开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

收集多个库的bazel构建目标

收集多个库的Bazel构建目标是指使用Bazel构建系统来管理和构建一个项目中的多个库（Library）。Bazel是一个开源的构建工具，由Google开发，用于构建和测试各种规模的软件项目。

在一个大型项目中，通常会有多个库，每个库都有自己的源代码和依赖关系。使用Bazel可以将这些库组织起来，并定义它们之间的依赖关系，以便进行统一的构建和测试。

Bazel的优势包括：

高效的增量构建：Bazel使用了一种智能的增量构建算法，只重新构建发生变化的部分，大大提高了构建速度。
多语言支持：Bazel支持多种编程语言，包括但不限于Java、C++、Python、Go等，可以在同一个项目中混合使用不同的语言。
强大的缓存和分布式构建：Bazel具有强大的缓存和分布式构建功能，可以利用之前构建过的结果进行缓存，减少重复构建的时间。同时，Bazel还支持将构建任务分发到多台机器上进行并行构建，加快构建速度。
灵活的构建规则：Bazel使用一种称为BUILD文件的配置文件来定义构建规则，可以灵活地定义库的依赖关系、编译选项等。
可扩展性：Bazel提供了丰富的扩展机制，可以通过编写自定义的构建规则和插件来满足特定项目的需求。

应用场景：

大型软件项目：对于大型软件项目，通常会有多个库，使用Bazel可以方便地管理和构建这些库，提高开发效率。
跨平台开发：Bazel支持多种编程语言和平台，可以用于跨平台开发，例如同时构建Android和iOS应用程序。
分布式构建：Bazel的分布式构建功能可以将构建任务分发到多台机器上进行并行构建，适用于需要快速构建大量代码的场景。

腾讯云相关产品：腾讯云并没有直接提供与Bazel相关的产品，但可以使用腾讯云的计算资源来进行Bazel的分布式构建。例如，可以使用腾讯云的云服务器（CVM）来搭建构建节点，利用其计算能力进行并行构建。此外，腾讯云还提供了云原生应用引擎（Tencent Cloud Native Application Engine，TKE）等产品，可以用于部署和管理使用Bazel构建的云原生应用。

参考链接：

Bazel官方网站：https://bazel.build/
腾讯云云服务器（CVM）产品介绍：https://cloud.tencent.com/product/cvm
腾讯云云原生应用引擎（TKE）产品介绍：https://cloud.tencent.com/product/tke

相关搜索:Bazel一次构建多个目标在Bazel中构建Makefile目标 Bazel不会构建依赖目标的文件为Bazel构建设置MacOS目标版本检索Bazel构建目标时出现VSCode问题多个构建变体目标如何在bazel构建时让bazel生成临时静态库//clion构建配置。如何构建多个目标？Android Studio:构建多个目标将整个apt存储库暴露为bazel的目标？如何使用Bazel一次编译多个平台目标？bazel构建带有后缀的通配符基于构建配置的Bazel select()使用bazel链接到版本化的预构建库 Bazel链接库:如何更改链接到已构建的库？用bazel构建tensorflow不生成静态库文件？ndk-构建*多个目标模式。停如何使bazel目标依赖于另一个构建文件中的所有目标打包多个nuget目标时出现构建错误使用Bazel构建Drake时遇到的问题

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

谷歌的Bazel构建工具

在当今的软件开发世界中，构建工具的选择对于提高开发效率、维护代码质量以及提升团队协作能力都至关重要。谷歌作为全球技术巨头，为了解决大规模代码构建和测试的挑战，开发了一款名为Bazel的构建工具。Bazel具有强大的功能和灵活性，已成为开源社区中的明星工具。本文将深入探讨谷歌的Bazel构建工具及其在软件开发中的应用。

01

Envoy编译篇：bazel构建介绍

本篇文章通过https://github.com/bazelbuild/examples/tree/main/cpp-tutorial里面的例子，来简单介绍下bazel构建的基础知识，方便后续查找和学习。

