活动

天翼云最新优惠活动,涵盖免费试用,产品折扣等,助您降本增效!
热门活动
  • 安全隔离版OpenClaw NEW OpenClaw云服务器专属“龙虾“套餐低至1.5折起
  • 聚力AI赋能 天翼云大模型专项 大模型特惠专区·Token Plan 轻享包低至9.9元起
  • 青云志云端助力计划 NEW 一站式科研助手,海外资源安全访问平台,助力青年翼展宏图,平步青云
  • 企业出海解决方案 NEW 助力您的业务扬帆出海,通达全球!
  • 天翼云信创专区 NEW “一云多芯、一云多态”,国产化软件全面适配,国产操作系统及硬件芯片支持丰富
  • 云上钜惠 爆款云主机全场特惠,2核4G只要1.8折起!
  • 天翼云奖励推广计划 加入成为云推官,推荐新用户注册下单得现金奖励
免费活动
  • 免费试用中心 HOT 多款云产品免费试用,快来开启云上之旅
  • 天翼云用户体验官 NEW 您的洞察,重塑科技边界

息壤智算

领先开放的智算服务平台,提供算力、平台、数据、模型、应用“五位一体”智算服务体系,构建全流程的AI基础设施能力
星辰TokenHub
  • 模型广场
  • 体验中心
  • 服务接入
星辰MaaS平台
  • 星辰MaaS智能体平台
  • 星辰大模型
大模型
  • glm-5.3-flash
  • GLM-5.2
  • deepseek-v4-pro-0813
  • deepseek-v4-flash-0731-new
  • qwen3.8-flash
AI Store
  • 算力市场
  • 模型市场
  • 应用市场
应用托管
  • 天翼云DramaFlow2.0
  • 应用实例
科研助手
  • 开发机
  • 并行计算
训推服务
  • 模型开发
  • 训练任务
  • 服务部署
智能体引擎
  • 智能体引擎
可信数据空间
  • 可信数据空间
公共算力服务
  • 裸金属
  • 定制裸金属
智算一体机
  • 智算一体机
模型适配专家服务
  • 模型适配专家服务
算力服务商
  • 入驻算力服务商

应用商城

天翼云精选行业优秀合作伙伴及千余款商品,提供一站式云上应用服务
进入甄选商城进入AI Store公有云生态专区智云上海应用生态专区
建站工具
  • 新域名服务
  • SSL证书
  • 翼建站
企业办公
  • 智教云电脑
  • WPS 365 天翼云版
灾备迁移
  • 云管家2.0
  • 翼备份(SaaS版)
  • 琥珀数据压缩归档服务
智慧教育
  • 智擎思政平台(个人版)
  • 智擎研学平台(个人基础版)

定价

协助您快速了解云产品计费模式、价格详情,轻松预估上云成本
价格计算器
  • 动态测算产品价格
定价策略
  • 快速了解计费模式

合作伙伴

天翼云携手合作伙伴,共创云上生态,合作共赢
天翼云生态合作中心
  • 天翼云生态合作中心
天翼云渠道合作伙伴
  • 天翼云代理渠道合作伙伴
天翼云服务合作伙伴
  • 天翼云集成商交付能力认证
天翼云应用合作伙伴
  • 天翼云甄选商城合作伙伴
天翼云技术合作伙伴
  • 天翼云OpenAPI中心
天翼云培训认证
  • 天翼云学堂
天翼信创云专区
  • 信创云专区
  • 适配互认证

开发者

开发者相关功能入口汇聚
技术社区
  • 专栏文章
  • 互动问答
  • 技术视频
资源与工具
  • OpenAPI中心
培训与认证
  • 天翼云学堂
  • 天翼云认证
开源社区
  • 魔乐社区
  • OpenTeleDB

支持与服务

为您提供全方位支持与服务,全流程技术保障,助您轻松上云,安全无忧
文档与工具
  • 文档中心
  • 新手上云
  • 自助服务
  • OpenAPI中心
定价
  • 价格计算器
  • 定价策略
基础服务
  • 售前咨询
  • 在线支持
  • 在线支持
  • 工单服务
  • 服务保障
  • 会员中心
增值服务
  • 红心服务
  • 首保服务
  • 客户支持计划
  • 专家技术服务
  • 备案管家
我要反馈
  • 建议与反馈
  • 用户体验官
信息公告
  • 客户公告

