欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

從“AI變笨”到模型體驗指數(shù):搭建用戶口碑監(jiān)控與情緒分析管道

從“AI變笨”到模型體驗指數(shù):搭建用戶口碑監(jiān)控與情緒分析管道 你是不是也有過這樣的時刻昨天還覺得自己的編碼助手很聰明今天喂同一個需求它卻開始一本正經(jīng)地編造接口名。剛想吐槽“模型是不是被降智了”又看到群里有人附和再往下翻還會看到有人在 Hacker News 上貼出一個項目名字直接就叫“Show HN: Is AI Dumber Today? An index of AI model experience from users opinion”。這個問題問得直白也能刺痛很多正在把 AI 集成到生產(chǎn)流程里的工程師。因為“變笨”的體感確實存在但我們很難用“跑分下降了”來解釋它。模型版本沒變、Prompt 沒變、任務復雜度沒變可結果就是不如昨天穩(wěn)定。真正的問題或許不在于模型參數(shù)被偷偷改小而在于我們?nèi)鄙僖粭l觀測“實時體驗”的工程化管道。用戶在各種社區(qū)、評論區(qū)、工單里生產(chǎn)了大量零散觀點如果有一種辦法把這些觀點收攏、清洗、量化并形成類似指數(shù)的指標至少我們能知道這種“變笨”到底是主觀錯覺還是可觀測的系統(tǒng)性波動。這篇文章會拆解這類項目的兩個層面。第一是判斷層用戶口碑型模型體驗指數(shù)到底衡量什么它和傳統(tǒng) benchmark 評測差別在哪里。第二是工程層我會給出一個可復現(xiàn)的最小實現(xiàn)骨架包括 JSONL 數(shù)據(jù)格式、情緒分類、SQLite 存儲、滑動窗口指數(shù)計算和查詢 API。你不需要一開始就做大平臺先跑通一條評論到一張趨勢表的閉環(huán)比什么都重要。1. 為什么用戶總是覺得“AI 變笨了”“AI 變笨了”不是一個嚴謹?shù)募夹g命題但它是一個真實的用戶信號。如果你去翻看各種開發(fā)者反饋會發(fā)現(xiàn)絕大部分抱怨都指向幾個非常具體的現(xiàn)象對話剛開始不久模型就報“context length 超限”看起來像智能不足實際是長會話管理問題。API 返回 selected model is at capacity 或 model is unavailable模型本身沒問題但容量調(diào)度導致體驗斷裂??蛻舳伺c模型網(wǎng)關版本不一致出現(xiàn)“該模型不存在”或“模型名不識別”的報錯。開啟思維鏈推理的模型多輪對話沒有把 reasoning_content 回傳給 API導致后續(xù)一輪直接失敗。服務端臨時降級到小模型用戶在無感知的情況下被切換到更低能力版本。上面這些現(xiàn)象搜索材料里都能看到大量真實報錯原文。它們有一個共同點用戶往往不會去區(qū)分“模型能力下降”和“模型服務狀態(tài)異?!敝粫玫揭粋€結論——今天這個 AI 好笨。用一張表格可以看得很清楚用戶看到的提示工程層面常見原因用戶實際感知selected model is at capacity服務端容量調(diào)度或流量過高半天不響應誤以為模型傻了model is unavailableProvider 網(wǎng)關異?;蚵酚墒」δ懿豢捎皿w驗中斷400 context length 超限上下文窗口被打滿模型“忘記”了之前的內(nèi)容reasoning_content 未回傳思維鏈模型多輪協(xié)議處理不當推理能力突然失效model not supported客戶端版本與模型名不匹配認為模型被悄悄下架這類體驗問題恰恰是 benchmark 很難覆蓋的。因為評測環(huán)境是干凈的固定測試集、固定超參數(shù)、固定上下文服務端也處于穩(wěn)定狀態(tài)。而真實用戶面對的是復雜網(wǎng)絡、長上下文、并發(fā)調(diào)度、模型版本灰度切換甚至還有客戶端配置差異。所以我的判斷是用戶覺得“AI 變笨”本質(zhì)上是用戶在觀察一個動態(tài)系統(tǒng)。模型能力是其中一個變量但不是全部變量。如果想要回答“AI 是不是變笨了”就非常需要有另一個數(shù)據(jù)入口——直接從用戶意見出發(fā)去度量一段時期內(nèi)真實交互中的體驗變化。這就是“模型體驗指數(shù)”類項目存在的價值。2. 從意見文本到“模型體驗指數(shù)”要解決什么問題先把這個概念拆開?!爸笖?shù)”在金融領域是用來反映一組標的綜合變化的統(tǒng)計量比如股票指數(shù)。放到大模型場景里我們要建模的對象不是股價而是某個模型在一段時間內(nèi)收到的用戶意見變化。一條意見可以來自一條帖子、一條評論、一個工單、一條反饋消息。把大量意見按照模型、平臺、時間、情緒傾向聚合起來就形成了“模型體驗指數(shù)”。這個指數(shù)想回答的問題非常聚焦“在這段時間里用過這個模型的用戶整體感受是變好了還是變壞了”要達成這個目標需要先處理三個現(xiàn)實挑戰(zhàn)。第一個挑戰(zhàn)是模型名歸一化。同一個模型在不同語境下叫法完全不同。有人寫 Claude Sonnet有人寫 claude-sonnet有人直接寫“克勞德”有人寫 GPT-4o有人寫 gpt4o。如果不做歸一化統(tǒng)計口徑會立刻失真。第二個挑戰(zhàn)是情緒判斷。一條評論說“This model is not buggy”規(guī)則系統(tǒng)如果只看 buggy 關鍵詞很可能把正面評價誤判成負面。這說明簡單的關鍵詞匹配一定有誤差需要在工程鏈路里設計兜底機制。第三個挑戰(zhàn)是時間粒度。模型體驗不是一成不變的服務端可能在一周內(nèi)完成數(shù)次灰度更新。如果按月度聚合很多短期波動會被平均掉。合理的做法是先把意見按天沉淀再通過滑動窗口計算連續(xù)指數(shù)讓短期異常能及時暴露出來。為了讓你快速建立感知這里給出一個最小意見條目應該包含的字段字段含義示例model_name原始模型名gpt-4oplatform來源平臺hacker_news / reddit / feedbackcontent評論或反饋正文今天好慢一直報錯sentiment情緒傾向1 正面 / 0 中性 / -1 負面category問題類型slow / buggy / refusesource_url來源鏈接可選created_at發(fā)生時間ISO8601 時間有了這個結構采集、清洗、入庫、聚合就都能標準化了。后續(xù)章節(jié)我會沿著這條鏈路逐步實現(xiàn)一個最小可用的模型。3. 口碑型指數(shù)與 Benchmark 評測的本質(zhì)區(qū)別很多讀者會問市面上已經(jīng)有很多大模型評測基準像 MMLU、HumanEval、MT-Bench、LMArena還需要再做一套用戶口碑指數(shù)嗎我的觀點是兩者觀測的完全不是同一個東西。Benchmark 適合回答“模型在預設任務上達到什么水平”用戶口碑指數(shù)適合回答“模型在實際使用中體驗如何波動”。前者是能力快照后者是體驗溫度計。兩者的差異可以從多個維度看對比維度Benchmark 評測用戶口碑體驗指數(shù)數(shù)據(jù)來源固定測試集真實用戶文本意見時效性按版本或發(fā)布周期更新可按天或周滾動更新主觀偏差通過評測協(xié)議盡量控制天然存在需要歸一化處理能力維度準確率、推理、編碼等可用性、速度、拒絕率、幻覺等受服務影響較小很大容量與路由異常會直接體現(xiàn)典型用途模型選型、論文對比線上質(zhì)量監(jiān)測、客服體驗看板Benchmark 的“失效”并不是說它沒價值而是它覆蓋不到生產(chǎn)環(huán)境中的高頻擾動。比如某個模型在 HumanEval 上得分很高但它在高并發(fā)時頻繁觸發(fā)容量拒絕某個模型推理能力很強但它會在多輪對話中因為上下文管理問題頻繁斷開。這些體驗問題用戶不會寫成“今天 Negative Log Likelihood 上升了”只會說“這模型真笨”。