02

[Bazel]自定义工具链

本文会讲述 Bazel 自定义工具链的两种方式，Platform 和 Non-Platform 方式。会存在这两种方式的原因是 Bazel 的历史问题。例如，C++ 相关规则使用 --cpu 和 --crosstool_top 来设置一个构建目标 CPU 和 C++ 工具链，这样就可以实现选择不同的工具链构建 C++ 项目。但是这都不能正确地表达出“平台”特征。使用这种方式不可避免地导致出现了笨拙且不准确的构建 APIs。这其中导致了对 Java 工具链基本没有涉及，Java 工具链就发展了他们自己的独立接口 --java_toolchain。因此非平台方式（Non-Platform）的自定义工具链实现并没有统一的 APIs 来规范不同语言的跨平台构建。而 Bazel 的目标是在大型、混合语言、多平台项目中脱颖而出。这就要求对这些概念有更原则的支持，包括清晰的 APIs，这些 API 绑定而不是分散语言和项目。这就是新平台(platform)和工具链(toolchain) APIs 所实现的内容。

03

重构基于CMake的构建工具链

对大型项目来说，必然会有很多的依赖项。特别是现代化的组件都会尝试去复用社区资源。而对于C/C++而言，依赖管理一直是一个比较头大的问题。很多老式的系统和工具都会尝试去走相对标准化的安装过程，比如说用 pkg-config 或者用系统自带的包管理工具装在系统默认路径里。当然这样很不方便，也不容易定制组件。我使用 cmake 比较多，所以一直以来在我的 atframework 项目集中有一个 utility 项目 atframe_utils，里面包含一些常用的构建脚本。并且在 atsf4g-co 中实现了一些简单的包管理和构建流程。

01

Bazel 7 发布：全新模块化依赖管理、无字节构建与多目标构建性能提升

最近在 BazelCon 23 上宣布，Bazel 7 推出了多年来一直在开发中的一系列新功能，其中包括全新的模块化外部依赖管理系统 Bzlmod、全新优化的“Build without the Bytes”模式、得益于 Project Skymeld 的多目标构建性能改进等等。

01

Bazel 7 发布：全新模块化依赖管理、无字节构建与多目标构建性能提升

最近在 BazelCon 23 上宣布，Bazel 7 推出了多年来一直在开发中的一系列新功能，其中包括全新的模块化外部依赖管理系统 Bzlmod、全新优化的“Build without the Bytes”模式、得益于 Project Skymeld 的多目标构建性能改进等等。

01

Istio实战系列-Envoy Proxy构建分析

Istio由控制面和数据面组成。其中Envoy是Istio在数据面缺省使用的转发代理，Istio利用Envoy的四层和七层代理功能对网格中微服务之间的调用流量进行转发。今天我们来分析一下Istio 使用到的Envoy构建流程。

01

[Bazel]构建Golang项目

Bazel 支持很多内置的规则，语言相关规则有 Shell、Objective-C、C++ 和 Java，比如 sh_binary、cc_binary、cc_import、cc_library、java_binary、java_import等。但是 Go 编译内置规则没有支持，不过好在 Bazel 支持规则扩展，可以自定义 Go 相关规则，包括可以实现如 go_binary、go_library、go_test等规则。而 `rules_go`[1] 就是 Bazel 官方维护的 Go Bazel 开源扩展规则。`gazelle`[2] 这个项目可以将 Go 项目转为 Bazel 方式构建，包括生成 BUILD.bazel 文件，根据 go.mod 文件自动生成下载依赖模块规则 go_repository。这里简单介绍下 rules_go 和 gazelle 相关内容，更多可以参考官方相关文档。

01

Airbnb从Buck 迁移到 Bazel，大幅改善开发者体验

随着其他组织将他们的构建管道迁移到Bazel 之后，Airbnb 也发布了一个详细的说明，分享了他们弃用 Buck 并改善构建时间以及项目生成和加载时间的过程。

01

百度Apollo源码学习之Bazel编译介绍

Bazel是一个类似于Make的编译工具，是Google为其内部软件开发的特点量身定制的工具，如今Google使用它来构建内部大多数的软件。(怪不得看起来很像Android.bp语法　Ｏ（∩＿∩）Ｏ)

