admin管理员组

文章数量:1436933

MCP介绍 &使用案例

1、概述

2025 年是智能体的元年，也注定了是智能体集中爆发的一年。 但是，在AI智能体的世界里，有两个互联领域的重大挑战。

  • 第一个，就是智能体 Agent如何与外部的工具进行交互：比如如何访问数据库，执行代码......
  • 第二个，就是同一个平台的不同的Agent之间。以及不同平台的不同的Agent之间如何通过协作的方式共同来完成任务。

这两个挑战，就涉及到了标准化的协议。 在计算机的世界里，标准化的协议是实现高效沟通的基础。 这里mcp就是用来解决第一个挑战的。 最近谷歌发布了 A2A 协议，它就是用来解决第二个问题的。 可以说！MCP 的出现必然的会大幅加快智能体普及的进程。 甚至说大语言模型，尤其是像 DeepSeek + MCP 就约等于智能体。

img

如果大模型不能够使用外部的工具，那大语言模型其实就是一个简单的聊天机器人。甚至连查询天气，查询当前的时间的功能都做不到。

所以调用工具是大模型进化为智能体的一个关键。 那MCP就是大语言模型连接万物的一个接口，我们只需要简单的几行代码就可以去接入这样的海量的外部的工具。那这样智能体的开发门槛大大的降低了。特别是现在还有cursor ，windsurf 这些 AI coding 工具的崛起。也可以让我们一些不是程序员的普通人，小白也可以通过代码去开发自己的智能体。

img

如何理解LLM 和MCP?

LLM 就是相当于你有一个超级聪明的机器人朋友，名字叫“语言大师”，它读了全世界的书和文章，能用中文、英文跟你聊天，帮你写文章、回答问题、编故事。

这个“语言大师”就是LLM（大语言模型）。它靠以前读过的东西，猜测你想说什么，帮你写出很合理的内容。

今天你让它写一封请假邮件，它就会根据它学过的写邮件的套路，帮你写出一封很合适的请假邮件。 但是现在你不只是想让它写邮件，你还想让它发邮件。可惜的是这个“语言大师”有个小问题：它只能用脑子里的知识回答问题。 这时候，你需要一个“万能助手接口”，让“语言大师”可以去调用其他工具，比如帮你发邮件。 这个“万能助手接口”就是MCP（模型上下文协议）。

总之，

LLM 就是那个聪明的机器人朋友，能用语言帮你写东西、回答问题。 MCP 就像给这个机器人装了一个万能的“遥控器”，让它能去调用其他工具，帮你做更多事情。

2、MCP 能干什么？

接下来就来说第一个问题MCP到底能干什么？通过程序员的视角和大众用户的视角呢进行讲解。

2.1 程序员视角

举几个例子。

比如说第一个例子叫做开发部署。

1 开发部署

作为程序员，我们每开发完一个项目，需要把这个项目的版本部署到对应的测试环境中去。 这里就涉及到了比如说GitHub API （代码合并）， Jenkins API （构建镜像）， Slack API (通知团队) 这些平台的使用，这些平台使用起来都有一些门槛。

那现在我们有了mcp以后啊，我们就可以使用自然语言把需求发给大模型，然后大模型去调用MCP的server。通过链式的方式，去调用相关的这种API，实现项目部署就非常的方便了。

2 数据库查询

那么第二个例子呢？叫做SQL语句的查询，那不管是后端开发程序员还是数据库开发的程序员，以前呢，都需要学习SQL语法是吧，甚至说呢，不同的人编写的这个SQL语句，质量也是不同，然后查询的效率千差万别。

以前，如果我们做这样一个需求：查询某集团部门上个季度的销售额。那你就需要编写精准的SQL语句。

而现在，只需要把这句话发送给大模型，然后大模型再去调用mcp的server。它就可以精准的转化为对应的SQL语句了，进而实现我们的需求。

通过刚才这两个例子。大家能看到mcp的出现能够大大的降低了程序员的一个入行门槛。那作为程序员也需要呢掌握该如何呢去使用MCP，

3 Manus 智能体

第三个例子： Manus 智能体。

img

这个Manus前段时间非常火，大家应该也有所关注，至于这个Manus 功能强大与否，这里就不做探讨了。

至少它这个方向是对的，以后会涌现出非常多的类似于Manus，甚至强于Manus的一些智能体。

Manus的一次任务的执行需要进行网页搜索，网页的访问，信息的获取等等，几十个外部的工具。

那么在整个的过程当中，就暴露出来非常致命的问题：调用工作量很大。

Manus 在执行的过程中会使用到很多外部的工具，如果我们用平常的开发方式，发现就需要编写几十个外部的函数（方法），而每一个函数呢，轻轻松松都得几百行的代码。如果做过这个事儿的程序员同行应该比较有共鸣。

