2026最强论文降AI神器合集!实测这10款能把AI率降到5%以下(建议收藏)

下一词预测(Next-token Prediction)深度解析:从 N-gram 到 GPT 的唯一目标函数 下一词预测(NTP)是自回归语言模型的核心训练目标,其本质为最小化交叉熵,等价于最大似然估计。通过链式法则将序列概率分解为条件分布,模型在无监督下学习语料中真实下一个 token 的高概率输出。从n-gram到Transformer,技术演进始终围绕提升上下文建模能力与并行效率。训练时利用因果掩码实现并行前向,推理则逐token采样生成。损失函数的下降揭示了规模定律下的通用智能涌现,但模型仍受限于生成能力,无法学习逻辑或常识。该目标统一了训练、评估与推理,构成大模型发展的基石。 阅读详情

大家好,我是你们的老朋友小传。

最近后台私信简直要炸了,很多正在写毕业论文或者发期刊的读者都在问:“博主,救命!我的论文被查出80%的AI率,怎么降啊?”、“有没有好用的降AI率工具?头发都掉光了……”

说实话,现在高校和期刊对AIGC的检测越来越严,市面上的降重、降AI工具也确实太多了,多到让人眼花缭乱。这就导致大家经常陷入一个怪圈:

工具满天飞 = 哪个都想试 = 最后还是降不下来。

为了帮大家省下试错的时间(毕竟论文截稿日期不等人),我这两周一顿爆肝,把市面上热门的二十几款工具全部肉测了一遍,整理了这份《2026论文写作与降AI必备工具一览表》。

这其中包含了:底层大模型、强力降AI/改写、语法润色三大类。这些工具都是我日常深度使用的,有些甚至是我的“保命神器”。

📋 先上汇总表

废话不多说,建议直接长按保存

当然了,为了方便大家根据自己的情况“对症下药”,针对每一个工具,我再稍微唠叨几句,聊聊我的真实使用体验(老规矩,觉得有用请毫不留情的点赞收藏)。


📌一、 底层大模型(地基篇)

如果你还在用不知名的小模型生成初稿,那AI率高是必然的。选对地基,事半功倍。

✨1、DeepSeek

【核心功能】

深度思考、逻辑推理、大纲生成 

【使用体验】

DeepSeek 最近有多火不用我多说了吧?我最近疯狂用它来梳理论文逻辑。

它最大的优势在于“深度思考(R1)”模式。不像其他模型车轱辘话来回说,DeepSeek 生成的学术大纲逻辑性极强,环环相扣。

虽然有时候网页端会有点卡顿,但为了这个智商,我忍了。写论文第一步,用它搭框架,绝对稳。

✨2、Kimi / 豆包

【核心功能】

长文档阅读、资料整理 

【使用体验】

这两款算是国产之光了。豆包的中文理解能力很好,如果你有一堆参考文献看不完,直接丢给它们,让它总结核心论点和引用数据,效率起飞。

在 DeepSeek 没出来之前,它们是我的主力军。


📌二、 强力降AI与改写(核心篇)

这部分是大家最关心的。怎么把一篇充满“AI味”的文章变成“人话”?

✨3、笔灵 AI

【核心功能】

一键降AI、学术化改写、多场景写作 

【使用体验】

这真的是我私藏很久的一个宝藏工具。很多人知道笔灵是因为它写小说很强,但其实它的“AI改写”和“降AI”功能,在学术圈也是个隐藏的扫地僧。

👉传送门:https://ibiling.cn/paper-pass?from=csdnjiangaiych113 (用电脑直接打开链接更流畅~)

我为什么把它排在第一位推荐?

  • 不失专业性

很多降重工具只是简单的“同义词替换”,改出来的句子读不通。但笔灵的算法似乎更懂“语序重组”,它能把那种生硬的 AI 腔调,转化成很自然的学术口吻。

  • 格式完美保留

我之前帮粉丝改一篇被判定为 90%AI率的综述,直接丢进笔灵的“去AIGC痕迹”模块,处理完再测,AI率直接降到了10%以内,而且格式完全没乱。下载下来就可以直接交!