04

[Bazel]自定义规则实现将多个静态库合并为一个动态库或静态库

为了实现如标题所述的将多个静态库合并为一个动态库，内置的 Bazel 规则是没有这个功能的，Bazel C/C++ 相关的内置规则有：

02

使用Zig在arm64上引导Uber的基础设施

2021 年 11 月，我们决定评估 arm64 架构在 Uber 的可行性。我们的大多数服务是用 Go 或 Java 编写的，但我们的构建系统只能编译成 x86_64。现在，得益于开源合作，Uber 拥有了一个独立于系统的构建工具链，可以无缝地支持多种架构。我们使用这个工具链来引导 arm64 主机。本文将分享我们是如何着手去做这件事情的，以及我们早期的想法、遇到的问题、达成的一些成就和未来的方向。

03

连1.0版本都没有，Uber为什么会采用这样一项新技术？

作者 | Motiejus Jakštys 译者 | 平川策划 | 罗燕珊本文最初发布于 Motiejus Jakštys 的个人博客。免责声明：我在 Uber 工作，我的一部分职责是将 zig cc 引入公司。但这篇文章是我的观点，与 Uber 无关。我日前在 Zig 的一场交流会上作了题为“Uber 引入 Zig”的演讲。本文从技术和社交两方面简单介绍了“Uber 是如何使用 Zig 的”，而主要的篇幅是介绍“我把 Zig 带到 Uber 的经验”。本文要点： Uber 使用

02

作为TensorFlow的底层语言，你会用C＋构建深度神经网络吗？

选自Matrices.io 作者：Florian Courtial 机器之心编译参与：李泽南、蒋思源很多人都知道 TensorFlow 的核心是构建在 C++之上的，但是这种深度学习框架的大多数功能只在 Python API 上才方便使用。当我写上一篇文章的时候，我的目标是仅使用 TensorFlow 中的 C++ API 和 CuDNN 来实现基本的深度神经网络（DNN）。在实践中，我意识到在这个过程中我们忽略了很多东西。注意，使用外部操作（exotic operations）训练神经网络是不可能

08

[Bazel]自定义命令行编译标志

这里名词只做个索引，方便理解，可能现在反而让理解变得更加复杂，不过没关系，我们主要是实现的就是自定义 build flag。更多参见这里[1]。

04

Spotify 如何切换到 Bazel 进行 iOS App 构建

经过三年的试用，2020 年，Spotify 决定采用 Bazel 作为 Spotify iOS 应用程序的官方构建系统。按照 Spotify 工程师 Patrick Balestra 的说法，这一切换将他们的构建时间减少了四分之三。

02

【C++】基础：代码编译与构建工具介绍

C++ 编译与构建工具主要用于将 C++ 源代码转换为可执行程序。它们可以分为以下几类：

01

大规模 Hadoop 升级在 Pinterest 的实践

Monarch 是 Pinterest 的批处理平台，由30多个 Hadoop YARN 集群组成，其中17k+节点完全建立在 AWS EC2 之上。2021年初，Monarch 还在使用五年前的 Hadoop 2.7.1。由于同步社区分支（特性和bug修复）的复杂性不断增加，我们决定是时候进行版本升级了。我们最终选择了Hadoop 2.10.0，这是当时 Hadoop 2 的最新版本。

02

2024年JavaScript新潮流：探索5大构建系统，让你的项目更加高效！

随着2024年的到来，JavaScript的世界再次迎来了技术革新的浪潮。今天，我有幸阅读了一篇国外技术大咖对即将主导这一年的5大JavaScript构建系统的深度解析。这不仅仅是一篇文章，而是一扇通往未来前端开发世界的窗户。我决定将其翻译并整理，与大家一同探索这些可能改变我们工作方式的工具。在这篇文章中，我们将一起揭开2024年构建系统的神秘面纱。让我们一起开始这场技术之旅，看看这些构建系统如何在新的一年里助我们一臂之力。以下，是我为您准备的精彩内容。

01

快来用Makefile管理工程，提高工作效率!