那我们编写这些函数以及大模型去调用这些外部工具，这个架构就会非常的复杂。

那如果有了mcp，只要支持对应的这个协议了，我们就可以非常轻松的借助于LLM 大模型 和 各种各样的AI 客户端去访问各种各样的数据源和工具。

2.2 大众用户视角

1 旅游规划

当我们要去旅行了，我们就可以借助 MCP 去访问天气的API，交通的API，地图的API，然后去帮我们去生成一个带实时数据的一个行程方案。

哎! 每逢放假休息的时候，如果有这样的一个智能助手的话呢，是不是省去了大量的时间呢？不过节假日出去玩基本也是人山人海哈。还是推荐错峰出行比较好。

当然了，如果没有mcp的话呢，也并非我们做不了这个事儿啊，只不过这个过程当中啊，需要程序员在代码当中预先编写好如何去调取天气API，交通的API和地图的API，这个难度的话呢，就非常大了。

2 联网搜索

这个大模型，比如像 DeepSeek，在交互的时候经常是需要联网去检索最新的信息。但这时候可能会存在这样的问题，

第一个并非所有的LLM 大模型都支持联网的功能，有的时候这个大模型是不具备联网功能，有的呢，是你对应的这个客户端不支持，比如像以前的这个版本的 ChatGPT就不支持联网。

第二就是即使知识联网，它也有可能不包含你习惯使用的搜索引擎，比如说你习惯使用这个谷歌去搜索资料，但是它就没有这个功能，那就很烦恼是吧？

这举个类似的例子，大家看这个图。

img

如果没有mcp的情况下用户只能够去等待开发者添加特定的搜索引擎的支持。

那现在如果有了mcp以后呢？我们只需要进行简单的配置就可以了。

img

不管你是什么，只要你基于这个MCP的协议，我们去访问什么样的搜索引擎都可以。

3 业绩的查询

你是公司的一个员工啊，现在需要查询上一个季度的营业额。那我们就可以借助mcp，让大模型调用CRM系统 API ( 获取客户数据) + 财务系统的API （调取报表）和邮件的API （发送总结报告），组合起来把这个事给完成了。

3、MCP 是什么？

官网 ：Introduction - Model Context Protocol

img

3.1 MCP 的理解

MCP （Model Context Protocol，模型上下文协议）。2024年11月底由Anthropic公司推出, Anthropic 大家可能不熟悉，但是 Claude 大家获取多多少少都知道，这个Claude 系列的模型就是 由 Anthropic 公司推出的。

MCP 目的就是为大语言模型(LLM)提供统一的、标准化方式与外部数据源和工具进行通信,类似于电脑的USB接口标准，通过统一接口访问各种外设 (鼠标，音箱，耳机)

img

以前传统AI 集成外部工具，需要为每个数据源构建独立连接，可以被视为一个M * N 的问题。就是 M 个大模型 和 N 个插件。

img

那有了这个MCP 协议之后呢，就可以转换成 M + N 的问题。

img

我们只需要基于这套协议去访问各种各样的工具就ok。

3.2 推广时间线

img

4、哪些平台支持MCP查询

随着越来越多的Server接入MCP协议，未来AI能够直接调用的工具将呈现指数级增长，这能从根源上打开Agent能力的天花板。未来 AI 生态系统将变得更加开放和强大。 然后就是目前社区的 MCP Server 还是比较混乱，有很多缺少教程和文档，很多的代码功能也有问题，大家只能凭经验和参考官方文档了。 换一个角度讲这也是第一个吃螃蟹的代价啊，当然红利你也会吃到。