  • 实时适配,针对性强

它适配知网、万方等主流检测平台,毕业生们可以根据学校要求选择平台,并且每日更新算法,特别有安全感,根本不用担心降完AI率后算法不一致等问题。

缺点:真实成本核算

  • 价格:虽然它不是完全免费的降AI工具,3元/1000字,但收费比较合理。

  • 性价比:这个价格比市面上大多工具便宜了一半左右。一篇开题报告下来刚好也就一杯奶茶钱,学生党用起来也毫无压力

如果你正被降AI率折磨得睡不着,强烈建议试试这个,主打一个省心。

✨4、PaperRed

【核心功能】

专业论文降重、去AI痕迹 

【使用体验】

这个也是老牌选手了,专门针对论文场景开发的。它的特点是“狠”,对于那种AI率极高的段落,它的修改幅度很大。 

操作很简单,上传文档,点击降AI,然后等待结果。不过有时候因为它改得太狠,可能语序不通,需要自己再稍微人工润色一下,但用来对付检测系统是足够了。

✨5、讯飞星火

【核心功能】

学术扩写、查资料 

【使用体验】

我在小红书上被种草的,后来发现它作为降AI工具挺好用。依托科大讯飞的语音和数据库优势,它在查找中文期刊数据方面表现不错。

在降AI方面的表现还行,他改的比较保守,可能需要多次操作,而且要有一定的指令去驯服它。

如果你的论文需要补充数据支撑,也可以用它来找找灵感。


📌三、 语法润色与检测

不管是降重还是降AI,最后一步一定是“体检”。这几款工具各有专攻,有的擅长抓语病,有的擅长抓AI率,建议搭配使用。

✨6、秘塔写作猫

【核心功能】

智能纠错、改写建议、全文润色 

【使用体验】

秘塔在文本处理这块一直做得不错。写完论文后,我会习惯性地把它丢进秘塔里过一遍。它能识别出很多我们肉眼看不出的语病和标点错误,还能提示你哪些句子显得太啰嗦。

相当于给你的论文请了个“兼职编辑”,你可以根据他的提示对比着降AI。

✨7、学术猹

【核心功能】

AI率专项检测、多模型对比 

【使用体验】

这个名字听起来挺萌,但查起AI率来是一点不含糊。我主要用它来做“初筛”。 它的优势是算法更新得很快,针对市面上新的大模型生成的文本敏感度很高。

如果你心里没底,怕被导师一眼看穿,先用它测一遍。它会给出一个比较详细的报告,告诉你哪几段“危”,方便我们定点降AI,一比一进行对比。

✨8、CheckBug

【核心功能】

聚合查重、AIGC检测、降重辅助

【使用体验】

CheckBug 是我粉丝群里呼声很高的一个工具,主打一个性价比和全面。 

我实测下来,它的检测结果和知网、维普这些学校常用的系统重合度还挺高的。最关键的是,它不仅能查重复率,还能查AI率,两个指标一起看,降完AI率就可以直接查,能帮你省去不少来回切换工具的时间。

哪怕是半夜赶稿,用它跑一遍心里也踏实。

✨9、写作狗

【核心功能】

同义词替换、智能纠错、流畅度提升 

【使用体验】

如果你的论文读起来总感觉“卡卡的”,或者词汇太贫乏,总是重复用同一个词,写作狗就派上用场了。 它最强的地方在于“同义词推荐”和“句子重组”。

比如你想表达“降AI率”,它能根据语境给你推荐“强化”、“增进”、“优化”等更学术的词。我降AI率的时候,常挂着它在后台,专门用来提升文章的“高级感”。

✨10、火龙果写作

【核心功能】

跨平台实时纠错、中英双语润色、AI改写

【使用体验】

火龙果更像是一个“贴身纠错官”。它的特色是跨平台插件做得好,可以在你打字的时候实时监控。 它的“AI改写”功能也值得一提,对于那种被查重标红的“死刑句”,用火龙果的强力改写过一遍,通常能把语序变得面目全非但意思不变。

而且它对英文摘要的降AI能力也很强,英语不好的同学可以用它来兜底。


💡最后的碎碎念

我想引用吴军老师的一个观点:“技术是工具,人才是核心。”