Makefile 是一种特别设计用来帮助项目的构建管理的文件。它定义了编译器和IDE工程管理系统自动执行的命令集合，主要用于自动化编译，减轻重复性任务的负担。Makefile 文件中包含了一系列的规则来指导如何产生目标文件，这些规则包含目标、依赖和命令：

01

2024年JavaScript新潮流：探索5大构建系统，让你的项目更加高效！

随着2024年的到来，JavaScript的世界再次迎来了技术革新的浪潮。今天，我有幸阅读了一篇国外技术大咖对即将主导这一年的5大JavaScript构建系统的深度解析。这不仅仅是一篇文章，而是一扇通往未来前端开发世界的窗户。我决定将其翻译并整理，与大家一同探索这些可能改变我们工作方式的工具。在这篇文章中，我们将一起揭开2024年构建系统的神秘面纱。让我们一起开始这场技术之旅，看看这些构建系统如何在新的一年里助我们一臂之力。以下，是我为您准备的精彩内容。

01

最强UNREAL(UNsupervised REinforcement and Auxiliary Learning)简介及代码

UNREAL（UNsupervised REinforcement and Auxiliary Learning）算法

01

Envoy宣布了对Windows原生支持的Alpha版本

自2016年以来，将Envoy移植到Windows平台一直是该项目的目标之一，今天我们激动地宣布了对Envoy的Windows原生支持的Alpha版本。贡献者社区一直在努力，将Envoy的丰富功能带到Windows中，而这是使网络对任何应用程序（无论语言、架构或操作系统）“透明”的项目使命的又一步。

02

从源码上看，RocketMQ 5.0 跟 RocketMQ 4.x相比增加了哪几个模块

RocketMQ 5.0 是一个里程碑式的版本，经历了近 5 年的打磨，代码变更达到 60%。

02

RocketMQ 5.0 VS RocketMQ 4.x 变化知多少？

RocketMQ 5.0 是一个里程碑式的版本，经历了近 5 年的打磨，代码变更达到 60%。

01

重磅实战：如何用TensorFlow在安卓设备上实现深度学习，附Demo和源码

对于个人和公司来说，存在许多状况是更希望在本地设备上做深度学习推断的：想象一下当你在旅行途中没有可靠的互联网链接时，或是要处理传输数据到云服务的隐私问题和延迟问题时。

03

构建的抽象

不同编程语言编写的应用，在它运行的状态下，会有不同的运行机制，有的是以二进制的方式运行的，有运行在编程语言的虚拟机之上。而构建所做的事情呢，就是将那些我们写给人类看的代码，转换为机器/程序能看懂的代码。所以，构建的本质就是翻译（~~复读机~~）。

03

来自谷歌前员工的软件开发工具指南

谷歌的内部开发工具是世界领先的，其针对大规模软件开发的多方面痛点提供了解决方案。但几乎所有工具均与谷歌独有的内部生态系统紧密耦合，无法在其它环境中使用。本文介绍了如何在软件开发中引入好的开发工具，提高自己和团队成员的生产力，进而在大规模软件开发中传播有效的最佳实践，为公司带来工程化效率提升。

08

[Bazel]repository_rule() vs rule()

我们之前的文章里经常使用常规规则(regular rules)函数 rule() 来创建自定义规则，但是这些规则都有一个问题：他们依赖于主机系统上安装的各种工具。这样就会出现一个问题，即构建是不可复制的，如果同一项目上的两个开发人员安装了不同版本的 Go SDK，则他们将构建不同的二进制文件。它还会中断远程执行，即主机的工具链可能在执行平台上不可用。而 repository_rule() 就可以解决这个问题。

02

教程 | 如何用TensorFlow在安卓设备上实现深度学习推断

选自DataScience 作者：Chia-Chun 机器之心编译参与：Edison Ke、路雪本文作者 Chia-Chun (JJ) Fu 是加州大学圣塔芭芭拉分校的化学工程博士。她在 Insight 工作的时候，在安卓系统上用 TensorFlow 部署了一个 WaveNet 模型。本文详细介绍了部署和实现过程。对于个人和公司来说，存在许多状况是更希望在本地设备上做深度学习推断的：想象一下当你在旅行途中没有可靠的互联网链接时，或是要处理传输数据到云服务的隐私问题和延迟问题时。边缘计算（Edge c

05

[译]Android TensorFlow机器学习示例

本文介绍了一种在Android平台上使用TensorFlow进行物体检测的方法。首先介绍了Android平台如何调用TensorFlow，然后介绍了如何使用预训练的模型进行物体检测。最后，给出了一段示例代码和一张运行结果图。