指數(shù)型項目本質(zhì)上是在給 benchmark 補一個“用戶在真實環(huán)境里實際感受到什么”的觀測維度。它不做能力絕對值的排名而是做體驗相對變化的追蹤。理解了這一點你就不會問“這個指數(shù)能不能替代 Chatbot Arena”這類問題了它倆本就不該是替代關系。4. 數(shù)據(jù)源與合規(guī)邊界不能見到什么就爬什么做用戶口碑指數(shù)最容易被忽略但又最重要的問題是數(shù)據(jù)從哪里來。常見來源大致有這么幾類公開社區(qū)Hacker News、Reddit、相關開發(fā)者論壇適合觀察大眾輿論。開發(fā)者平臺GitHub Issues、產(chǎn)品 Feedback 區(qū)適合追蹤特定編程工具的問題。自有產(chǎn)品反饋你所在團隊收到的用戶反饋、工單、問卷這是最可信、權益最清晰的數(shù)據(jù)。社交平臺內(nèi)容密度高但 API 限制嚴格數(shù)據(jù)獲取和合規(guī)成本都很高。如果你只是個人追蹤幾個主流模型的表現(xiàn)我更推薦從 Hacker News、Reddit 這類有公開接口或歷史數(shù)據(jù)集的平臺開始。最小閉環(huán)不需要實時流可以先用導出的歷史評論跑通流程再逐步增加定時采集。這里必須強調(diào)幾條合規(guī)底線第一采集行為要遵守平臺服務條款和 robots 協(xié)議。不要寫一個無限并發(fā)的爬蟲去抓取全站數(shù)據(jù)這對源站是負擔也容易給自己帶來法律風險。第二涉及個人信息的評論要脫敏。展示聚合結果時不要展示能夠直接定位到具體用戶的 ID、郵箱、聯(lián)系方式。第三用戶原文可以用于內(nèi)部統(tǒng)計但如果要公開轉(zhuǎn)發(fā)或引用需要謹慎評估版權和平臺規(guī)則。最小原型階段建議只做聚合展示不做原文墻。第四生產(chǎn)級系統(tǒng)要設置合理的采集頻率和重試退避。對公開 API 要控制 QPS盡量使用官方提供的分頁參數(shù)不做暴力翻頁。一句話總結做體驗指數(shù)的第一步不是寫爬蟲而是先想清楚數(shù)據(jù)的權利邊界。數(shù)據(jù)來源不穩(wěn)定后面所有工程都是白做。5. 系統(tǒng)整體設計與 SQLite 數(shù)據(jù)結構在動手寫代碼之前先把系統(tǒng)分清楚層級。一個最小可用的模型體驗指數(shù)系統(tǒng)通常包含五層接入層接收 JSONL、CSV或API 返回的半結構化評論。清洗層做模型名歸一化、正文去重、無效評論過濾。分類層根據(jù)關鍵詞或調(diào)用模型判斷情緒和問題類別。存儲層把標準化的意見條目寫入數(shù)據(jù)庫。服務層提供指數(shù)查詢 API 和可視化數(shù)據(jù)。原型階段我建議直接用 SQLite 而不是 MySQL 或 PostgreSQL。原因很簡單單文件、零部署、事務支持夠用適合先把閉環(huán)跑通。等數(shù)據(jù)量到百萬級、需要多人并發(fā)寫入時再遷移到 PostgreSQL 也不遲。建表語句如下-- 文件路徑schema.sql CREATE TABLE IF NOT EXISTS model_opinions ( id INTEGER PRIMARY KEY AUTOINCREMENT, model_name TEXT NOT NULL, platform TEXT NOT NULL DEFAULT , content TEXT NOT NULL, category TEXT NOT NULL DEFAULT , sentiment INTEGER NOT NULL DEFAULT 0, source_url TEXT NOT NULL DEFAULT , created_at TEXT NOT NULL ); CREATE INDEX IF NOT EXISTS idx_model_time ON model_opinions (model_name, created_at); CREATE INDEX IF NOT EXISTS idx_platform ON model_opinions (platform);這里有三個設計細節(jié)值得說明。第一created_at 直接使用 TEXT 類型保存 ISO8601 時間。SQLite 的 date 函數(shù)可以直接處理這種格式減少轉(zhuǎn)換成本。但要注意統(tǒng)一使用 UTC 時間避免不同地區(qū)服務器寫入的時間口徑不一致。第二模型名雖然要保留原始名稱用于追溯但統(tǒng)計時應該使用歸一化后的標準名。為了簡單我直接把歸一化結果寫回 model_name 字段原始名稱可以在采集層單獨保存原型階段可以不建額外表。第三創(chuàng)建復合索引 idx_model_time是為了支撐最常見查詢根據(jù)模型名查詢一段時間內(nèi)的意見分布。如果后續(xù)要按平臺過濾再繼續(xù)加索引。6. 環(huán)境準備與項目目錄本文的代碼需要 Python 3.8 以上環(huán)境推薦使用 3.10 或更高版本。SQLite 本身是 Python 標準庫內(nèi)置模塊不需要單獨安裝。如果希望把指數(shù)通過 HTTP 接口暴露出來還需要安裝 Flask。建議先創(chuàng)建項目目錄mkdir model-experience-index cd model-experience-index python3 -m venv venv source venv/bin/activateWindows 環(huán)境下激活虛擬環(huán)境的命令為venv\Scripts\activate然后安裝依賴pip install flask requestsrequirements.txt 可以這樣寫requests2.31.0 flask3.0.0版本號可以根據(jù)你本地的實際環(huán)境微調(diào)不需要嚴格鎖定。這里的 requests 主要用于從公開接口拉取數(shù)據(jù)如果你已經(jīng)有現(xiàn)成的 JSONL 文件甚至可以只保留 Flask。最終的目錄結構如下model-experience-index/ ├── schema.sql ├── model_index_pipeline.py ├── index_query.py ├── app.py ├── data/ │ ├── raw.jsonl │ └── opinions.db └── requirements.txtdata 目錄需要手動創(chuàng)建mkdir data7. 清洗與分類把一段評論變成帶標簽的數(shù)據(jù)這一階段的輸入是 data/raw.jsonl一行一條 JSON格式如下{model_name: gpt-4o, platform: dev_blog, content: The model refused to answer a simple coding question today, very disappointed., created_at: 2025-06-01T10:00:00Z, source_url: https://example.com/post/1} {model_name: Claude Sonnet, platform: hacker_news, content: Claude is so helpful. It solved my refactoring task accurately., created_at: 2025-06-01T11:00:00Z, source_url: https://example.com/post/2} {model_name: gpt-4o, platform: dev_blog, content: timeout again, the model is at capacity, I cannot continue my work., created_at: 2025-06-02T09:00:00Z, source_url: https://example.com/post/3}實際采集時created_at 請使用真實的采集時間或評論發(fā)布時間。