一、背景
蛇年伊始,DeepSeek憑借其卓越表現(xiàn)火爆出圈,讓AI大模型瞬間成為街頭巷尾熱議的焦點,也讓大眾重新燃起對AGI(通用人工智能)“平民化”的信心,DeepSeek通過先進的模型架構(gòu),帶來的高效率與低成本優(yōu)勢,加快了應用場景的百花齊放。
嘉為藍鯨早在23年初就接入GPT等大模型在運維領(lǐng)域中孵化應用場景,而到本次DeepSeek評測和應用,又增加了更多實踐。那怎么用好DeepSeek服務于運維,我們在設計上始終秉持智能化運維進程里面的兩個設計原則:平臺化和場景化。
平臺化:不只是提供工具,而是賦能工具的構(gòu)建能力,無論從數(shù)據(jù)開發(fā)過程、機器學習模型開發(fā)過程,還是大模型智能體開發(fā)過程,提供的是兼容各類場景的開發(fā)平臺;
場景化:數(shù)據(jù)、AI不能脫離運維場景進行,如果沒有實用化、工程化的落地,那么數(shù)據(jù)AI的應用也只是圖個新鮮,因而所有的能力都會以能力調(diào)用的方式集成到產(chǎn)品中。
二、LLMOps平臺+DeepSeek優(yōu)勢
嘉為藍鯨運維大模型開發(fā)平臺(簡稱LLMOps平臺)致力于為運維全生命周期提供卓越的運維工具支持,為業(yè)務通用AI場景提供工具支持,為滿足不同業(yè)務場景需求提供自定義開發(fā)擴展能力。
1、LLMOps平臺作為運維大模型開發(fā)平臺,分為兩個模塊
(1)大模型服務模塊
提供跨公私域多種大語言模型接入(內(nèi)置60多種常見模型適配器,也包含DeepSeek各類尺寸的接入),為上層工具和應用提供統(tǒng)一的使用和運維接口,并提供權(quán)限、審計、監(jiān)控、配額限流等管理能力,LLM 資源管理則提供了 AI 場景建設過程中用到的各種資源、工具的支持。包括知識庫管理、工具管理、智能 Agent 管理、Prompt 管理等。
(2)大模型開發(fā)模塊
提供了LLM Agent Framework ,這是一個 LLM 智能 Agent 應用開發(fā)框架,提供單 Agent 智能代理與基于 Graph 編排的多 Agent 智能代碼構(gòu)建支持,使用 Graph 組合 Agent,Chain,Retriever 等各類子組件,編排業(yè)務流程,解決復雜多變的業(yè)務問題,同時最大程度保留可復用性。
作為整個嘉為藍鯨一體化運維體系的一部分,與一體化運維系統(tǒng)之間通過功能調(diào)用,以及數(shù)據(jù)和知識接入,形成有機互動,實現(xiàn)更為豐富的場景化應用。
2、在運維領(lǐng)域應用,我們評測了各個國內(nèi)外大模型的適用場景和落地效果,DeepSeek相比其他大模型,的確讓人眼前一亮
(1)算力效率革新
DeepSeek通過多模態(tài)深度Transformer架構(gòu),以及動態(tài)稀疏激活機制,實現(xiàn)了萬億參數(shù)級的高效推理,能對文字、代碼、數(shù)學符號等不同類型文本進行統(tǒng)一理解與生成。在運維領(lǐng)域,解決了不突破企業(yè)數(shù)據(jù)安全限制的要求下,實現(xiàn)低成本的高質(zhì)量大模型的部署和應用。
(2)深度洞察
DeepSeek的對齊強化學習框架則刺透人類意圖的次元壁。通過海量高質(zhì)量數(shù)據(jù)鍛造的語義理解鋒刃,在對話場景中實現(xiàn)94.3%的意圖識別準確率,非常適合作為運維領(lǐng)域全能助手,識別用戶的意圖,然后調(diào)用私域知識或運維工具獲取信息,精準解答用戶問題。
(3)持續(xù)進化基因
DeepSeek通過持續(xù)預訓練框架使模型具備“細胞級”迭代能力,加上低訓練成本優(yōu)勢,可以在智能運維場景落地過程中,持續(xù)消費企業(yè)積累的知識,進行模型的訓練微調(diào),不斷進化生長,成為企業(yè)“量身定制”的智能運維專家。
3、LLMOps關(guān)鍵產(chǎn)品功能示意
(1)多模型接入
支持60+模型接入框架,包括私有化部署和托管接入方式,同時通過LLM Gateway屏蔽不同LLM模型之間的差異,為上層應用提供業(yè)界標準的OpenAI 協(xié)議API 接口,并提供權(quán)限、審計、監(jiān)控、配額限流等管理能力。
(2)私域知識接入
進行RAG預處理,并支持文件上傳、手工錄入、網(wǎng)頁知識三種形式;可在聊天過程中可指定回復引用知識庫。
(3)支持工具開發(fā)