06

开源一款轻量线程池项目

大家好，我是光城，最近花了几周业余时间，开发出这款轻量线程池，代码也全部开源啦，欢迎大家star。

04

【原创】记录我一次详细的TensorFlow源代码编译构建安装包总结

最近公司给我们分配了2台虚拟机服务器用于强化学习训练，我们在虚拟环境中安装好了TensorFlow环境后，在import tensorflow时发现报了下面的错误：

05

记录我一次详细的TensorFlow源代码编译构建安装包总结

最近公司给我们分配了2台虚拟机服务器用于强化学习训练，我们在虚拟环境中安装好了TensorFlow环境后，在import tensorflow时发现报了下面的错误：于是我去Google搜索了下出现这个错误的原因，发现是因为我们服务器的CPU不支持AVX指令集导致的，而使用pip安装的TensorFlow需要依赖AVX指令集，为了确认我们的CPU是否真的不支持AVX指令集，我使用cat /proc/cpuinfo 命令查看了下目前CPU指令集支持情况，发现我们的CPU果然不支持AVX指令集。又不支持

01

现代 CI 系统太复杂，方向跑偏了

作者｜ Gregory Szorc 译者｜王者策划｜万佳与几年前相比，现在的 CI 平台要强大得多。总的来说，这是一件好事。借助强大的 CI 平台，软件公司和开发人员可以更频繁地发布更可靠的软件，这对软件用户或客户来说是有利的。一些集中式 CI 平台（如 GitHub Actions、GitLab Pipelines 和 Bitbucket）带来了规模效益，互联网提供了有关如何使用它们的信息。只要搜索一下如何在 CI 平台 Y 上执行 X 操作，就可以找到一些可以直接复制和粘贴的代码。毕竟，没

01

C++20 以 Bazel & Clang 开始

本文示例可见：https://github.com/ikuokuo/start-cpp20

03

多年C++开发使用经验总结

内容来源：作者——shengofbig，链接：https://www.jianshu.com/p/d01472734a78，好文请多支持！谢谢你的阅读。

03

如何仅使用TensorFlow C＋来训练深度神经网络

作者｜Florian Courtial 译者｜Debra 编辑｜Emily AI 前线导读：训练神经网络是一件十分复杂，难度非常大的工作，有没有可能让训练的过程简单便利一些呢？有人突发奇想，尝试仅仅使用 TensorFlow C ++ 来进行这项工作。这样做的效果如何呢？我们来看看 Florian Courtial 用 TensorFlow C ++ 构建 DNN 框架的示例来了解一下吧。更多干货内容请关注微信公众号“AI 前线”，（ID：ai-front）正如你所知，TensorFlow（TF）的

05

Starlark语言

Tensorflow， Envoy， Kubernetes， KubeVirt 等等大型项目都是用 Bazel 构建的，要参与开发这些项目或者基于这些项目做开发，不能避开Bazel，且Bazel是当前开源Build System里最先进也最代表着未来方向的产品，非常有必要掌握。

03

Spotify 移动工程平台迁移：将 Android 和 iOS 代码库迁移到 Bazel

作者 | Aditya Kulkarni 译者 | 刘雅梦策划 | 丁晓昀最近，Spotify 移动工程团队详细介绍了他们最近的平台迁移经验。根据移动工程战略计划，该团队将他们的 Android 和 iOS 代码库迁移到了谷歌的开源构建系统 Bazel 上。来自 Spotify 移动工程团队的 Mariana Ardoino 和 Raul Herbster 在一篇博客文章中探讨了从迁移中获得的经验教训。迁移工作影响了 Spotify 的 100 多个团队。团队认识到，不同规模和复杂性的迁移将

03

肘子的 Swift 周报 #028 ｜用 iPhone 感受像素的游戏的快乐！

苹果公司最近更新了应用商店审核指南[3]，现在允许模拟器应用进入 App Store。就在几天前，名为 Delta 的模拟器应用登陆了应用商店。Delta 是一款为 iOS 设计的综合模拟器，支持多种任天堂掌机游戏。这款应用其实很早以前就已经开发完成，但之前由于政策限制，只能以非商店形式提供给用户。