4.1 GitHub

官方：GitHub - modelcontextprotocol/servers: Model Context Protocol Servers

img

热门：awesome-mcp-servers/README-zh.md at main · punkpeye/awesome-mcp-servers · GitHub

img

4.2 其他平台

Glama：MCP servers | Glama

img

Smithery：Smithery - Model Context Protocol Registry

img

Cursor： MCP Servers for Cursor

img

MCP.so ：MCP Server（MCP 服务器）

img

阿里云百炼：百炼控制台

img

5、 MCP 应用场景 & 通信机制

5.1 应用场景

img

5.2 通信机制

根据 MCP 的规范，当前支持3种通信机制。什么是通信机制呢？说得直白一些就是信息的传输方式。

1 stdio （标准输入输出）

这种方式就是客户端（比如Cursor) 和服务端（MCP Server） 都运行在你本地电脑上。客户端通过程序的标准输入（stdin）发送消息给服务端，服务端从标准输入接收请求，处理后通过标准输出（stdout）把结果返回给客户端。整个过程不需要网络，通信简单、快速且稳定。这也是MCP 默认的通信方式。

  • 优点：
    • 无需外部网络依赖
      • 通信速度快
      • 可靠性高且易于调试
  • 缺点：
    • 配置复杂，需提前安装命令行工具
      • 单进程通信，无法并行处理多个请求
      • 进程资源开销大，不适合本地运行大量服务

2 SSE（Server-Sent Events, 服务器发送事件）

这种大家应该也能猜到了，就是我们的客户端和服务端，就不再一起了，这些MCP服务器并不需要运行在用户本地，而是部署在云端或远程服务器上。用户只需通过配置一个URL地址，就能让本地的客户端应用（例如Cusror）通过网络调用这些远程的MCP服务，完全不用自己搭建和维护服务器。

img

像阿里百炼的MCP服务市场中提供很多MCP 服务。 例如高德的MCP ，就是通过 SSE 协议通信的。

  • 优点：
    • 支持服务器主动推送消息，适合实时数据流
    • 基于HTTP，易于穿透防火墙和代理
    • 适合远程单向推送
    • 配置方式非常简单，基本上一个链接就能解决。
  • 缺点：
    • 需要保持长连接，服务器资源消耗较大
    • 断线后不能自动恢复连接，稳定性欠佳
    • 不支持无状态服务器，扩展性有限
    • 如果使用的是其他人提供的服务端，那安全性有待商榷

3 Streamable HTTP（可流式HTTP）

这是MCP最新支持的传输方式，可以理解成升级版的HTTP通信。它不像SSE那样必须一直保持连接，而是你可以随时发消息给服务器，服务器也可以随时回复你，支持双向流式传输。双方像在“对话”一样灵活高效。相比 SSE，它更适合需要双向互动和更复杂通信的远程场景。

  • 优点
    • 支持双向实时通信，客户端和服务器都能随时发消息
    • 基于标准HTTP，兼容性好，支持无状态服务器
    • 资源利用更高效，适合高并发和云端部署
    • 解决了SSE的断线恢复和单向通信问题
  • 缺点：
    • 实现稍复杂，需要支持HTTP流式传输和动态升级
    • 作为新机制，生态和工具支持还在完善中

6、UVX 和 NPX 指令对应环境的安装

我们要开发 MCP 服务 和使用 MCP服务，大部分都是选择了 stdio 这种方式。 那在开始前也做一些准备工作。

stdio 的本地环境目前流行的有两种：

  • 一种是python 编写的服务，要安装 uvx
  • 一种是TypeScript 编写的服务，要安装 npx

像还有其他的编程语言例如 Java ，Go 现在也可以编写MCP 服务。大家可以去搜索一下相关的资料。

6.1 安装 uvx

有两种安装方式，一种是如果你的电脑已经安装好了python，那可以使用下面的命令进行安装。

代码语言：Python复制
pip install uv

第二种就是，在Windows下可以通过PowerShell运行命令来安装uv

代码语言：Python复制
powershell -ExecutionPolicy ByPass -c "irm .ps1 | iex”