不管是用 DeepSeek 搭框架,还是用笔灵去除AI痕迹,本质上都是为了把我们的思想更高效地表达出来。 千万不要直接复制粘贴AI的内容去交差,你可以用AI帮你降重、润色、找灵感,但核心的论点和实验数据,必须是你自己的。

这也是为什么我推荐大家使用笔灵这类能“辅助改写”而非“全自动生成”的工具,它能帮你保留你的思想火花,同时规避技术检测的风险。

好啦,以上全是干货。如果这份《论文降AI工具合集》帮你的论文“起死回生”了,可否点个关注,给我个三连击:点赞、转发和收藏?

祝大家的论文都能顺利过关,毕业快乐!

存储&AI行业每日要闻(2026-10-25 影响:这是市场对"烧钱就能赢"叙事的一次集体重估——Meta 主动设 C 类股稀释投票权也要融资,SpaceX 单季资本开支逼近营收 1.35 倍,叠加前一日博通 600 亿/SpaceX 400 亿芯片抵押融资,AI 基建已进入"股权+债务双管抽血"阶段;若指引保守,则昨日费半暴跌的余波将继续发酵。影响:DSX POD 的本质是把 AI 基建从"定制工程"变成"集装箱产品"——这与前一日"芯片抵押融资 5000 亿框架"形成闭环:英伟达不仅卖 GPU,还帮客户解决融资、集成、电力等全链条问题; 阅读详情

相关推荐

HDFView安装及使用教程

简介:直接用记事本打开hdf5文件的话,是一团乱码。HDFView是用来查看hdf5文件的软件,可以免费使用,好多人都有闪退的情况,这是因为没有添加环境变量。

qq_43722079的博客 7万+

2026毕业季救星:10款亲测有效的降AI率工具全放送,附免费神器合集(火速收藏)

以上就是我为大家亲测整理的10款降ai率工具。如果你是正在赶毕业论文的同学,对格式保留和学术性要求极高,不想折腾排版,【推荐1】笔灵AI绝对是首选,稳妥且省心。如果你是留学生,需要处理英文文章,【推荐6】QuillBot 最合适。如果你预算有限,或者只是想简单尝试免费降ai率,可以试试【推荐10】DeepSeek手动改写,或者用【推荐7】PaperPass做初步自查。最后提醒大家,无论使用哪款降ai工具,最后的人工通读和逻辑检查都是必不可少的!希望这些工具能帮你顺利搞定论文降aigc,早日上岸!

EdwardAITooL的博客 210

MS1861宏晶微视频显示与控制器芯片:开发资料全解析与应用指南

本文全面解析了宏晶微MS1861视频显示与控制器芯片的核心功能与开发流程。该芯片作为高性能的“视频信号翻译官”,支持HDMI、LVDS等多种输入与MIPI、LVDS等输出,集成强大的图像处理与OSD叠加功能。文章详细介绍了从资料获取、环境搭建到以HDMI转MIPI为例的实战配置与调试技巧,为工业HMI、广告机等应用的开发者提供了完整的应用指南。

weixin_29198045的博客 332

「大车小标」自动稽核怎么落地:识别车型与计费车型如何自动比对、争议如何排除

在高速公路货车逃费里,"大车小标"是最高频、也最难缠的一类:实际是更大车型、更多轴数的货车,却按更小车型交费,跑同样的路交更少的钱。单次差额可能不大,但放到长距离、高频次、规模化运营的路网里,累积的通行费流失相当可观。自动稽核"大车小标",核心不是"识别出这是什么车"这么简单,而是要把多个来源的车型判断和最终计费车型自动比对,并在大量正常交易里把真正可疑的少数挑出来,同时把设备误差、遮挡污染造成的误判排除掉。本文拆解这条链路的工程落地思路,全文定性,不涉及具体识别率与金额。

weixin_53898122的博客 376

ctfshow---sql注入(171-213)