下面這段代碼會完成三個任務讀取 JSONL、歸一化模型名、基于關鍵詞規(guī)則完成情緒分類。# 文件路徑model_index_pipeline.py # -*- coding: utf-8 -*- import argparse import json import re import sqlite3 from datetime import datetime, timezone from pathlib import Path # 模型名歸一化映射表 MODEL_ALIASES { gpt-4o: gpt-4o, gpt4o: gpt-4o, gpt-4o-mini: gpt-4o-mini, gpt4o-mini: gpt-4o-mini, claude: claude, claude-sonnet: claude-sonnet, claude sonnet: claude-sonnet, deepseek-r1: deepseek-r1, deepseek r1: deepseek-r1, } # 問題類別與關鍵詞注意這里不做復雜 NLP POSITIVE_WORDS { helpful: [helpful, impressive, amazing, accurate, great answer, works perfectly, 好用, 準確, 驚艷], fast: [fast, snappy, instant, no latency, 非??? 流暢], } NEGATIVE_WORDS { refuse: [refuse, cannot answer, cant answer, not allowed, 拒絕回答, 無法回答, sorry], buggy: [bug, wrong, incorrect, false, hallucination, 編造, 胡說, 錯誤, 幻覺, 不對, 有問題], slow: [slow, timeout, lag, at capacity, unavailable, 卡頓, 超時, 無法連接, 斷連], } def normalize_model(raw_name: str) - str: 把不同寫法歸一化成標準模型名。 if not raw_name: return unknown key raw_name.strip().lower() return MODEL_ALIASES.get(key, key) def classify_and_score(text: str): 基于關鍵詞做粗分類返回 (category, sentiment)。 sentiment: 1 表示正面-1 表示負面0 表示中性或混合。 category: 多個類別使用逗號拼接。 lowered (text or ).lower() pos_hits, neg_hits [], [] for cat, words in NEGATIVE_WORDS.items(): for word in words: if word in lowered: neg_hits.append(cat) break for cat, words in POSITIVE_WORDS.items(): for word in words: if word in lowered: pos_hits.append(cat) break if pos_hits and neg_hits: return mixed, 0 if neg_hits: return ,.join(neg_hits), -1 if pos_hits: return ,.join(pos_hits), 1 return uncategorized, 0 def process_raw_file(raw_file: str, db_file: str) - int: 讀取 JSONL 文件并寫入 SQLite。 db sqlite3.connect(db_file) db.execute( CREATE TABLE IF NOT EXISTS model_opinions ( id INTEGER PRIMARY KEY AUTOINCREMENT, model_name TEXT NOT NULL, platform TEXT NOT NULL DEFAULT , content TEXT NOT NULL, category TEXT NOT NULL DEFAULT , sentiment INTEGER NOT NULL DEFAULT 0, source_url TEXT NOT NULL DEFAULT , created_at TEXT NOT NULL ) ) inserted 0 with open(raw_file, r, encodingutf-8) as fh: for line in fh: line line.strip() if not line: continue item json.loads(line) content (item.get(content) or ).strip() if len(content) 3: continue raw_model item.get(model_name, ) model_name normalize_model(raw_model) platform (item.get(platform) or unknown).strip() source_url (item.get(source_url) or ).strip() created_at item.get(created_at) if not created_at: created_at datetime.now(timezone.utc).isoformat(timespecseconds) category, sentiment classify_and_score(content) db.execute( INSERT INTO model_opinions (model_name, platform, content, category, sentiment, source_url, created_at) VALUES (?, ?, ?, ?, ?, ?, ?) , (model_name, platform, content, category, sentiment, source_url, created_at), ) inserted 1 db.commit() db.close() return inserted if __name__ __main__: parser argparse.ArgumentParser(description模型體驗指數(shù) - 數(shù)據(jù)清洗入庫) parser.add_argument(--input, defaultdata/raw.jsonl, help輸入 JSONL 文件) parser.add_argument(--db, defaultdata/opinions.db, helpSQLite 數(shù)據(jù)庫文件) args parser.parse_args() total process_raw_file(args.input, args.db) print(f清洗入庫完成共插入 {total} 條意見)代碼里需要解釋幾個關鍵點。MODEL_ALIASES 映射表用于統(tǒng)一大小寫和常見縮寫實際生產(chǎn)環(huán)境中這份映射表應當做成獨立配置文件方便在不改代碼的前提下擴充。classify_and_score 函數(shù)基于關鍵詞做粗分類它只能作為基線不能期待它達到 GPT-4 級別的語義理解。但它的好處是確定性強、可解釋、無額外成本原型階段完全夠用。