我是直接使用第一种方式，后面还可以使用python来开发我们自己的mcp 服务，如果你没有安装 python，可以看看这篇文章 Python安装

img

安装好后，重启终端并运行以下命令检查是否正常：

代码语言：Python复制
uv --version

uvx --help
img

6.2 安装npx

这个大家可以直接看我这篇文章：Node js 安装

安装好输入下面的命令验证就好

代码语言：Python复制
node -v

npm -v
img

7、 Trae中 使用MCP 案例

7.1 安装

最近 Trae 也支持了 MCP 的 功能， 大家可以通过官网链接下载 Tare 使用：Trae - AI 原生 IDE

img

7.2 配置MCP

我们打开 Tare。

img
img
img

点击MCP 。

img

点击添加，我们就可以看到 Trae 提供的 MCP 市场。

如果我们想要配置自己的编写MCP服务，就点击这个手动配置

img
img

直接选择这个原始配置，它会打开一个 mcp.json 的文件，我们直接在这里面配置我们的mcp 服务。

img

7.3 案例：旅游计划生成

首先我们要安装一些MCP server 服务。

  1. MCP 服务安装

我们需要 Excel ，高德地图，filesystem

1.1 Excel 服务 安装

首先我们下载这个Excel 服务的代码：GitHub - haris-musa/excel-mcp-server: A Model Context Protocol server for Excel file manipulation

img

有git 的也可以直接通过 git 命令直接 clone 代码到自己的本地，像我一样通过下载 zip 的，下载到本地后，然后解压。

然后打开终端，导航到项目的目录底下。

代码语言：Python复制
cd 你的项目目录
img

安装项目所需依赖，这里需要你已经安装了 UVX, 然后执行下面的命令

代码语言：Python复制
uv pip install -e .

运行 excel-mcp-server

代码语言：Python复制
uv run excel-mcp-server
img

当然，如果你想要自定义端口号，可以根据你的电脑系统来选择使用下面的命令,。

代码语言：Python复制
#Bash/Linux/macOS
export FASTMCP_PORT=8080 && uv run excel-mcp-server

#Windows PowerShell
$env:FASTMCP_PORT = "8080"; uv run excel-mcp-server
img

然后在tare 中 添加这个mcp 服务。

img

粘贴下面的内容，把url 和 env 修改成你自己的地址。

代码语言：Python复制
{  
"mcpServers": {
    "excel": {
      "url": "你的服务地址：http://localhost:8000/sse",
      "env": {
        "EXCEL_FILES_PATH": "你的授权目录：/path/to/excel/files"
      }
    }
  }
}
img

点击确认后，我们就可以看到 mcp 的状态了，和可以使用那些功能。

img

我们可以来测试一下。

img

这样我们就可以知道这个mcp 工具是否可用了。

1.2 高德地图服务

我们打开高德地图的MCP server 文档 ：概述-MCP Server | 高德地图API

img

我们首先登录高德地图平台。然后点击注册成为开发者：注册成为开发者 。

img

然后点击应用管理 ，创建新应用。

img
img

添加 key 。

img

复制key

img

然后粘贴到下面的代码中

代码语言：Python复制
{
  "mcpServers": {
    "amap-amap-sse": {
      "url": ";
    }
  }
}

接着打开trae，添加高德地图mcp 服务。

img
img

然后把 代码粘贴进去。接着查看mcp 的状态。

img
1.3 filesystem服务

这个服务，Tare 内置了的，所以我们可以跳过。

如果你使用其他的客户端没有，可以参考一下。

这个我们直接使用 Tare 提供的MCP 市场直接搜索。

img

然后它就会打开一个预览页面。我们往下滑，就可以找到相关的代码。

img

这里我选择 npx 的方式。点击复制代码。根据你的系统选择不同的代码。

代码语言：Python复制
#macOS
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/username/Desktop",
        "/path/to/other/allowed/dir"
      ]
    }
  }
}

#Windows
{
  "mcpServers": {
    "filesystem": {
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "C:\\code\\mcp\\mcp-test"
      ]
    }
  }
}