这里提一句,为什么不直接替换成acb这种,因为,flag原本就有字母,还原的时候会全部都还原成数字的,数字替换成符号应该也是可以的,这边测试了下除了&#好像别的符号都可以。插入查询后查询语句就会变成这样,由于id=11111这是一个不存在的id,而后面1=1又为真,所以会查询到表内所有的内容,--+是注释后面的字符。因为接受username的时候没有用引号,所以接受单纯的数字,而数字和字符比较会转换类型,字符串会变成数字0进行比较,所以相等。

fainpo的博客 1313

华为OD机试_2025 B卷_模拟消息队列(Python,100分)(附详细解题思路)

时间排序:确保事件处理顺序正确消费者管理:集合操作高效维护状态优先级实现:利用消费者ID自然排序边界处理:正确处理空消费者情况。

测试工程师的成长之路 1114

【技术拆解】配音工具选型评估方法论:用 6 个维度给 AI 配音软件打打分

✅ 测试方案:准备一段包含括号注释、数字、中英文混排的文案导入试听,校验读音、停顿是否合理。案例参考:逗哥配音配套了文案提取、自动对轴、人声分离、声音转换等附加工具,支持 wav /mp3 /mp4 格式导出,可附带字幕与 SRT 文件,在字幕对齐、文件导出这条链路具备对应的能力,适合批量生产场景的创作者在这个维度进行自测打分。同一款配音引擎,有人评价 “自然接近真人”,也有人反馈 “AI 感很重”,核心差异往往来自使用场景:30 字以内的短口播,和 3000 字小说章节朗读,对引擎能力要求完全不一样。

zhizhizhuzhuxia的博客 162

保姆级教程:在NXPS32144环境下安装EB TRESOS 29.0.0并配置MCAL开发环境

本文提供了一份详细的保姆级教程,指导如何在NXP S32K144环境下安装EB TRESOS 29.0.0并配置MCAL开发环境。内容涵盖从前期资源准备、软件安装步骤、核心的MCAL关联配置,到首次创建AUTOSAR工程并进行模块配置的全流程,旨在帮助汽车电子开发者搭建稳定、可用的底层软件开发地基。

wind6的博客 946

一文读懂 RSI:大模型递归自进化五大技术路线全景解析

在人工智能领域,递归自进化(RSI) 是指一个 AI 系统不仅能够自主提升自身的任务表现,还能够改进 ⌈产生这种改进的机制本身⌋,从而形成持续迭代的正向飞轮。为了通俗理解 RSI,可以将 LLM 系统下的 RSI 划分为三个递进层级(参考 https://github.com/lobehub/awesome-rsi 、 https://arxiv.org/abs/2607.07663、https://arxiv.org/abs/2607.07663):演进层级通俗比喻核心特征改了什么是否持久化。

分享AI前沿进展、底层原理和行业应用 239

unity 休闲游戏 动效规范说明

在特效制作中,有时为了完成更丰富、更绚丽的效果,可能会添加一些高级Shader(着色器),例如扭曲、溶解,这些Shader(着色器)往往需要用到显卡的部分功能,会造成较大的性能损耗。如果对纹理细节要求较高,那么建议使用贴图比例为1∶1的正方形(不强制),使用不等边贴图制作特效时会对纹理清晰度造成一定的损失(引擎算法决定)。首先选择模型体,然后在Inspector(检测视图)中查看该物体的属性,找到MeshRenderer(网格渲染)组件中的阴影设置项,如图。制作特效时,尽量不要使用灯光系统。

丛小胖 1602

CMOS Sensor的调试经验分享

我这里要介绍的就是CMOS摄像头的一些调试经验。 首先,要认识CMOS摄像头的结构。我们通常拿到的是集成封装好的模组,一般由三个部分组成:镜头、感应器和图像信号处理器构成。一般情况下,集成好的模组我们只看到外面的镜头、接口和封装壳,这种一般是固定焦距的。有些厂商只提供芯片,需要自己安装镜头,镜头要选择合适大小的镜头,如果没有夜视要求的话,最好选择带有红外滤光的镜头,因为一般的sensor都...