情緒判定時的正負同時命中會被歸為 mixed這比簡單把正負相加更穩(wěn)妥。試想一條評論寫“It is fast but often wrong”它既包含“fast”又包含“wrong”如果只統(tǒng)計關鍵詞數(shù)量可能被算成正樣本這是失真。歸為混合中性至少不會污染情緒匯總。代碼里的一處易錯點是在寫 SQL 時不能使用普通字符串格式化拼接評論內(nèi)容而是必須使用問號占位符。因為真實評論里經(jīng)常出現(xiàn)百分號、單引號等特殊字符如果用 % 格式化去拼 SQL就會出現(xiàn)類似 unsupported format character 的異常。參數(shù)化查詢可以徹底規(guī)避這個問題。執(zhí)行命令如下python model_index_pipeline.py --input data/raw.jsonl --db data/opinions.db如果一切正常會看到輸出清洗入庫完成共插入 3 條意見此時可以用 SQLite 命令驗證sqlite3 data/opinions.db SELECT model_name, category, sentiment, created_at FROM model_opinions;你會看到類似于下面的結果gpt-4o|refuse|-1|2025-06-01T10:00:00Z claude-sonnet|helpful|1|2025-06-01T11:00:00Z gpt-4o|slow|-1|2025-06-02T09:00:00Z8. 指數(shù)計算用滑動窗口觀察趨勢清洗入庫只是第一步。真正有價值的是把離散的意見聚合成可觀察的曲線。這里定義一種簡單的指數(shù)在某個時間窗口內(nèi)負面意見數(shù)量占該窗口總意見數(shù)的比例乘以 100。數(shù)值越高代表用戶負面體驗占比越高。為了避免單日樣本過少帶來的劇烈抖動代碼里加入了滑動窗口和最小樣本量門檻。# 文件路徑index_query.py # -*- coding: utf-8 -*- import argparse import sqlite3 from collections import defaultdict from datetime import date, datetime, timedelta def compute_index(db_file: str, model_name: str, window: int 14, min_samples: int 3): 計算模型在滑動窗口內(nèi)的負面體驗指數(shù)。 index 越高表示該時間段內(nèi)用戶負面評價占比越高。 conn sqlite3.connect(db_file) conn.row_factory sqlite3.Row rows conn.execute( SELECT date(created_at) AS day, sentiment, COUNT(*) AS cnt FROM model_opinions WHERE model_name ? GROUP BY date(created_at), sentiment ORDER BY day , (model_name,), ).fetchall() conn.close() daily_agg defaultdict(lambda: {pos: 0, neg: 0, neu: 0}) for row in rows: day row[day] if row[sentiment] 1: daily_agg[day][pos] row[cnt] elif row[sentiment] -1: daily_agg[day][neg] row[cnt] else: daily_agg[day][neu] row[cnt] if not daily_agg: return [] start_day datetime.strptime(min(daily_agg.keys()), %Y-%m-%d).date() end_day datetime.strptime(max(daily_agg.keys()), %Y-%m-%d).date() series [] # buffer 中只保留當前滑動窗口內(nèi)的日聚合數(shù)據(jù) buffer defaultdict(lambda: {pos: 0, neg: 0, neu: 0}) def clean_buffer(current_day: date): expired [d for d in buffer if (current_day - d).days window] for d in expired: del buffer[d] current start_day while current end_day: key current.isoformat() clean_buffer(current) if key in daily_agg: buffer[current] daily_agg[key] else: buffer[current] {pos: 0, neg: 0, neu: 0} total sum(buffer[d][pos] buffer[d][neg] buffer[d][neu] for d in buffer) neg sum(buffer[d][neg] for d in buffer) if total min_samples: index_value round(neg * 100.0 / total, 2) series.append({ date: key, index: index_value, samples: total, }) current timedelta(days1) return series if __name__ __main__: parser argparse.ArgumentParser(description模型體驗指數(shù) - 查詢與計算) parser.add_argument(--db, defaultdata/opinions.db) parser.add_argument(--model, defaultgpt-4o) parser.add_argument(--window, typeint, default14) parser.add_argument(--min-samples, typeint, default3) args parser.parse_args() result compute_index(args.db, args.model, args.window, args.min_samples) if not result: print(沒有找到該模型的數(shù)據(jù)請檢查模型名是否拼寫正確) raise SystemExit(1) print(f{date:12}{index:10}{samples}) for item in result: print(f{item[date]:12}{item[index]:10}{item[samples]})這段代碼在理解上有三個重點。第一SQL 使用 date(created_at) 把 ISO8601 時間字符串截斷到天方便按天聚合。GROUP BY 中的 sentiment 能統(tǒng)計每日正負中三條數(shù)量這樣可以減少 Python 層的計算量。第二buffer 保存的是滑動窗口內(nèi)的數(shù)據(jù)。每進入一個新日期先淘汰超過窗口天數(shù)的舊數(shù)據(jù)再加入當天數(shù)據(jù)再計算當前窗口的負面比例。這和移動平均的思想是一致的能有效平滑單日波動。第三min_samples 參數(shù)的用意是防止樣本太少時指數(shù)失真。如果某一天只有一條負面評論負面率就是 100%這顯然不能說明模型突然變差了。只有當窗口內(nèi)總樣本數(shù)達到門檻時才輸出指數(shù)。