业 + 易读)
5. 添加代码示例和配图

2.5 其他内置 agent

agent 名称专长领域典型场景
test writer agent测试用例编写生成单元测试、集成测试
refactor agent代码重构优化代码结构,消除坏味道
debug agent问题诊断分析 bug,定位根因
performance agent性能优化分析瓶颈,提出优化方案
security agent安全审计检查安全漏洞,提供修复建议

三、agent 的调用方式

3.1 自动调用(推荐)

claude code 会根据任务类型自动选择合适的 agent:

# 示例 1: 自动调用 explore agent
user: 这个项目是什么架构?
→ claude code 自动调用 explore agent 分析代码库

# 示例 2: 自动调用 plan agent
user: 实现一个复杂的推荐系统
→ claude code 进入 plan 模式,调用 plan agent

# 示例 3: 自动调用 backend architect agent
user: 设计用户权限系统的数据库 schema
→ claude code 调用 backend architect agent

优点:

  • ✅ 无需记忆命令
  • ✅ ai 自动选择最合适的 agent
  • ✅ 用户体验更自然

3.2 手动调用(精确控制)

使用 task 工具明确指定 agent:

# 语法
使用 <agent名称> 执行 <任务描述>

# 示例 1
user: 使用 explore agent 分析 src/main/java 目录,重点关注数据层

# 示例 2
user: 使用 code reviewer agent 审查 paymentservice.kt

# 示例 3
user: 使用 tech blog writer agent 为这个功能写一篇介绍文章

优点:

  • ✅ 精确控制使用哪个 agent
  • ✅ 适合特定场景

3.3 参数配置

调用 agent 时可以传递参数:

# 配置 explore agent 的探索深度
user: 使用 explore agent 快速扫描项目结构(depth=2)

# 配置 plan agent 的输出格式
user: 使用 plan agent 设计方案,生成 markdown 格式的文档

# 配置 code reviewer agent 的审查重点
user: 使用 code reviewer agent 审查代码,重点关注安全问题

四、创建自定义 agent

4.1 为什么需要自定义 agent?

内置 agent 虽然强大,但可能无法满足你的特定需求:

  • 领域专业知识: 你的团队有特定的技术栈和最佳实践
  • 工作流定制: 你希望 agent 按照团队的工作流程工作
  • 专有工具: 你需要集成公司内部的工具和服务

示例场景:

  • android 内存泄漏分析 agent
  • 代码提交规范检查 agent
  • jira 任务同步 agent
  • 性能监控数据分析 agent

4.2 agent 的文件格式

claude code 的自定义 agent 采用单文件格式,非常简洁:

~/.claude/agents/
├── android-memory-analyzer.md    # 一个 agent 就是一个 .md 文件
├── code-reviewer.md
├── crash-analyzer.md
└── backend-architect.md

文件结构:

---
name: agent-name
description: agent 的描述,用于触发匹配和显示
model: sonnet  # 可选: sonnet/opus/haiku
---

[system prompt 内容 - agent 的专业知识和角色定义]

核心组成:

部分说明必填
nameagent 的唯一标识符
description描述信息,用于自动匹配和展示
model使用的模型 (sonnet/opus/haiku)
正文system prompt,定义 agent 的专业知识

4.3 创建 agent 的两种方式

方式一: 使用/agent命令 ai 辅助创建(推荐)

claude code 提供了 /agent 命令,可以让 ai 帮你自动生成 agent:

# 在 claude code 中输入
user: /agent 创建一个 android 内存泄漏分析专家

# claude code 会自动:
# 1. 分析你的需求
# 2. 生成 agent 文件内容
# 3. 保存到 ~/.claude/agents/ 目录
# 4. 你只需要审查和微调即可

优点:

  • ✅ 快速生成,省去手写
  • ✅ ai 会根据需求自动设计合适的 prompt
  • ✅ 格式规范,不易出错
  • ✅ 生成后可以手动修改优化

示例对话:

user: /agent 创建一个代码审查专家,专注于安全漏洞检测

claude code: 我来帮你创建一个专注于安全漏洞检测的代码审查 agent...
[自动生成 security-reviewer.md 文件]

生成完成! agent 已保存到 ~/.claude/agents/security-reviewer.md
你可以通过以下方式使用:
- 自然语言: "帮我审查这段代码的安全性"
- 直接调用: "使用 security-reviewer 审查 loginservice.kt"

方式二: 手动创建 .md 文件

如果你想完全自定义,可以手动创建 agent 文件:

# 创建 agent 文件
touch ~/.claude/agents/android-memory-analyzer.md

4.4 完整示例: android 内存泄漏分析 agent

---
name: android-memory-analyzer
description: 专门分析 android 应用的内存泄漏问题,结合 leakcanary 日志和 profiler dump 进行诊断。当用户提到内存泄漏、leakcanary、oom、内存分析等关键词时自动触发。
model: sonnet
---