camerall 3752

外贸独立站 AI 爬虫日志分析:UA 清单、状态码分布与「爬取不等于引用」

日志可反映爬虫访问路径、状态码与UA,但无法证明内容是否被AI引用。需按UA、状态码、路径三层分析,识别可达性问题,避免误判“抓取=引用”。应结合实测验证引用效果,警惕日志误导。关键结论:抓取≠收录≠引用,技术优化仅解决可抓取性,不保证被引用。

mqhgeo的博客 359

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

电子厂用易特AI助理做BOM变更影响分析,改一处知道影响哪些单

电子厂BOM改了不知道影响哪些在制订单,容易用旧BOM做错返工。易特电子行业ERP加易特AI助理,改BOM后自动分析影响哪些工单哪些采购哪些物料,出报告通知车间采购。小厂要BOM变更建版本、工单绑定版本、AI报告老板决策、变更通知到人。上线后因变更没通知到位导致的返工降到零,BOM变了大家都知道怎么处理。

2602_96212498的博客 213

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

LDR6100 智能遥控器精品软文:Type-C 充电口与低功耗量产维护

当 USB-C 接口从单纯的结构升级,变成整机供电稳定性、待机续航、量产一致性的核心瓶颈,智能遥控器、语音遥控器、手持控制器这类小型手持设备的硬件开发,早已不再是 “换一个 Type-C 座子” 那么简单。大量项目在试产阶段反复踩坑:不同品牌适配器识别失败、热插拔瞬间掉电死机、整机休眠待机电流超标导致电池续航缩水、产线测试时端口状态无法捕捉、兼容性参差不齐。乐得瑞 LDR6100 作为单路 USB-C/PD 专用控制芯片,专为小体积手持设备的 Type-C 供电入口量身打造。

LDR006的博客 434

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

8G 显存本地部署 AI 漫剧流水线:分镜提示词版本管理、批量归档与角色提示词隔离实战教程

本文针对8G显存本地部署的AI漫剧生产中提示词混乱、版本丢失、角色画风漂移等痛点,设计并实现一套轻量化本地提示词管理系统。系统基于纯JSON文件存储,支持角色提示词隔离、分镜模板复用、项目版本快照、批量校验与导入导出,与ComfyUI流水线无缝对接,实现画风一致性与高效复现。所有功能均无需数据库,可常驻后台运行,显著提升红果短剧系列化生产的稳定性与可维护性。

2603_96706877的博客 172

32 分钟不是完成科研:多智能体读脑图谱,突破在哪里?

如果数千个 AI 智能体只用 32 分钟,就能梳理一份庞大的脑科学数据,我们应该惊讶什么?是模型终于能“独立做科研”,还是科研流程中的某个环节开始出现新的组织方式?10 月 21 日,OpenAI 公布了与 PerturbAI、Scripps Research 合作的研究:利用基于 GPT-Rosalind 的多智能体系统,解释一份已经存在的小鼠脑基因扰动数据,整理潜在研究线索。

weixin_44369324的博客 268

图像审核‑图片内容风控‑违规图像检测‑图片鉴黄鉴暴‑广告二维码识别‑图像风险筛查 API 接口介绍

名称类型必须说明imgBase64String否图像base64字符串imgFilefile否图像文件imgUrlString否图像url链接imgTypeString否图片类型 0: 静态图片(PNG、JPG、JPEG、BMP、GIF(仅对首帧进行审核)、Webp、TIFF)1: GIF动态图片 默认 0注意imgFile, imgBase64, imgUrl至少传入一个,优先级:imgBase64 > imgFile > imgUrl。

聚美智数 253

AI辅助逆向的完整链路——反汇编→特征提取→大模型重写

编译后的程序(PE/ELF/Mach-O)丢失了源代码几乎所有高层语义:变量名、注释、类型、函数命名、循环分支结构,只剩下CPU能识别的机器码。传统逆向链路:机器码 → 反汇编(汇编指令)→ 人工阅读 + 静态分析工具生成伪C → 人工梳理逻辑。优化编译、混淆、花指令会把控制流打碎,伪代码可读性极差;无符号剥离(stripped binary)下所有函数都是FUN_xxxx,变量全是v1、v2;单函数上下文有限,跨函数调用、数据依赖靠人脑记忆,效率极低;