執(zhí)行查詢命令python index_query.py --db data/opinions.db --model gpt-4o --window 14示意輸出如下date index samples 2025-06-01 50.0 2 2025-06-02 66.67 3這里 2025-06-01 有兩條例樣本一條負面一條正面所以指數(shù)是 502025-06-02 有三條例樣本其中兩條負面所以指數(shù)約 66.67。如果你的數(shù)據(jù)量更大曲線會平滑很多。9. 提供一個輕量的 HTTP 查詢接口聚合計算完成后下一步自然是通過接口暴露給前端或監(jiān)控系統(tǒng)。這里用 Flask 寫一個最小 API。# 文件路徑app.py # -*- coding: utf-8 -*- from flask import Flask, jsonify, request from index_query import compute_index app Flask(__name__) app.route(/api/index, methods[GET]) def api_index(): model_name request.args.get(model, gpt-4o) window request.args.get(window, 14, typeint) min_samples request.args.get(min_samples, 3, typeint) series compute_index( data/opinions.db, model_namemodel_name, windowwindow, min_samplesmin_samples, ) if not series: return jsonify({model: model_name, error: no enough data or unknown model}), 404 return jsonify({model: model_name, series: series}) if __name__ __main__: app.run(host0.0.0.0, port8000, debugFalse)啟動服務python app.py然后在另一個終端執(zhí)行curl http://127.0.0.1:8000/api/index?modelgpt-4owindow14預期返回一段 JSON核心結構如下{ model: gpt-4o, series: [ {date: 2025-06-01, index: 50.0, samples: 2}, {date: 2025-06-02, index: 66.67,
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
天天人人综合| 五月丁香综合激情| www99精品| 99色在线| 丁香五月91| 五月综亚洲| 人人97操| 欧美日本免费一道免费视频| 久操大香蕉| 五月婷婷免费在线观看| av色婷婷| 激情六月婷| 丁香五月婷婷基地| 性生活视频98791| 亚洲欧洲中文日韩久久AV乱码| 亚洲综合激情五月久久| 翔田千里无码| 快乐婷婷五月天| 婷婷六月久久| 操逼五月婷婷| 中文字幕日产A片在线看| 色五月婷婷五月天| 影音先锋777xfplay色资源网站| 99久热在线精品| 无码AV大香线蕉伊人| 婷婷色五月天在线观看| 9久精品视频| 五月天,激情四射,婷婷频道| 亚洲精| 精品99视频| 国产看真人毛片爱做A片| 婷婷成人AV| 五月天激情啪啪| 五月天婷婷久久日| 亚洲激情综合色站| 开心六月婷| 久草网大香视频| 五月丁香六月婷婷综合网| 7777精品伊人久久久大香线蕉最新版| 丁香婷婷久| 99热这里都是精品| 狠狠操狠狠插| 无码AV免费精品一区二区三区| WWW99热| 久久婷婷五月综合色和| 天天做天天爱天天综合网| 婷婷六月综合在线| wwccc久久久| 玖玖综合色| 99热加勒比| 肏日网在线看| 综合九九中文字幕| 丁香五月欧美色综合| 亚洲电影中文字幕| 婷婷色六月| 激情综合网激情五月天| 亚洲精品久久久无码| 99热最新| 五月丁香久久| 成人做爰黄A片免费看直播室男男 久草热8精品视频在线观看 | 成人精品视频99在线观看免费| 婷婷五月天久久| 国产三级片91| 五月天成人小说| 色五月婷婷91| 成人网站av免费网站推荐| 97色 五月天丁香| 全部老头和老太XXXXX| 97干在线视频| 香蕉97碰碰碰欧美| 野外99热| 激情五婷网| 色婷婷综合综合网| 丁香女人五月天| 丁香五月婷婷亚洲色图| 色视五月天婷婷| 玖玖精品资源| 天天操婷婷| 五月丁香综合影院| 91碰碰碰| 五月丁香婷久久| 丁香婷婷综合影院| 欧美在线97| www.婷婷五月天,com| 狠狠狠狠狠狠草| 国产精品成人网址| 亚洲综合婷婷五月| 天天插夜夜爽| 97欧美在线| 天天综合五月天| 人妻激情在线| 精品国产乱码久久久久久免费| 五月天婷婷久色| 亚洲精品乱码久久久久久综合| 九九热只有这里是精品| 婷婷五月天激情五月天深爱五月天| 亚洲色色香蕉| 婷婷五月天久久久| 久久99免费视频网站| 午夜免费高清AV片| 色色色视频免费无码 | 丰满少妇乱A片无码| 亚洲12p| 大香久久综合网| 亚洲成人在线综合| 日本色婷婷综合| 婷婷五月精品中文字幕| 99re思思久久| 97碰碰草| 开心五月激情| 丁香五月中文字幕色播| 久久怡红院| 99在线资源视频| 操久久精| 99热只有精品在线观看| 久久婷婷精品| 人人草碰| 天天舔天天| 亚洲色婷婷五月天| 综合福利网| 婷婷五月天视频免费在线观看| 激情久久肏屄视频| 大学生高潮无套内谢视频| 五月丁香综合| 99热伊人| 久久婷婷视频| 最近中文字幕大全免费版在线| 123草逼网| 丁香婷婷五月天色综合| 涩涩婷婷五月| 色五月婷婷综合| 成人在线综合| av大香蕉| 天天日人人| 国产 A片 自拍| 再綫Av免费視品| 无码se| 91狠狠综合久久| 五月丁香婷婷久久| 乱女乱妇熟女熟妇综合网站 | 人妻久久婷婷| 中文字幕 码精品视频网站| 超碰a女人的天堂| 色婷婷综合影院| 婷婷狠狠色| 丁香婷婷色五月合集| 99综合色色色| 日韩狠狠色婷婷| 久久99热这里只有精品首| 婷婷伊人综合中文字幕| 五月丁香香蕉| 亚洲天堂AV免费片| 丁香五月激情视频在线| 玖玖资源站蜜臀| 国产精品成人av在线观看春天| 手机AVAV天堂看网| 9久久精品视频| 碰碰碰97免费精彩视频| 天天cha成人综合网| 婷婷射丁香| 色呦呦免费观看| 97久久草草超级碰碰碰| 色色影院aaaav| 婷婷开心综合人妻小说网址| www.com五月天| 久久五月丁香| 亚洲五月婷婷| 激情综合九| 日本三级网址| 丁香婷婷精品视频| 性色99| 婷婷五月天综合色| 五月丁香亭亭操逼| 精品一二三区久久AAA片| 丁香五月天操B| 色综合av超碰| 亚洲视99| 久久视频这里99| 婷婷丁香色五月| 这里只有精彩视频| 九九视频在线观看| 国产成人精品一区二区三区视频| aaa久久| 色月视频| 噜噜色婷婷| 综合99久久天天综合| 欧美成人精品A片免费一区99| 五月天婷婷深深爱| 玖玖五月| 97啪在线观看视频| 99视频在线| 婷婷激情鹿城五月天| 丁香婷婷视频| 成人无码髙潮喷水A片| 五月停亭久久电影| 97在线/亚洲| 这里只有精品,日韩视频| 欧美草久久五月天91| 天天综合五月| 影音先锋一区二区资源站| 婷婷五月天你懂的| 色综合激情| 五月色欧洲| 五月丁香中文字幕| 久久五月婷| 亚洲中文字幕翔田千里| 玖玖无码中文| 色色国产| 婷婷丁香激情综合色情| 99热在线观看精品| 男女啪啪做爰高潮无遮挡| 97人人操com| 99 热| 天天色视频| 五月花婷婷| 久久久久久久久久久44| 台湾佬天天日丁香婷婷五月天| 大香蕉精品视频| 操一操干一干| 国产SUV精品一区二区6| 