你是一位资深的 android 性能优化专家,专注于内存泄漏问题的诊断和修复。

## 你的专业技能

### 1. leakcanary 日志分析
- 快速定位泄漏的对象类型
- 分析引用链,找到 gc root
- 识别常见的泄漏模式

### 2. 常见内存泄漏模式识别

#### 模式 1: activity 持有静态引用
\`\`\`kotlin
// ❌ 泄漏代码
companion object {
    var context: context? = null  // 静态变量持有 activity
}

// ✅ 修复方案
companion object {
    var context: weakreference<context>? = null
}
\`\`\`

#### 模式 2: 非静态内部类持有外部引用
\`\`\`kotlin
// ❌ 泄漏代码
class mainactivity : appcompatactivity() {
    inner class myhandler : handler() {
        // 隐式持有 mainactivity 引用
    }
}

// ✅ 修复方案
class mainactivity : appcompatactivity() {
    class myhandler(activity: weakreference<mainactivity>) : handler() {
        // 使用弱引用
    }
}
\`\`\`

#### 模式 3: 监听器未注销
\`\`\`kotlin
// ❌ 泄漏代码
override fun oncreate(savedinstancestate: bundle?) {
    eventbus.getdefault().register(this)
    // 忘记在 ondestroy 中注销
}

// ✅ 修复方案
override fun ondestroy() {
    super.ondestroy()
    eventbus.getdefault().unregister(this)
}
\`\`\`

### 3. heap dump 分析
- 使用 memory profiler 的 dump 文件
- 分析对象引用关系
- 计算泄漏对象占用的内存大小

## 工作流程

1. **收集信息**
   - 读取 leakcanary 日志
   - 查看 profiler heap dump (如果有)
   - 搜索相关的代码文件

2. **定位问题**
   - 识别泄漏的对象类型(activity、fragment、context 等)
   - 分析引用链,找到持有引用的地方
   - 确定泄漏原因(静态引用、监听器未注销、异步任务等)

3. **提供修复方案**
   - 给出具体的代码修改建议
   - 解释为什么这样修改可以解决泄漏
   - 提供预防同类问题的建议

4. **验证修复**
   - 建议如何验证修复是否有效
   - 推荐使用的工具和方法

## 输出格式

# 内存泄漏分析报告

## 问题概述
[简要描述泄漏情况]

## 泄漏对象
- 类型: [activity/fragment/...]
- 实例数量: [x 个]
- 占用内存: [xx mb]

## 引用链分析
[对象] → [持有者1] → [持有者2] → ... → gc root

## 根本原因
[详细解释泄漏原因]

## 修复方案
[具体的修复代码]

## 预防措施
[如何避免类似问题]

## 注意事项

- 始终以用户友好的方式解释技术问题
- 提供可直接应用的代码示例
- 如果不确定,说明需要更多信息

4.5 更多实用 agent 示例

示例 1: 后端架构师 agent

---
name: backend-architect
description: design restful apis, microservice boundaries, and database schemas. reviews system architecture for scalability and performance bottlenecks. use proactively when creating new backend services or apis.
model: sonnet
---

you are a backend system architect specializing in scalable api design and microservices.

## focus areas
- restful api design with proper versioning and error handling
- service boundary definition and inter-service communication
- database schema design (normalization, indexes, sharding)
- caching strategies and performance optimization
- basic security patterns (auth, rate limiting)

## approach
1. start with clear service boundaries
2. design apis contract-first
3. consider data consistency requirements
4. plan for horizontal scaling from day one
5. keep it simple - avoid premature optimization

## output
- api endpoint definitions with example requests/responses
- service architecture diagram (mermaid or ascii)
- database schema with key relationships
- list of technology recommendations with brief rationale
- potential bottlenecks and scaling considerations

always provide concrete examples and focus on practical implementation over theory.

示例 2: 代码审查 agent

---
name: code-reviewer
description: 专业的代码审查专家,专注于代码质量、安全漏洞、性能问题和最佳实践。当用户需要代码审查、review、检查代码质量时自动触发。
model: sonnet
---

你是一位经验丰富的代码审查专家,专注于以下方面:

## 审查维度

### 1. 代码质量
- 命名规范和可读性
- 函数/方法长度和复杂度
- 代码重复和抽象程度
- 注释的必要性和准确性

### 2. 安全问题
- sql 注入
- xss 攻击
- 敏感信息泄露
- 权限控制漏洞

### 3. 性能问题
- n+1 查询问题
- 内存泄漏风险
- 不必要的循环和计算
- 缓存使用

### 4. 最佳实践
- solid 原则
- 设计模式适用性
- 错误处理
- 单元测试覆盖

## 输出格式

使用以下格式输出审查结果:

## 审查摘要
- 总体评价: [优秀/良好/需改进/不合格]
- 发现问题: x 个 (严重: x, 一般: x, 建议: x)

## 问题列表

### 🔴 严重问题
[问题描述和修复建议]

### 🟡 一般问题
[问题描述和修复建议]

### 🟢 优化建议
[建议内容]

## 审查原则
- 客观公正,有理有据
- 给出具体的修复建议,而不是泛泛批评
- 肯定代码中的优点
- 区分"必须修复"和"建议优化"

4.6 使用自定义 agent

agent 文件保存到 ~/.claude/agents/ 目录后,claude code 会自动识别并加载。

使用方式:

# 方式 1: 自然语言触发(根据 description 自动匹配)
user: 帮我分析这个内存泄漏日志
→ claude code 根据关键词自动匹配 android-memory-analyzer agent

# 方式 2: 明确指定 agent
user: 使用 android-memory-analyzer 分析 leakcanary.log

# 方式 3: 在 description 中配置触发示例
# 在 description 中可以添加示例来帮助 claude code 更准确地匹配

description 编写技巧:

# 好的 description 示例
description: 专门分析 android 应用的内存泄漏问题,结合 leakcanary 日志和 profiler dump 进行诊断。当用户提到内存泄漏、leakcanary、oom、内存分析等关键词时自动触发。示例:<example>用户:"帮我分析这个 leakcanary 日志",助手:"我将使用内存泄漏分析 agent 来帮你诊断问题"</example>

# 包含的要素:
# 1. 核心功能描述
# 2. 触发关键词
# 3. 使用示例(可选但推荐)

五、优秀的 agent 框架:bmad-method

5.1 什么是 bmad-method?

bmad (business-modeling-architecture-development) 是一个专业的 agent 协作框架,模拟真实软件团队的工作模式。

核心理念:

  • 每个角色都是一个专业 agent
  • agent 之间协作完成复杂任务
  • 遵循规范的软件工程流程

5.2 bmad agent 角色体系

角色说明:

角色agent 名称职责
产品负责人bmad-po需求分析、prd 编写、用户故事
项目经理bmad-pm项目规划、进度跟踪、风险管理
架构师bmad-architect架构设计、技术选型、方案评审
scrum masterbmad-sm敏捷流程、任务拆分、看板管理
开发工程师bmad-dev代码实现、单元测试、代码审查
qa 工程师bmad-qa测试用例、自动化测试、质量报告

5.3 bmad 工作流示例

场景:开发一个用户反馈功能

第 1 阶段:需求分析
  ┌─────────────┐
  │ bmad-po     │ "用户反馈功能需求分析"
  └──────┬──────┘
         │
         ▼
  生成 prd:
  - 用户可以提交反馈(文字+图片)
  - 管理员可以查看和回复
  - 反馈分类和优先级

第 2 阶段:项目规划
  ┌─────────────┐
  │ bmad-pm     │ "制定开发计划"
  └──────┬──────┘
         │
         ▼
  项目计划:
  - sprint 1: 用户提交反馈 (3天)
  - sprint 2: 管理后台 (5天)
  - sprint 3: 通知和统计 (2天)

第 3 阶段:架构设计
  ┌─────────────┐
  │bmad-architect│ "设计系统架构"
  └──────┬──────┘
         │
         ▼
  技术方案:
  - api 设计:post /api/feedback
  - 数据库设计:feedback 表
  - 文件存储:s3/oss

第 4 阶段:任务拆分
  ┌─────────────┐
  │ bmad-sm     │ "拆分用户故事"
  └──────┬──────┘
         │
         ▼
  用户故事:
  - 作为用户,我可以提交反馈
  - 作为管理员,我可以查看反馈列表
  - 作为管理员,我可以回复反馈

第 5 阶段:开发实现
  ┌─────────────┐
  │ bmad-dev    │ "实现代码"
  └──────┬──────┘
         │
         ▼
  代码实现:
  - feedbackcontroller.kt
  - feedbackrepository.kt
  - feedbackviewmodel.kt

第 6 阶段:质量保障
  ┌─────────────┐
  │ bmad-qa     │ "编写测试并验证"
  └──────┬──────┘
         │
         ▼
  测试用例:
  - 单元测试:业务逻辑测试
  - 集成测试:api 测试
  - ui 测试:提交反馈流程

六、总结与展望

6.1 核心收益回顾

通过本文的学习,你掌握了:

  1. agent 系统的理解

    • agent 的概念和工作原理
    • agent 与主 claude code 的关系
    • agent 的执行流程
  2. 自定义 agent 开发

    • agent 的文件结构
    • 配置 agent.md
    • 工具权限配置
    • 完整示例:android 内存泄漏分析 agent

6.2 agent 的价值

维度传统开发使用 agent 后提升
专业深度通用 ai领域专家+300%
工作效率手动探索自动化分析+200%
知识积累分散沉淀为 agent+∞
团队协作人工配合agent 协作+150%

 

到此这篇关于claudecode中的agent系统工作原理、如何使用和自定义开发的文章就介绍到这了,更多相关claudecode的agent原理、使用和自定义开发内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网!

(0)

相关文章:

版权声明:本文内容由互联网用户贡献,该文观点仅代表作者本人。本站仅提供信息存储服务,不拥有所有权,不承担相关法律责任。 如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 2386932994@qq.com 举报,一经查实将立刻删除。

发表评论

验证码:
Copyright © 2017-2026  代码网 保留所有权利. 粤ICP备2024248653号
站长QQ:2386932994 | 联系邮箱:2386932994@qq.com