00

腾讯广告 3000+万行大代码库主干开发实战

作者：phongchen，腾讯 CDG 后台开发工程师互联网行业竞争激烈，产品迭代快，其中研发效能越来越成为跑赢竞争对手的重要影响因素。需求两天就能上线和两个星期才能上线，结果可能大相径庭。本文总结了腾讯广告系统主要采用的目前业界标杆公司引领的单代码仓库+主干开发+城际快线发布模式，供大家参考，以此作为对我个人两年多以来专职从事工程效能工作的一个总结，也欢迎大家多提宝贵意见。基本概念单一代码仓库相信很多人都看过这篇文章：其实不止 Google，硅谷很多大大小小的公司，比如 Faceboo

05

Bazel 构建 protobuf

为了将proto文件转成编程语言代码，需要安装编译工具protoc。本篇验证使用 Bazel 构建是否能和手动执行 protoc 和插件的编译一样的结果。

02

高级API、异构图：谷歌发布TF-GNN，在TensorFlow中创建图神经网络

机器之心报道编辑：陈萍高效且友好的 TensorFlow GNN 库。今天，TensorFlow 官方博客发布了 TensorFlow Graph Neural Networks（TensorFlow GNN）库，这个库使得用户在使用 TensorFlow 时能够轻松处理图结构数据。此前，TensorFlow GNN 的早期版本已经在谷歌的各种应用中使用，包括垃圾邮件和异常检测、流量估计、YouTube 内容标记等。特别是，考虑到谷歌数据种类繁多，该库在设计时就考虑到了异构图。项目地址：ht

01

Rust + Android 的集成开发设计

现在，不只是互联网时代，更是移动互联网时代。Rust 是当前很多程序员“最想学”的程序设计语言，而 Android 则是市场占有率最高的智能手机操作系统。熟悉 Rust 和 Android 的开发人员，对于将 Rust 用在 Android 项目开发中，估计是非常期待的。但是，目前非谷歌官方的集成方式，均复杂而不便，往往尝试后不得不放弃。

01

每日一学——TensorFlow的学习

什么是TensorFlow？ TensorFlow 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU）、服务器、移动设备等等。TensorFlow 最初由Google Brain 小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深

08

企业微信大型Android系统重构之路

很多人以为存在时间很长的就是遗留系统，但这其实是个误区。时间长短并不能作为衡量遗留系统的标准。判断遗留系统的几个维度是：代码、架构、测试、DevOps以及技术和工具。代码质量差、架构混乱、没有测试、纯手工的 DevOps（或运维）、老旧的技术和工具，才是遗留系统的真正特点。

01

Google SRE 读书笔记扒一扒SRE用的那些工具

最近花了一点时间阅读了《SRE Goolge运维解密》这本书，对于书的内容大家可以看看豆瓣上的介绍。总体而言，这本书是首次比较系统的披露Google内部SRE运作的一些指导思想、实践以及相关的问题，对于我们运维乃至开发人员都有一定的借鉴意义。

02

项目篇之手把手100行写一个简易版Mutex

项目描述：简易互斥锁（SimpleMutex）是一个基于原子变量和信号量的互斥锁实现，用于保护并管理多线程环境下的共享资源访问。它提供了一种简单而有效的方式来确保在多线程并发访问时，只有一个线程可以同时访问受保护的资源，从而避免数据竞争和不一致性。基于 POSIX 标准的信号量库实现，包含 Catch2 单元测试，附带了基于 Catch2 框架的单元测试，用于验证互斥锁的正确性和稳定性，使用bazel编译，google编码规范。

03

DeepMind开源Sonnet：可在TensorFlow中快速构建神经网络

选自DeepMind 作者：Malcolm Reynolds等机器之心编译参与：李泽南、Ellen Han 昨天，DeepMind 发布了 Sonnet，一个在 TensorFlow 之上用于构建复杂神经网络的开源库。这是继 DeepMind Lab 后，这家谷歌旗下的公司的又一次开源举措。Sonnet 的开源意味着 DeepMind 构建的模型可以更轻松地与所有开发者共享。距 DeepMind 做出决定，在整个研究机构中使用 TensorFlow(TF) 已将近一年。事实证明这是一个明智的选择——较

07

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