了解天翼云

天翼云秉承央企使命,致力于成为数字经济主力军,投身科技强国伟大事业,为用户提供安全、普惠云服务
品牌介绍
  • 关于天翼云
  • 智算云
  • 新闻资讯
  • 天翼云APP
基础设施
  • 全球基础设施
  • 信任中心
最佳实践
  • 精选案例
  • 超级探访
  • 云杂志
  • 分析师和白皮书
  • 天翼云·创新直播间
市场活动
  • 2026智能云生态大会
  • 2025智能云生态大会
  • 2024智算云生态大会
  • 2023云生态大会
  • 2022云生态大会
  • 天翼云中国行
天翼云
  • 活动
  • 息壤智算
  • 产品
  • 解决方案
  • 应用商城
  • 定价
  • 合作伙伴
  • 开发者
  • 支持与服务
  • 了解天翼云
      • 文档
      • 控制中心
      • 备案
      • 管理中心
      文档中心

      星辰MaaS模型服务平台

      星辰MaaS模型服务平台

      • 星辰MaaS模型服务平台

      无数据

        • 产品介绍
        • 产品定义
        • 产品优势
        • 术语解释
        • 模型使用限制
        • 计费说明
        • 模型推理计费规则
        • 模型训推计费规则
        • 欠费说明
        • 账单和发票
        • 快速入门
        • 准备工作
        • 快速入门
        • 用户指南
        • 模型广场
        • 体验中心
        • 模型推理
        • 数据管理
        • 公共数据集
        • 我的数据集
        • 模型训练
        • 模型调优
        • 我的模型
        • 模型部署
        • 服务部署
        • 模型量化
        • 系统管理
        • API Key
        • 操作日志
        • 常见问题
        • 常见问题
        • 最佳实践
        • 零门槛CV大模型训推
        • API参考
        • 开发指南
        • 开发指南
        • 异步调用结果获取
        • 大模型异步调用结果回查
        • 状态码说明
        • 星辰语音大模型-TTS
        • 能力介绍
        • 接口文档
        • 超多方言实时语音识别
        • 能力介绍
        • 接口文档
        • 通用问答版大模型-36B
        • 能力介绍
        • 接口文档
        • 对话大模型
        • 能力介绍
        • 接口文档
        • 文生图大模型
        • 能力介绍
        • 接口文档
        • 图生图大模型
        • 能力介绍
        • 接口文档
        • 星辰多模态生成大模型
        • 接口文档
        • 星辰多模态理解大模型
        • 接口文档
        • 星辰语义大模型4-29B-A4B
        • 接口文档
        • 星辰语义大模型3-438B-A24B
        • 接口文档
        • 文档下载
        • 相关协议
        • 星辰MaaS模型推理服务协议
        • 星辰MaaS模型推理服务用户信息处理规则
        • 生成式人工智能服务备案信息参考
        • 星辰MaaS模型定制开发服务协议
          无相关产品

          本页目录

          帮助中心 星辰MaaS模型服务平台 API参考 星辰多模态理解大模型 接口文档
          接口文档
          更新时间 2026-09-26 00:42:34
          • 新浪微博
          • 微信
            扫码分享
          • 复制链接
          最近更新时间: 2026-09-26 00:42:34
          分享文章
          • 新浪微博
          • 微信
            扫码分享
          • 复制链接

          接口信息

          API Path 

          /aipaas/mllm/v1/telemm30b/completions

          请求协议

          HTTPS POST

          请求头部:

          头部标签必填说明类型数据字典限制头部内容示例
          Content-Type是application/json[string]--application/jsonapplication/json
          X-APP-ID是系统管理--API Key,创建应用获取AppID 和AppKey,公网鉴权,公网调用时必传[string]----
          Device-Uuid否设备管理-设备uuid[string]----
          Authorization是鉴权信息[string]----

          请求参数

           Json Object

          参数名说明必填类型

          traceId

          接口跟踪ID,每次调用需不同,可使用UUID,用于日志排除、链路跟踪, 长度小于128位。其他类型可能会导致结果不符合预期

          否

          [string]

          timestamp

          当前时间戳

          否

          [long]

          model

          要使用的模型的ID,本字段可以不填,若填写必须为:"TeleAI/TeleMM"