97资源欧美日韩大香蕉超碰一区| 婷婷干五月综合在线播放| 激情五月婷婷五月| 丁香婷婷五月激情| 99免费在线| 五月天婷婷基地| 91精品丝袜久久久久久| 色情五月婷| 婷婷六月中文字幕| 狠狠干婷婷| 久婷视频| 色婷婷五月天在线| 日韩欧美不卡| 国内一级精品| 婷婷五月免费视频| 四射综合网| 五月丁香AV、伊人业余、性色熟妇| 欧美综合五月丁香六月婷| 色九九九综合| 激情综合网激情五月丁香| 丝袜大香蕉| 99精品视频偷拍| 五月婷婷免费在线观看视频| 亚洲黄网在线| 婷婷五月伦理| 欧美槡BBBB槡BBB少妇| 这里只有精品免费在线视频| 婷婷五月天开心网| 午夜婷婷丁香| 开心五月激情网| 97热超碰| 九九久久这里只有精品XB| 91se在线视频| 色激情五月| 丁香六月亭亭久久综合| 一本久久婷婷| 99色热视频| 色婷婷成人影片| 色五月婷婷影院| 久操干| 色五婷婷开心缴| 久久久久9久无码视频| 亚洲开心激情网| 思思热在线视频精品| 无码人妻电影| 狠狠干综合| 91九色精品熟女内射| 久久色天堂| 六月丁香中文字幕| 综激情网| 无码se| 99热免费精品| 激情婷婷五月亚洲| 日韩精品无码一区二区| 天天爽综合| 97超碰,人人舔,人人操,人人摸| 激情五月天之六月婷婷| 99婷婷狠狠成为人免费视频| 婷婷五月激情在线| se99热久久一本| 99在线免费观看| 五月开心久久| 狠狠干综合| 婷婷色女| 精品人妻在线免费观看| 五月丁香六月婷婷综合网缴情| chaopeng在线人人| 五月天激情综合| 婷婷操超碰| 色综合久久天天综合网| 国产成人精品一区二三区熟女在线| 久久色五月天| 久久综合五月天激情小说网站| 久久成人天| 琪琪狠狠干| 五月丁香六月婷婷姐| 国内熟女黄色系列| 色播播五月天| 影音先锋色色色资源色资源色| 五月天婷婷基地| 天天日狠狠| 婷婷五月天VI| 久久五月天网| 另类五月婷婷| 色色网站日本91| 99久久久国产精品免费蜜乳tv| 久久机热探花| 五月婷婷综合网| 天天肏屄夜夜爽| 激情都市另类| 欧美性猛交99久久久99| 丁香五月天色综合| 中文字幕高清av| 超碰资源在线| 千人斩操逼| 日本在线观看aaa 99| 婷婷激情六月视频| 色婷婷六月激情| 亚洲va久久久噜噜噜久久天堂| 免费观看的婷婷五月视频在线| 天天综合五月| 欧美性生交XXXXX无码小说| 99日这里只有精品| 乱码操操| 色综合久久无码| 久久精品婷婷| 精品色色色| AAA久久久AAA久久久AAA| 九九这里有精品| 久热播这里只有精品| 玖玖婷婷五月| 久久ri精品| 五月婷婷天堂| www.99热. com这里只有精品| 婷婷天堂视频| 天天揷综合网| 色婷婷小说| 婷婷五月六月丁香综合| 婷婷激情中文综合| 成人在线高清| 婷婷影院A成人| 色婷婷免费观看| 五月欧美色色五月| 91超级碰碰碰| 丁香综合久久| 9久热精品在线视频| 黄色一级影片| 人草人人| 婷婷五月天亚洲激情戏精品| 婷婷五月激情网| 日本色色视频| BBWCUCKOLD精品熟妇| 99国产精品久久久久久久久久久 | 开心五月婷婷| 五月丁香婷婷开心| 婷婷伊人綜合中文字幕小说| 丁香九月综合在线| 婷婷五月激情四射手| 在线播放中文字幕| 丁香五月六月婷婷综合| 丁香五月天网友自拍啪啪啪视频| 激情婷婷内射| 丁香婷婷网| 久99久视频精选| 99操逼| 婷婷色五月开心五月| 天天干天天操天天上| 欧美日韩99| 久久五月天免费网站| 精品无码久久久久久久久| 婷婷少妇激情| 丁五月激情视频免费| 久热这里精品免费| 色综合久久五月| 色色色综合色| 九九九九大香蕉| 99超碰欧美| 丁香六月激情综合| 五月丁香啪啪啪| 天天综合五月天| 五月婷婷五月天亚洲无码| 色狠狠激情五月| 婷婷99视频精品| 97在线/日本| 97人碰人操| 成人无码髙潮喷水A片| 九九99在线免费在线观看视频| 五月天开心激情综合网| 狠狠插日日干撸| 日日撸天天干| 丁香婷停五月激情综合深爱| 色插综合网| 五月天婷婷基地丁香| www.五月婷婷久久.com| 夜色综合网| 二区成人视频| 激情碰碰碰| ZpRSw| 超碰在线观看三级片| 婷婷五月成人| 国外亚洲成AV人片在线观看| 午夜少妇在线观看视频| 欧类av怡春院| 久久大大香| 91紱請| 4399无码视频| 亚洲AV久久久久久久久久久久久久久久| 免费视频WWW在线观看网站| 婷婷五月av| 这里只有精品视频在线| 五月色丁香| 91碰碰碰| 久久se 综合网| 天天揷综合网| 超碰成人影视| 91性人人| 成人毛片在线免费观看| 久久久宗合| 九色91视频| 丁香五月日韩| site:901-07.com| 日日噜人人人做人| 亚洲综合视频一下| 激情五月四色| 亚洲成人中心| 51国精产品自偷自偷综合| 26uuu在线观看| 六月丁香网| 国产肥白大熟妇BBBB视频| 99热久久这里只有精品| 久久性爱99国产| 亚洲黄网在线| 九月婷婷色色| www.99热日韩.com| 5月丁香六月情| 手机免费福利视频| 曰曰久久| 蜜桃成语时李时珍 免费| 99精品视频在线观看| 最近中文字幕2019视频1| 日曰躁夜夜躁2026| 99视频在线观看网址| www.久久久久久久| 亚洲综合网激情小说| 天天操夜夜肏| 91碰碰视频| 五月天色影院| a免费在线| 色九九九综合| 色情五月丁香| sewuyue第四色| 26uuu欧美宗合| 五月天久久综合| 夜夜撸夜夜骑| 国产成人AV不卡| 亚洲成人AV在线| 五月婷亚洲精品AV天堂| 五月天激情小说婷婷基地| 五月丁香六月婷婷色日| 亚洲九九夜夜| 91刘玥视频在线观看| 久操综合| 天天精品视频在线观看视频| 情色五月天网站| 激情丁香五月| 色五月大香蕉婷婷| 日本本土色网第一区| 欧美va| 五月婷婷草| 欧美性爱五月天| 婷婷五月天最新网址| 九九热av| 蜜乳中文字| 超碰人人干| 婷婷精品| 五月天婷婷社区久久综合| 色婷婷婷av| 久久五月综合| 伊人无码高清| 激情99热| 五月丁香花激情综合网| 婷婷久久五月| 婷婷色五月激情强奸四射| 色吧五月婷婷六月丁香| 日韩 中文 欧美| 热热色色五月天婷婷| 五月开心久久| 五月丁香六月花| 色五月琪琪| 雪千夏麻豆| 国在线激情网| 久久香蕉丁香| 五月婷婷综合色啪首页| 亚洲亚洲激情| 97在线刺激| 欧美在线ee日韩| 99热99成人| 99热这里只有精品免费| 婷婷五月色综合香五月| 色五月丁香网| 91chinese 在线| 五月婷婷激情69| 国产一级片| 久人人操| www.99热. com这里只有精品| 欧美色色色色色| 综合超碰熟| 婷婷六月激情丁香| 性爱视频久久| 91碰碰| 可以看的av| 欧洲MV日韩MV国产| 日本色频| 婷婷伊人久久| 婷婷色操| 亚洲色五月婷婷| 大香蕉AV电影在线| 视色网在线播放| 色五月天激情| 久久精品99久久久久久| 日本高清综合网五月丁香| 欧美日本韩国亚洲| 婷色成人| 婷婷五月天激情小说| 色婷婷大香蕉| 影视av久久久噜噜噜噜噜三级| 爱超碰性| 色综合性视频| 99国产精品久久久久久久久久久 | 五月丁香无码| 九九热精品99| 色日本综合| 91久久九九| 色色色色色爱| 91九色偷拍| www.minyis.com【JT】国内CDN落地页保证转化QQ2101460746 | 五月停亭久久电影| 五月婷婷丁香在线| 97操男人的天堂| 五月开行婷婷色五月| 丰满人妻妇伦又伦精品国产 | 思思久久思思| 丁香,开心成人,久久| 婷婷六月爽| 激情六月天| 欧美成人Va| 久久免费精彩视频| 91九色国产| 五月婷婷三级| 我爱大香蕉| 久热伊人| 久久色五月天| 久久综合五月天| 五月天色色激情综合| 五月婷婷六月丁香| 丁香丁婷五月激情| 色婷婷在线视频| 激情五月无码| 婷婷五月丁香基| 婷婷激情六月天视频| Www.sesese丁香| 337午夜福利| 九久热| 激情www| 99热只有精品在线| 网色99| 久久狼人天堂| 