其他的就是那个文件目录还是要改成你自己要授权的目录。

img

然后把代码粘贴进去。

img

至此，我们所需要的MCP 服务都准备好了。

img

2.开始实操

根据 Tare 的要求，MCP 要在智能体中才能使用，所以我们要选择一个智能体。

img

然后输入下面的提示词。可复制提示词：MCP 使用案例可复制提示词

代码语言：python代码运行次数：0运行复制
现在交给你一个任务，根据下面的流程图编写一个杭州一日游的出行攻略

flowchart TD
    开始["开始任务"] --> 获取地铁线路["从高德地图MCP服务获取杭州东站到西湖的地铁线路"]
    获取地铁线路 --> 创建Excel表1["创建Excel表格：beijing_trip"]
    获取地铁线路 --> 创建Excel表2["创建Excel表格：subway_trips"]
    创建Excel表1 --> 存储数据1["将杭州东站到西湖的地铁数据存入beijing_trip表"]
    创建Excel表2 --> 存储数据2["将杭州东站到西湖的地铁数据存入subway_trips表"]
    存储数据1 --> 获取美食信息["从高德地图MCP获取西湖附近的美食信息"]
    存储数据2 --> 获取美食信息
    获取美食信息 --> 筛选美食店铺["筛选至少三家美食店铺"]
    筛选美食店铺 --> 创建Excel表3["创建Excel表格：location_foods"]
    创建Excel表3 --> 存储美食数据["将美食店铺信息存入location_foods表"]
    存储美食数据 --> 创建文件夹["创建'杭州旅行'文件夹"]
    创建文件夹 --> 创建TXT1["创建第一个TXT文件"]
    创建文件夹 --> 创建TXT2["创建第二个TXT文件"]
    创建TXT1 --> 提取数据1["从第一个数据库表中提取内容"]
    创建TXT2 --> 提取数据2["从第二个数据库表中提取内容"]
    提取数据1 --> 存储TXT1["将提取的内容存入第一个TXT文件"]
    提取数据2 --> 存储TXT2["将提取的内容存入第二个TXT文件"]
    存储TXT1 --> 生成HTML["生成精美的HTML前端展示页面"]
    存储TXT2 --> 生成HTML
    生成HTML --> 存储HTML["将HTML文件存放在'杭州旅行'文件夹中"]
    存储HTML --> 完成["任务完成"]

    subgraph 子任务1["子任务1：获取地铁线路并创建Excel"]
    获取地铁线路
    创建Excel表1
    创建Excel表2
    存储数据1
    存储数据2
    end

    subgraph 子任务2["子任务2：获取美食信息并存储"]
    获取美食信息
    筛选美食店铺
    创建Excel表3
    存储美食数据
    end

    subgraph 子任务3["子任务3：创建文件夹和TXT文件"]
    创建文件夹
    创建TXT1
    创建TXT2
    提取数据1
    提取数据2
    存储TXT1
    存储TXT2
    end

    subgraph 子任务4["子任务4：生成HTML前端展示页面"]
    生成HTML
    存储HTML
    end

    classDef apiCall fill:#f9d5e5,stroke:#333,stroke-width:1px
    classDef excelOp fill:#eeeeee,stroke:#333,stroke-width:1px
    classDef fileOp fill:#e3f2fd,stroke:#333,stroke-width:1px
    classDef frontendDev fill:#e8f5e9,stroke:#333,stroke-width:1px
    class 获取地铁线路,获取美食信息 apiCall
    class 创建Excel表1,创建Excel表2,创建Excel表3,存储数据1,存储数据2,存储美食数据 excelOp
    class 创建文件夹,创建TXT1,创建TXT2,存储TXT1,存储TXT2,存储HTML fileOp
    class 生成HTML frontendDev

我使用的DeepSeek V3- 0324。

img

3. 最终效果

首先是Excel 。

img
img
img

然后是两个txt 文档

img

最后是HTML。感觉不是很精美哈，捂脸。

img

8、Cursor 中使用 MCP 案例

之前我们使用Trae 中生成的HTML ，感觉不是很好看，可能是大模型的原因，也有可能是我们的提示词的原因。

这次我们换到Cursor。Cursor中能用的模型也变多了。

8.1 安装MCP 服务

有了在 Tare 中配置，我们就不需要这么复杂了，直接打开Tare 中的 mcp.json 。

img
img
img
img
img

直接把这个配置，然后新建一个文件夹，例如 mcp_test2, 然后用 cursor 打开，接着在新项目中新建文件夹：.cursor 。

在 .cursor 文件夹下面新建 mcp.json 文件，然后把从Tare 复制的 MCP 配置直接粘贴进去。

代码语言：json复制
{
    "mcpServers": {
      "excel": {
        "url": "http://localhost:8088/sse",
        "env": {
          "EXCEL_FILES_PATH": "C:\\code\\mcp\\mcp-test2"
        }
      },
      "amap-amap-sse": {
        "url": ";
      }
    }
  }
img