          否

          [string]

          messages

          对话内容,多轮对话时内容必须严格按照user-> assistant -> user 的格式传参

          是

          [array]

          messages>>role

          角色:system-系统消息, user-用户消息, assistant-助手消息,仅支持这三种角色

          是

          [string]

          messages>>content

          content中文本信息是必填的,图片信息不是必填的 ,文本可以直接以string形式作为content的值,也可以是通过array的形式传入。格式必须为:单个字符串或字符串数组

          是

          [object]

          messages>>content>>type

          数据类型text、image_url,如果 content 为array类型时,type必填

          否

          [string]

          messages>>content>>text

          当type为text时,必填

          否

          [string]

          messages>>content>>image_url当type为image_url时,必填,数据为一个key-value对,key为"url", value 为图片的base64编码,需以"data:image..."开头(图片短边大于28,h*w < 4096*2160)否

          [object]

          messages>>content>>image_url>>url图片数据,图片base64否

          [string]

          stream默认值为 false,如果设置,部分消息增量将被发送。否

          [boolean]

          stream_options用于流响应的选项。仅在设置 stream: true 时设置此项。否

          [object]

          stream_options>>include_usage是否包含统计信息,如果为true,则在data: [DONE]之前流式传输的一个块中usage此块上的字段显示整个请求的token使用情况统计信息否

          [boolean]

          max_completion_tokens最大生成词元数量。输入词元和生成词元的总长度受模型上下文长度的限制。参数范围是(0,18432)。 如果max_tokens+输入的token数大于max_model_lens,就会超出模型的处理能力,会导致内部错误。同max_tokens, 如果max_completion_tokens 和 max_tokens都填了,以max_completion_tokens为准

          否

          [int]

          max_tokens最大生成词元数量。输入词元和生成词元的总长度受模型上下文长度的限制。参数范围是(0,18432)。 如果max_tokens+输入的token数大于max_model_lens,就会超出模型的处理能力,会导致内部错误。同max_completion_tokens。 如果max_completion_tokens 和 max_tokens都填了,以max_completion_tokens为准

          否

          [int]
          temperature使用的采样温度,建议范围在 0 到 1 之间。较高的值如 0.8 会使输出更随机,而较低的值如 0.2 会使输出更集中且具有确定性。取之范围为[0,2]

          否

          [double]
          top_p取值范围为(0,1]之间,作为温度采样的替代方法,称为核采样,该方法中模型考虑具有top_p 概率质量的词元结果。

          否

          [double]
          n为每条输入消息生成多少个聊天补全选项。注意,您将根据所有选项中生成的词元数量收费。将n保持为1以最小化成本。取值范围为[1,5],当temperature=0.0时,n必须为1