weixin_43156294的博客 212

零信任架构实战:基于海宇全国车辆配置查验构建自动化智慧高速公路称重检测与ETC货车车型分类比对网关

破解高速公路货车车型分类与治超比对痛点:从人工目测验票到车管权威配置数据即时直连 在全国深化收费公路制度改革、全面取消省界收费站以及大力推行“入口称重检测、按车型分类计费(JT/T 489-2019《收费公路车辆通行费车型分类》)、ETC不停车电子收费”的智慧交通体系中,高速公路ETC自由流门架系统与入口动态称重治超检测中台承担着高速通行效率与道路交通安全治

haiyuzhicha的博客 194

我需要批量导出Poe左边栏所有对话,而不是一条具体的对话内容,你们AI导出鸭可以吗?

很多人第一次听到“导出对话”,脑子里浮现的是打开某一条聊天记录,右上角点一下导出,保存成一份文件。这不是为了设门槛,而是因为批量导出背后的枚举、并发、格式渲染成本,和单条导出完全不是一个量级。AI导出鸭 不做格式绑架,这是它作为导出工具的基本修养。回到标题那个问题:我需要批量导出Poe左边栏所有对话,而不是一条具体的对话内,你们AI导出鸭可以吗?批量导出和选择性导出并不冲突,工具的设计逻辑是先枚举、再选择、后导出。我需要批量导出Poe左边栏所有对话,而不是一条具体的对话内容,你们AI导出鸭可以吗?

laoyunsi的博客 123

主机 Agent:用 AI 操作本地与远程主机

本章适合这样的任务:你已经在 aiopsterm 中保存并连接了一台主机,希望让 AI 帮你完成诊断、命令生成或多步运维,同时保留明确的目标主机和审批边界。

woai110120130的专栏 162

AI 越快,越要慢下来想清楚

AI 把"做出来"变便宜了,值钱的东西整体往后移——从执行到判断、从生产到分发、从产出到问责。层面普通人程序员生产与回报不学"变现课",学自己已验证的链路先验证"有人付钱",再让 AI 加速开发劳动与入口可编码的交出去,省下的时间投到判断/协调/关系从"实现者"迁到"定义者 + 验收者"能力与判断学"什么算做好",保留判断权合入底线:看懂 or 完备用例通过信任与账单学"什么不该用 AI 做",放大独有的AI 可以帮你写,不能帮你懂。

runafterhit的博客 294

【工业AI实战】工业智能体如何打通RAG、工具调用与MOM?架构设计与落地避坑

麦肯锡与Anthropic研究揭示,AI虽提升个人效率,但企业级高绩效应用仍受限。工业智能体正从生成答案转向任务规划、工具调用与连续执行,推动制造业AI向系统化演进。其核心在于构建融合任务理解、知识检索、工具调用、权限控制与验证反馈的技术架构,并与MOM系统协同,实现自然语言交互与业务流程闭环。技术选型应基于场景需求,优先结合RAG与结构化查询,逐步引入知识图谱与微调。工业智能体落地关键在于真实环境中的可靠性、安全性和可验证价值,而非单一模型表现。

qq_40453532的博客 360

【零基础学AI】第 16 章课后练习与答案

全部数值为虚构教学设定。先在纸上算,再运行代码核对。

m0_73879806的博客 220

商品图工作流怎么搭?Lingko AI 核对运动相机防水壳的版本与接口

商品图工作流怎么搭,才能让运动相机防水壳的主图、结构图和详情页始终指向同一个版本?这类配件外形相似,但锁扣、镜头圈与按键开孔的细小差别会影响兼容性。Lingko AI 是电商商品图工作流工具,适合把原片、模板、候选图、画布修改和导出版本串成可追溯任务;兼容机型、防水深度等声明仍需厂家资料与测试凭证。下面用“新壳体替换旧版锁扣”的上架任务建立一份可复核的生产记

hanhanchengxu的博客 137
上一篇: 实测论文AI率从97%降到8%!2026最新降AI攻略,从容应对知网AIGC检测更新!
下一篇: 拒绝“开篇废”:2026年网文新人如何用AI写完整篇
轩轩分享AI
博客等级 码龄2年 6652粉丝 3091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