97啪啪| 开心婷婷五月天电影院| 亚洲九九99精品视频在线播放| 蜜乳中文字| 九九九九中文字幕| 五月婷婷六月丁香玖玖玫瑰91| 欧美日韩国产伦精品日韩人妻一| 9|无码久久久久久| 3pAV| 丁香五月天大香蕉啪啪| 婷婷俺去也| av在线观看网站| 狠狠爱综合网| 五月色导航| 男女激情久久| 婷婷五月色综合| 久久人操| 日本不卡一区二区三区| 婷婷五月花丁香| 91成人看片| 五月欧美色播| 草榴视频黄色网| site:pnnrt.com| 天天肏视频| 另类少妇人与禽zOZZ0性伦| 婷婷五月天首页| 67194中文字幕| 五月天激情视频| 丁香九月综合在线| 91色噜噜狠狠狠狠色综合| 永久的网站AAAA | www.99精品视频| 五月婷婷中文| 五月婷婷丁香综合网| 青青草轻轻操| 婷婷五月丁香五月| 色综合色色| 99久热在线精品| 夜色热久| 久久久久亚洲AV成人无码电影| 天天干夜夜操A片| 五月婷婷综合在线视频| 97人人草| 99热久草| 亚洲激情在线| 日本丰满久久| 另类小说色婷婷| 婷婷.com| 婷婷欧美偷拍综合| 中文字幕婷婷在线| 少妇人妻人伦A片| 婷婷丁香五月激情| 激情丁香五月婷| 丁香五月婷婷色偷偷| 久久丁香五月天| 伊人五月成人| 老司机午夜福利视频金瓶梅| 综合色色综合| 成人AV在线中文版| 丁香五月激情啪啪| 色香欲综合| 五月婷婷久久激情| 五月丁香91| 色五月情| 开心五月网| 99视频在线观看网址| 天天做天天爱天天爽在| 五月丁香 啪啪| 中文字幕丰满乱孑伦无码专区 | 色婷婷五月综合网| 日韩欧美一区二区三区四区| 丁香五月九九| 操操操B| 久久久婷| 五月天激情四射网站| 99re这里有精品手机在线| 午夜成人AV在线| 91窝窝| 成人在线日韩| 色婷操逼| 丁香六月婷婷综合| 新激情五月天色播| 色色网站观看| 大香蕉综合网| 丁香六月激情| 成人五月天丁香婷| 色综合色综合网| www色婷婷久久综合久色| 成人 视频免费观看网站| 久久月天堂| .精品久久久麻豆国产精品| 婷婷色影院| 丁香五月天堂网| Av大香蕉| 天天摸日日舔狠狠添婷婷婷 | 婷婷va| 丁香五月天堂亚洲社区| 性欧美大战久久久久久久83| 99在线精品观看99| 五月天国产| 97超碰人人操| 欧美日本国产欧美日本韩国99| 丁香五月色欲| 天天摸天天日天天舔| RenRenSe在线视频网站| 丁香五月亭亭六月综合激情网| 久久婷婷五月天懂色| 五月天久久www| 大天天伊人| 激情久久婷婷| 久热婷婷在线视频| 日韩一级网站| a色婷婷| 激情熟女网| 五月婷婷狠狠久久| 婷婷丁香www视频日本韩国| 婷婷五月成人社区| 九九99偷拍视频| 亚洲国产精品VA在线看黑人| 婷婷五月激情网| 亚洲色视频| 99色在线视频| 五月丁香久久| 日本人妻伦在线中文字幕| 中文人妻AV久久人妻18| 成人做爰A片免费看视频| 五月天丁香| 青草青草视频2免费观看| 噼里啪啦完整版中文在线观看| 免费无码毛片一区二区A片| 免费看欧美成人A片无码| 国产精品美女久久久久AV超清| 香蕉久久国产AV一区二区| 91操操| 少妇真实被内射视频三四区| caop视频| 五月天国产婷婷精品视频在线| 99久久精品视频女神1| 久久久久人妻中文| 婷婷五月视频| 天天干天天做| 国产亚洲色婷婷久久99精品91| 99色亚洲| 无码激情AAAAA片-区区| 碰碰人人人| 操婷婷久久| 99碰网站| 婷婷欧美色| 激情五月婷婷在线区| 色狠狠色狠狠| 激情亭亭五月| 99精品视频在线观看| 欧美搡BBBBB摔BBBBB| 九九一区| 激情伊人网| 中文字幕av在线| 综合网色| 开心五月丁香啪| 五月丁花六月丁香综合| 九九热av| 疯狂做受XXXX高潮A片| 99热免费18| 色狠狠综合网| 色八月婷婷| 五月天激情小说婷婷基地| 草综合14| 91一起操| 香蕉99网| 超碰av在线| 五月婷婷干| 五月天婷婷乱论小说| 91久热| www,999日本色| 成人无码中文| 狠狠爱综合网| 丁香五月23111| 永久免费视频| 狠狠精品干练久久久无码中文字幕| 激情文学 综合 九月| 色综合激情| 99视频精品8 | 伊人久久大香蕉网| 噼里啪啦完整版中文在线观看| 五月婷婷亚洲综合在线| 丁香婷婷六月激情文学| 五月婷婷啪啪啪啪| 99激情视频| 91N 一起草| 日日爱678| 六月婷婷久久大全| 天天影院色| 日韩美一级毛卡片| 亚洲妇女熟BBW| 久久中国毛毛片爱久久| 狠狠色婷婷7| 五月婷婷之综合激情| 99热在线精品播放| 九色综合五月天婷五月| 五月丁香啪啪| 婷婷丁香五月综合网上| 99这里只有精品| 亚洲色图在线视频| 九九九午夜影院成人| 五月丁香亭亭操逼| 久久99久久99久久99| 五月天色色网站| 婷婷丁香五月亚洲| 天天综合精品| www.99久久久| 久机视频这只有精品| 狠狠爱综合| 九九无毛| 丁香五月色综合色播五月| 五月天久久网站| 成人 在线观看国产| 任你爽视频| 色色色综合色| 久热精品免费视频4| 激情五月天久久丁香| 婷婷五月丁香六月| 91久女| 色色色色色级无码| 五月天亚洲色| 色婷网站| 五月激情综合婷婷| 99久在线精品99re8热| 久久九精品| 丁香五月婷婷欧美成人色图| 99视频内射三四| 中文字幕av亚洲| 色日本网| 丁香五月AV| 99操久久| 日本在线99| 日韩AV在线免费| 西瓜美女a片| 天天肏夜夜肏| 久99| 亚洲另类电影| 97在线刺激| 天天日天天干天天操| AV片在线观看| 激情婷婷狠狠干| 97久久视频| 亚洲色婷婷| 亚洲综合五月天婷婷丁香| 久久99久久久久久久噜噜| 色色丁香激情五月| 2025神马午夜福利| 日韩婷婷五月天| 成人AV免费观看| 久久aaaaa| 99乱视频| 9久热在线精品| 亭亭五月天成人| 人妻丰满精品一区二区A片| 五月婷婷亚洲天堂激情在线| av人人干| 99热这里只有精品26| 激情欧美五月丁香| 婷婷五月天AV| 99自拍视频| 99在线视频播放| 五月色丁香| 97人操人免费视频| 国产婷婷综合| 99视频九九热| 久久久大香蕉| 色综合久久天天综合网| 97资源碰碰| 色情综合| 五月丁香六月激情综合| 丁香六月狠狠| 99热这里都是精品| 情欲综合网| 1024日韩| 狠狠干五月丁香| 激情都市另类| 亚洲激情.com| 九九人人看| 狼人婷婷久久| av在线中文| AV九九| 再綫Av免费視品| 激情99| 五月激激网w'w'w| 日本美女97在线视频| 丁香五月激情综合啪啪| 色婷婷综合在线| 丁香 久久| 97综合在线| 色色色999| 色五月五月丁香| 婷婷情色五月| 天天人人人人人人人人人人人| 综合网啪啪| 中文av网站| 色婷婷六月综合| 丁香九月色| 思思精品视频| 丁香五月婷婷亚洲综合精品| 九九热99热| 亚洲综合视频网| 久久五月视频| www.