          否

          [int]
          top_k作用:随机候选数(不建议修改) 取值范围:[1,120000]否[int]
          frequency_penalty在 [-2.0,2.0] 之间。正值会基于新生成词在已有文本中的频率进行惩罚,降低模型重复同一行文本的可能性否[double]
          chat_template_kwargs聊天对话的相关参数否[object]
          chat_template_kwargs>>enable_thinking是否打开思考模式, 如果不填默认是打开思考模式的否[boolean]
          repetition_penalty默认值:1.01 取值范围(0,2]。模型生成时连续序列中的重复度。提高该参数时可以降低模型生成的重复度,1.0表示不做惩罚。该参数非OpenAI标准参数。通过 Python SDK调用时,请放入 extra_body 对象中。配置方式为:extra_body={"repetition_penalty":xxx}否[double]
          response_format返回内容的格式否[object]
          response_format>>type返回内容的格式,text:输出文字回复;json_object:输出标准格式的JSON字符串;json_schema:输出指定格式的JSON字符串否[string]
          response_format>>json_schema当 type 为 json_schema 时,该字段为必选否[object]
          response_format>>json_schema>>nameSchema 的唯一标识名称。仅支持字母(不区分大小写)、数字、下划线和短横线。当type为json_schema时必填否[string]
          response_format>>json_schema>>description描述 Schema 的用途否[string]
          response_format>>json_schema>>schema定义模型输出的数据结构,当type为json_schema时必填否[object]
          thinking_budget未生效-思考过程的最大 Token 数,该参数非OpenAI标准参数。通过 Python SDK调用时,请放入 extra_body 对象中。配置方式为:extra_body={"thinking_budget": xxx}否[int]
          seed随机数种子否[int]
          logprobs是否返回输出 Token 的对数概率否[boolean]
          top_logprobs指定在每一步生成时,返回模型最大概率的候选 Token 个数。建议取值:[0,5],仅当 logprobs 为 true 时生效否[int]
          stop用于指定停止词。string 或 array格式必须为:单个字符串或字符串数组否[object]
          tools包含一个或多个工具对象的数组,供模型在 Function Calling 中调用否[array]
          tools>>type工具类型,当前仅支持设为function否[string]
          tools>>function用于定义一个可被模型调用的函数(工具)。模型会根据用户输入与函数描述,自动判断是否调用以及如何填充参数否[object]
          tools>>function>>name工具名称,仅支持字母(不区分大小写)、数字、下划线和短横线否[string]
          tools>>function>>description用于描述函数的用途、适用场景以及参数语义说明,供模型在自动选择和调用工具时参考否[string]
          tools>>function>>parameters定义函数参数结构,模型将根据该结构生成调用参数否[object]
          tool_choice如果配置tools参数后,需要设置本参数,否则结果会不被解析,推荐设置为“auto”;”工具选择策略,string 或 object,auto:大模型自主选择工具策略,none:不希望进行工具调用;强制调用:强制调用某个工具,可设定tool_choice参数为{"type": "function", "function": {"name": "the_function_to_call"}}否[object]
          parallel_tool_calls默认值为 false,是否开启并行工具调用。true:开启,false:不开启否[boolean]
          presence_penalty默认值为 0 取值范围 [-2.0,2.0] 。正值会基于新生成词是否已经出现在当前文本中进行惩罚,增加模型谈论新主题的可能性否[double]

          返回结果

          成功返回:

          • 流式返回(stream=true):

          参数名说明必填类型示例

          id

          聊天补全的唯一标识符(uuid4)

          是[string]-

          created

          时间戳

          是[long]-

          model

          用于生成补全的模型

          是[string]-

          object

          对象类型

          是[string]-

          choices

          聊天补全选项的列表

          否[array]-

          choices>>finish_reason

          模型停止生成标记的原因。原因可能是stop模型到达自然停止点或提供的停止序列、 length达到请求中指定的最大标记数。 如果模型调用了工具,tool_calls

          否[string]-

          choices>>stop_reason

          模型内部的停止原因,string/int

          否[string]-

          choices>>index

          选择列表中的索引

          否[int]-

          choices>>logprobs

          输出标记的对数概率

          否[object]-
          choices>>delta增量内容是[object]-
          choices>>delta>>refusal拒绝回答否[string]-
          choices>>delta>>role角色否[string]assistant
          choices>>delta>>content回复内容否[string]-
          choices>>delta>>reasoning深度思考否[string]-
          choices>>delta>>reasoning_content深度思考内容否[string]-
          choices>>delta>>tool_calls工具调用否[array]-
          usagetoken用量否[object]-
          usage>>completion_tokens输出token数否[integer]-
          usage>>prompt_tokens输入token数否[integer]-
          usage>>total_tokens总token数否[integer]-
          usage>>completion_tokens_details输出token详情否[object]-
          • 非流式返回(stream=false):

          参数名说明必填类型示例

          id

          完成ID

          是

          [string]

          -

          created

          创建时间

          是

          [integer]

          -

          model

          模型

          是

          [string]

          -

          object

          固定为chat.completion

          是

          [string]

          chat.completion

          choices

          候选列表

          是

          [array]

          -

          choices>>finish_reason

          结束原因

          是

          [string]

          stop
          choices>>index候选序号是[integer]0

          choices>>logprobs

          对数概率

          否

          [object]

          -

          choices>>message

          回复消息对象

          是

          [object]

          -

          choices>>message>>role

          角色

          是

          [string]

          assistant

          choices>>message>>content

          回复内容

          是

          [string]

          -

          choices>>message>>reasoning

          深度思考

          否

          [string]

          -

          choices>>message>>reasoning_content

          深度思考内容

          否

          [string]

          -

          choices>>message>>refusal

          拒绝回答

          否

          [string]