8.2 查看MCP 服务状态

img
img
img

把我们的MCP 服务全部开启。在项目中的 mcp.json 中配置的mcp 是属于项目级的，也就是说只在这个项目才会出现。全局的可以点击 Add new global MCP server 进行添加，也就是说所有项目都可以使用到这些MCP。

img

8.3 实操

还是复制下面的提示词。可复制提示词：MCP 使用案例可复制提示词

代码语言：python代码运行次数：0运行复制
现在交给你一个任务，根据下面的流程图编写一个杭州一日游的出行攻略

flowchart TD
    开始["开始任务"] --> 获取地铁线路["从高德地图MCP服务获取杭州东站到西湖的地铁线路"]
    获取地铁线路 --> 创建Excel表1["创建Excel表格：beijing_trip"]
    获取地铁线路 --> 创建Excel表2["创建Excel表格：subway_trips"]
    创建Excel表1 --> 存储数据1["将杭州东站到西湖的地铁数据存入beijing_trip表"]
    创建Excel表2 --> 存储数据2["将杭州东站到西湖的地铁数据存入subway_trips表"]
    存储数据1 --> 获取美食信息["从高德地图MCP获取西湖附近的美食信息"]
    存储数据2 --> 获取美食信息
    获取美食信息 --> 筛选美食店铺["筛选至少三家美食店铺"]
    筛选美食店铺 --> 创建Excel表3["创建Excel表格：location_foods"]
    创建Excel表3 --> 存储美食数据["将美食店铺信息存入location_foods表"]
    存储美食数据 --> 创建文件夹["创建'杭州旅行'文件夹"]
    创建文件夹 --> 创建TXT1["创建第一个TXT文件"]
    创建文件夹 --> 创建TXT2["创建第二个TXT文件"]
    创建TXT1 --> 提取数据1["从第一个数据库表中提取内容"]
    创建TXT2 --> 提取数据2["从第二个数据库表中提取内容"]
    提取数据1 --> 存储TXT1["将提取的内容存入第一个TXT文件"]
    提取数据2 --> 存储TXT2["将提取的内容存入第二个TXT文件"]
    存储TXT1 --> 生成HTML["生成精美的HTML前端展示页面"]
    存储TXT2 --> 生成HTML
    生成HTML --> 存储HTML["将HTML文件存放在'杭州旅行'文件夹中"]
    存储HTML --> 完成["任务完成"]

    subgraph 子任务1["子任务1：获取地铁线路并创建Excel"]
    获取地铁线路
    创建Excel表1
    创建Excel表2
    存储数据1
    存储数据2
    end

    subgraph 子任务2["子任务2：获取美食信息并存储"]
    获取美食信息
    筛选美食店铺
    创建Excel表3
    存储美食数据
    end

    subgraph 子任务3["子任务3：创建文件夹和TXT文件"]
    创建文件夹
    创建TXT1
    创建TXT2
    提取数据1
    提取数据2
    存储TXT1
    存储TXT2
    end

    subgraph 子任务4["子任务4：生成HTML前端展示页面"]
    生成HTML
    存储HTML
    end

    classDef apiCall fill:#f9d5e5,stroke:#333,stroke-width:1px
    classDef excelOp fill:#eeeeee,stroke:#333,stroke-width:1px
    classDef fileOp fill:#e3f2fd,stroke:#333,stroke-width:1px
    classDef frontendDev fill:#e8f5e9,stroke:#333,stroke-width:1px
    class 获取地铁线路,获取美食信息 apiCall
    class 创建Excel表1,创建Excel表2,创建Excel表3,存储数据1,存储数据2,存储美食数据 excelOp
    class 创建文件夹,创建TXT1,创建TXT2,存储TXT1,存储TXT2,存储HTML fileOp
    class 生成HTML frontendDev
img

8.4 效果

首先是Excel 。

img
img
img

然后是txt

img
img

最后是HTML.

img

本文标签： MCP介绍 amp使用案例

版权声明：本文标题：MCP介绍 &使用案例 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.betaflare.com/biancheng/1747435968a2696976.html， 本站仅提供信息存储空间服务，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，一经查实，本站将立刻删除。