五月激情.com| 丁香亚洲色综合| 久久伦乱| 日韩砖区| 91婷婷丁香五月亚洲| 激情av在线| 伍月婷丁香婷| 人人妖人人97| 九九这里是免费的视频5| 五月婷婷干干干| 日日操夜夜擼| 日本九婷婷| 欧洲激情网站| 欧美A片在线视频免费观看| 99热官网| 久久婷婷丁香五月一二三| 久久5 9视频免费观看| 色色色色色网| 中文字幕丰满乱孑伦无码专区| A片试看120分钟做受图片| 亚洲色情网站| 99熟女| 99热综合| 五月天婷婷综合免费| 色欲影香| 亚洲妇女熟BBW| 丁香婷五月天| 久久婷婷夜| 欧美在线视频99| 小视频久久久aaa| 五月天婷婷色色| 欧美天堂婷婷日韩| 丁香五月性爱| 天天天天天久久久久久| 99热在线观看| 欧美激情 日韩无码 婷婷 五月天| 综合大香蕉| 99热只有这里才是精品| 色五月综合| 婷婷色资源| 色色色色色色网站| 色婷婷婷婷五月天| 亚洲国产精品五月天| 丁香香蕉婷婷| 国产做爰视频免费播放| 9九色首页| 日日干干天天干| 操B五月天| 九九综合九色欧美狠狠| 超碰人人操人人干| 丁香婷婷在线| 丁香五月综合婷婷| 九月丁香婷婷网| 色色色色热| 婷婷六月亚洲综合| 九九久久99| 婷婷久久亚洲| 色吊丝av中文字幕| 福利视频在线播放| 丁香五月天黄色片| 热99只有里视频| 久久最新色色色| 亚洲无aV在线中文字幕 | 激情五月综合第一页| 国产69精品久久久久999小说| 丁香色综合| 婷婷激情五月天小说校园| 五月婷婷激情综合在线| 欧美啪啪网| 玖玖色综合色| 大香蕉九九| 国产操碰| 婷婷色狠狠| 色情五月天se| 色婷婷狠| jiuse91在线| 日韩黄在免| 亚洲激情网| 日本三级中国三级99| 嫩草乱码一区三区四区| 天天综合天天玩夜夜玩天天玩夜夜玩| 大香蕉九九| 怡春院久操| 日本英国美国欧美亚洲国产精亚洲日韩精品在线观看 | 熟女激情网| 991精品在线视频| 国产伊人大香蕉| 五月婷婷黄色网址| 中文成人在线| 天天日天天爽| 九九色逼| 人人澡玖玖一| 先锋资源91| 欧美25p| 中文字幕色色| 六月婷婷狠狠做| 青草性爱视频| 丁香六月婷婷久久综合八月| 婷婷五月天丁香社区| 久久九⑨| 偷偷操九九| 婷婷日韩| www.91热久久| AA片在线观看视频在线播放| 激情五月婷| 99操视频| 99ri在线视频| CHINESE熟女老女人HD视频| 日韩成人电影AV| 另类天堂| 久久曰曰| 婷婷99狠狠| av国产精品| 婷婷五月丁香久久| 婷婷色网| 色情五月婷婷| 国产毛片精品一区二区色欲黄A片| 少妇大叫太大太粗太爽了A片| 国产日韩精品SUV| 亚洲中文字幕在线观看| 色色欧美色色色| 99视频这里有精品| 99ri精品在线观看| 九九激情视频| 182TV大香蕉| 久久激情五月| 99er6| 先锋男人99资源| 开心色播色五月婷婷| 1010日日无码| 深爱激情丁香| 996热re视频精品视频| 91九色丨国产丨爆乳| 久久久久人妻精品| 99精彩视频| 亚洲六月综合激情久久下卡| 亚洲婷婷丁香五月| 丁香狠狠色婷婷| 新久久五月天激情| ss99热| 99热中文字幕久久| 五月天婷婷爱| 五月天激情视频| 国产黄大片在线观看画质优化| 天天综合网~91| 超碰精品国产首页| 91色久| xxx综合在线| 久久激情五月天| 婷婷月综合| 67194国产| WW婷婷五月天com| 日韩美女羞羞网站在线观看| 9热视频在线观看| 丁香婷婷精品视频| 狠狠色综合网站| 天天操综合网| 五月婷婷五月| ai97re99一本| 麻豆雪千夏| 99久热这里有精品| 天天爽,夜夜爽| 97操碰视频| 欧美槡BBBB槡BBB少妇| 日韩色色色色| 色欲久久久久久综合网综合网| 五月天开心激情网色欲无码| 天天干天天干天天干天天干天天干天天| 激情色色色| 天天天天操| 夜夜操加勒比| 久久99网址| 五月丁香直播| 五月婷婷亚洲| 久久久com| 九一牛视频探花| 日本三级日本三级99| 秋霞影音91人妻久久| 日本天天操| 亚洲无AV在线中文字幕| 国产综合81p| 色五月涩涩婷婷蜜桃| 丁香六月欧美| 成人国产欧美大片一区| 色婷婷色五月综合| 美臀自射自家人妻| 丁香婷婷九月| 99久久婷婷国产综合精品草原| 热996精品在线观看| 开心 五月 综合| 色色色成人网| 激情五月激情综合网| 日韩在线成人电影| 99热 免费| 五月天社区婷婷丁香社区| 色色亚洲视频| 丁香五月婷婷www..com| 99视频超级精品| 777色色色| 成人综合网站| 婷婷九月综合| 五月丁香六月婷婷亚洲| 26UUU欧美| 综合激情在线观看| 五月天三级| 大香蕉五月天| 久久婷婷六月综合综合| 99亚洲综合| 男人天堂99| 婷婷五月色花丁香社区| 五月天激情播播网| WWW免费视频碰碰碰碰| 国产亚洲AV人片在线| 丁香丁婷五月激情| 极品另类| 日日操夜夜操中国无码| 六月婷婷之青青草| 五月丁香免费视频| www.com.色色| 伊人超碰| 99∨VTV| 好看的国产精品| 九九色热视频| 99精品视频在线观看| jiujiu热在线视频| 亚洲色婷婷五月| 青草视频在线观看视频| 综合亚洲六月婷婷在线| 激情婷婷啪啪| 丁香性爱在线视频| 日本婷婷综合精品| 思思久久精品| 色色色色色九九九九九| 婷婷一本和五月丁香| 99免费在线视频| 丁香五月天激情四射网络不好| 中文不卡一二三区| 99热99色| 超碰免费99| 免费AV在线| 五月激情综合性爱| 天天做天天爱综合| 色综合久久久无码中文字幕999| 热无码A∨| 99热网站| 粉嫩av懂色av蜜臀av熟妇| 色噜噜五月天| se婷97| 久久激情五月网| 久久久久久久久月丁| 综合久色五月| 日本综合色图| 日本激情ⅩXX免费视频| 狠狠操综合| 日韩在线视频网站| 婷婷五月AV| 日本色色影院| 五月六月伦理| 久久久精品99| 婷婷五月婷婷| 综合久久首页| 日本婷婷色日| 免费在线a| 五月丁香亚洲婷婷| 久久资源综合| 五月天天爽| 热婷婷av| 天天婷婷色六月| 亚洲综合欧美色丁香婷婷888月图片 | 五月丁香六月婷婷激情视频在线观看免费 | 91ncm视频| 日本系列_4页_777FP| 色碰碰| 婷婷五月电影| 99久在线精品99re8| 97色色婷婷| 亚洲九区| 操操操av| 日本欧美成人片AAAA| 国产精品久久久60086| 丁香五月五月婷婷欧美大香蕉| 色六月婷婷| 色天天久婷婷| 亚洲精品V天堂中文字幕| 五月丁香六月激情综合在线| 久久久天堂国产精品女人| av在线超清中文| 少妇搡BBBB搡BBB搡毛茸茸| 久久99这里只有精品视频| 丁香六月婷婷色XXXX| 丁香婷婷激情网站| 狠狠久综合| 丁香五月综合激情性爱| 一区二区三区视频| 五月天综合网| 色青青视频| 毛片九九九九九九九九18| 激情五月天小说| 色狠狠综合入口| 曰曰久久| 久久五月天精品视频| 欧美三级巜人妻互换| 色色网五月激情| 久久五月婷婷视频| 久久激情五月| AV天堂淫乩| 天堂婷婷综合| 久热这里只有精品6| 欧美综合五月丁香六月婷| 九九综合| 色五月丁香婷婷综合| 婷婷97C| 五月丁香 啪啪| 久热久色| 香蕉久日夜| 激情综合五月婷婷丁香| 99热91| 久久人妻熟女一区二区| 日日天天干| 66精品国产成人| 国产乱人偷精品人妻A片| 色综合激情| 色色婷婷五月| 日韩ww| 色婷婷激情| 入口五月婷婷六月香| 黃色三级三级三级三级 qixing300.shrkbk.com www.jinbozs.com tianmiaosw.com | 五月婷婷综合潮喷| 丁香五月六月综合激情| 日本欧美成人片AAAA| 开心综合激情综合| a九九热www| 亚洲精品无AMM毛片| 国产无套精品一区二区| 爱射综合| 99爱在线| 婷婷五月精品中文字幕| 无码毛片992367| 99热第一页| 99热这里是精品| 色五月丁香六月欧美综合| 99ri国产| 亚洲中文AV| 五月丁香人妻| 亚洲婷婷乱乱丁香| 色综合久久88色综合天天99| 日逼影音先锋男人AV资源站| 日本久久精品18| 色五月开心五月激情五月| 久久99久久久久久久噜噜| 国产激情久久久| 久久天天| 99久久黄色顶级视频| 2013AV天堂| 人妻熟女一区二区AV| 色色日本| 色久婷婷网| 97丁香五月| 这里只有精品96| 超碰激情网| 免费视频这里只有精品| 六月丁香花婷婷| 久久九九re热| 九九综合久久| 色五月大| 久久婷婷丁香六月天| 亚洲激情亚洲激情| 一级无码作爱片| A片试看120分钟做受视频红杏| 人妻久热| 五月激情久久综合网| 久久精彩综合视频| 成人AV网站在线| 久久无码成人| 色爱综合网| 欧美啪啪9| 久9综合| 婷婷五月成人| 久久久WWW| 五月激情天天干| 五月天免费色| 亚洲九九夜夜| 亚洲秘 无码一区二区三区妃光/1| 乱精品一区字幕二区| 97碰| 天天爽夜夜爽夜夜爽精品视频| 五月丁综合在线观看| 六月丁香激情综合网| 伊人久久综合| 婷婷五月综合社区在线| 国产毛片精品一区二区色欲黄A片| 91九色国产| 激情都市丁香婷婷| 丁香婷婷综合激情五月色| 狠狠色婷婷丁香六月|