          -

          choices>>message>>tool_calls

          工具调用

          否

          [array]

          -

          usage

          token用量

          是

          [object]

          -

          usage>>completion_tokens

          输出token数

          是

          [integer]

          -

          usage>>prompt_tokens

          输入token数

          是

          [integer]

          -

          usage>>total_tokens

          总token数

          是

          [integer]

          -

          usage>>completion_tokens_details

          输出token详情

          否

          [object]

          -

          失败返回

          返回码说明必填类型示例
          code返回码是[int]1001
          message返回码描述是[string]

           

          timestamp时间戳否[long]

           

          代码示例

          流式请求-纯文本

          {
              "traceId": "uuid-001",
              "timestamp": 1694280000000,
              "model": "TeleAI/TeleMM",
              "messages": [
                  {
                      "role": "user",
                      "content": "你好,请介绍一下你自己"
                  }
              ],
              "stream": true,
              "stream_options": {
                  "include_usage": true
              },
              "max_completion_tokens": 1024,
              "temperature": 0.7,
              "top_p": 0.9
          }

          流式返回示例

          data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1694280000,"model":"TeleAI/TeleMM","choices":[{"index":0,"delta":{"role":"assistant","content":""},"finish_reason":null}]}
          
          data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1694280000,"model":"TeleAI/TeleMM","choices":[{"index":0,"delta":{"content":"你"},"finish_reason":null}]}
          
          data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1694280000,"model":"TeleAI/TeleMM","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}
          
          data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1694280000,"model":"TeleAI/TeleMM","choices":[],"usage":{"prompt_tokens":10,"completion_tokens":20,"total_tokens":30}}
          
          data: [DONE]

           流式请求-多模态

          {
              "traceId": "uuid-002",
              "timestamp": 1694280000000,
              "model": "TeleAI/TeleMM",
              "messages": [
                  {
                      "role": "user",
                      "content": [
                          {
                              "type": "text",
                              "text": "请描述这张图片"
                          },
                          {
                              "type": "image_url",
                              "image_url": {
                                  "url": "data:image/jpeg;base64,/9j/4AAQSkZJRg..."
                              }
                          }
                      ]
                  }
              ],
              "stream": true
          }

           非流式请求

          {
              "traceId": "uuid-003",
              "timestamp": 1694280000000,
              "model": "TeleAI/TeleMM",
              "messages": [
                  {
                      "role": "user",
                      "content": "你好,一句话介绍一下你自己"
                  }
              ],
              "stream": false,
              "max_completion_tokens": 1024
          }

           非流式返回示例

          {
              "id": "chatcmpl-xxx",
              "created": 1694280000,
              "model": "TeleAI/TeleMM",
              "object": "chat.completion",
              "choices": [
                  {
                      "finish_reason": "stop",
                      "index": 0,
                      "logprobs": null,
                      "message": {
                          "role": "assistant",
                          "content": "你好!我是TeleMM多模态理解大模型,由中电信人工智能科技研发。",
                          "reasoning": "",
                          "reasoning_content": "",
                          "refusal": null
                      }
                  }
              ],
              "usage": {
                  "completion_tokens": 20,
                  "prompt_tokens": 10,
                  "total_tokens": 30,
                  "completion_tokens_details": {
                      "reasoning_tokens": 0
                  }
              }
          }

          非流式请求-多模态

          {
              "traceId": "uuid-004",
              "timestamp": 1694280000000,
              "model": "TeleAI/TeleMM",
              "messages": [
                  {
                      "role": "user",
                      "content": [
                          {
                              "type": "text",
                              "text": "这张图片里有什么?"
                          },
                          {
                              "type": "image_url",
                              "image_url": {
                                  "url": "data:image/jpeg;base64,/9j/4AAQSkZJRg..."
                              }
                          }
                      ]
                  }
              ],
              "stream": false
          }

          多轮对话

          {
              "traceId": "uuid-005",
              "timestamp": 1694280000000,
              "model": "TeleAI/TeleMM",
              "messages": [
                  {
                      "role": "user",
                      "content": "你好"
                  },
                  {
                      "role": "assistant",
                      "content": "你好!有什么可以帮你的?"
                  },
                  {
                      "role": "user",
                      "content": "介绍一下你自己"
                  }
              ],
              "stream": false
          }

           工具调用

          {
              "traceId": "uuid-006",
              "timestamp": 1694280000000,
              "model": "TeleAI/TeleMM",
              "messages": [
                  {
                      "role": "user",
                      "content": "北京今天天气怎么样?"
                  }
              ],
              "tools": [
                  {
                      "type": "function",
                      "function": {
                          "name": "get_weather",
                          "description": "获取指定城市的天气信息",
                          "parameters": {
                              "type": "object",
                              "properties": {
                                  "city": {
                                      "type": "string",
                                      "description": "城市名称"
                                  }
                              },
                              "required": ["city"]
                          }
                      }
                  }
              ],
              "tool_choice": "auto",
              "stream": false
          }

           Java调用示例

          import java.io.*;
          import java.net.HttpURLConnection;
          import java.net.URL;
          
          public class TeleMMExample {
              public static void main(String[] args) throws Exception {
                  String url = "https://openapi.teleagi.cn/aipaas/mllm/v1/telemm30b/completions";
                  String json = "{"
                      + "\"traceId\": \"uuid-001\","
                      + "\"model\": \"TeleAI/TeleMM\","
                      + "\"messages\": [{\"role\": \"user\", \"content\": \"你好\"}],"
                      + "\"stream\": true"
                      + "}";
          
                  HttpURLConnection conn = (HttpURLConnection) new URL(url).openConnection();
                  conn.setRequestMethod("POST");
                  conn.setRequestProperty("Content-Type", "application/json");
                  conn.setRequestProperty("X-APP-ID", "你的AppID");
                  conn.setRequestProperty("Device-Uuid", "你的设备uuid");
                  conn.setRequestProperty("Authorization", "Bearer 你的鉴权信息");
                  conn.setDoOutput(true);
          
                  try (OutputStream os = conn.getOutputStream()) {
                      os.write(json.getBytes("UTF-8"));
                  }
          
                  // 读取SSE流
                  try (BufferedReader br = new BufferedReader(new InputStreamReader(conn.getInputStream(), "UTF-8"))) {
                      String line;
                      while ((line = br.readLine()) != null) {
                          if (line.startsWith("data:")) {
                              String data = line.substring(5).trim();
                              if ("[DONE]".equals(data)) break;
                              System.out.println(data);
                          }
                      }
                  }
              }
          }

          Python调用示例

          import requests
          
          url = "https://openapi.teleagi.cn/aipaas/mllm/v1/telemm30b/completions"
          headers = {
              "Content-Type": "application/json",
              "X-APP-ID": "你的AppID",
              "Device-Uuid": "你的设备uuid",
              "Authorization": "Bearer 你的鉴权信息",
          }
          payload = {
              "traceId": "uuid-001",
              "model": "TeleAI/TeleMM",
              "messages": [{"role": "user", "content": "你好"}],
              "stream": True,
          }
          
          resp = requests.post(url, headers=headers, json=payload, stream=True)
          
          # 流式解析 SSE
          for line in resp.iter_lines(decode_unicode=True):
              if line and line.startswith("data:"):
                  data = line[len("data:"):].strip()
                  if data == "[DONE]":
                      break
                  print(data)

          状态码说明

          状态码状态描述
          1000请求成功
          1001内部服务错误
          1002参数错误
          1003数据库没有查询到入库数据
          1004数据库设置收藏失败
          1005大模型请求失败
          文档反馈

          建议您登录后反馈,可在建议与反馈里查看问题处理进度

          鼠标选中文档,精准反馈问题

          选中存在疑惑的内容,即可快速反馈问题,我们会跟进处理

          知道了

          上一篇 :  星辰多模态理解大模型
          下一篇 :  星辰语义大模型4-29B-A4B
          搜索 关闭
          ©2026 天翼云科技有限公司版权所有 增值电信业务经营许可证A2.B1.B2-20090001
          公司地址:北京市东城区青龙胡同甲1号、3号2幢2层205-32室
          备案 京公网安备11010802043424号 京ICP备 2021034386号
          ©2026天翼云科技有限公司版权所有
          京ICP备 2021034386号
          备案 京公网安备11010802043424号
          增值电信业务经营许可证A2.B1.B2-20090001
          用户协议 隐私政策 法律声明