創(chuàng)建/編輯工具,填寫工具的基本信息,調(diào)用接口和請求參數(shù);可在會話和智能體開發(fā)中調(diào)用。
(4)提示詞與角色定義
創(chuàng)建prompts并支持在線調(diào)試,基于prompts設定角色,并選擇不同大模型進行聯(lián)調(diào),支持接口及開發(fā)框架調(diào)用。
(5)智能體開發(fā)框架
提供智能體開發(fā)框架,包括單Agent智能代理與基于編排的多Agent智能代碼構(gòu)建支持。
6、LLMOps+DeepSeek問答
三、DeepSeek在智能運維場景應用
嘉為藍鯨探索大模型,包括DeepSeek在智能運維場景的應用,仍然從一體化運維的業(yè)務視角出發(fā),不是從單點場景視角提升,而是業(yè)務閉環(huán)視角整體提升。
企業(yè)IT運維一體化場景涵蓋了多個運維活動,日常維護、變更發(fā)布、故障應急、服務響應、優(yōu)化提升、安全管控等均需要跨多個運維領(lǐng)域完成,場景驅(qū)動了各個業(yè)務域之間的業(yè)務集成和技術(shù)集成設計。
以典型的事件生命周期管理為例,基于大模型重構(gòu)提升場景如下:
四、應用場景清單
五、應用場景詳細描述
1、產(chǎn)品使用助手
(1)內(nèi)容描述
IT運維團隊逐漸向SRE、平臺工程轉(zhuǎn)型,過程中依賴各種運維工具體系建設和推廣。每次運維新產(chǎn)品發(fā)布或者產(chǎn)品功能更新,都需要花費大量時間組織用戶培訓和使用答疑,費時費力。借助大模型如DeepSeek強大的推理能力,結(jié)合產(chǎn)品使用手冊,可以低成本實現(xiàn)面向用戶的產(chǎn)品使用助手,主要包含如下功能:
1)知識管理能力
支持手動上傳各類格式的文檔知識,如md、doc、pdf、excel、ppt等;支持和企業(yè)內(nèi)已有的知識庫對接,并能同步更新。
2)知識檢索能力
支持通過向量相似度或關(guān)鍵詞等多種方式進行知識檢索和知識召回,如基于標題或特定字段的向量召回或全文檢索匹配召回,再根據(jù)多路召回的知識進行去重和排序,選擇最相關(guān)的知識片段,輸入給大模型進行上下文學習和總結(jié),旨在優(yōu)化信息檢索的覆蓋率和精確度。
3)大模型提煉總結(jié)
遵循最佳提示詞框架,與大模型進行交互,把提示詞模板和檢索到的知識片段按照特定格式發(fā)送給大模型進行總結(jié),利用大模型強大的推理能力,返回符合用戶意圖的問題回復。
4)IM工具集成
支持和企業(yè)內(nèi)已有的IM工具進行集成,如企業(yè)微信、釘釘、飛書等,進一步提升產(chǎn)品使用助手的用戶覆蓋,降低用戶使用工具的門檻。
(2)價值收益
1)新產(chǎn)品或新功能推廣效率提升顯著;
2)功能使用類ITSM工單降低50%以上。
(3)技術(shù)實現(xiàn)
基礎大模型/提示詞工程/知識庫/RAG。
2、IT觀測助手
(1)內(nèi)容描述
IT監(jiān)控工具是IT運維的第一個建設工具,作為運維人員的“眼睛”,IT監(jiān)控在“數(shù)字化”、“云原生”、“信創(chuàng)”的大趨勢下正在向“可觀測”領(lǐng)域持續(xù)演進發(fā)展,而當大模型來臨之際,可觀測也需要具備各種人工智能能力,主動性地提升IT人員在故障發(fā)現(xiàn)、故障定位、故障處置上的效率和質(zhì)量,從而更好地保障業(yè)務正常運轉(zhuǎn)。
借助大模型的能力,可結(jié)合Chatops建設IT觀測助手實現(xiàn)以下功能:
1)觀測智能問答
借助大模型語文識別,提供私域和公域知識的智能問答。
2)告警關(guān)聯(lián)數(shù)據(jù)提取
當發(fā)生告警時,觀測助手可主動提供此對象以及與此對象相關(guān)的其他對象的指標/日志/Trace/拓撲等信息,供IT運維人員進行故障診斷定位。
3)推理式告警根因分析
觀測助手可基于應用橫縱向拓撲信息提供根因分析推薦能力。
4)告警處置引導及操作執(zhí)行
觀測助手可基于根因分析和故障決策樹的定位能力,以及應急處置能力提供引導式故障處置執(zhí)行。
5)告警處置過程內(nèi)容總結(jié)
針對告警的定位、協(xié)同過程、定位和處置、業(yè)務驗證結(jié)果形成告警處理事件總結(jié)。
6)告警處置方案自動回寫知識庫并更新
針對告警的發(fā)現(xiàn)、定位和處置結(jié)果自動回寫到歷史事件知識庫中,以供下一次的故障處置提供參考。
7)監(jiān)控告警插件編寫
基于公域知識提供各種組件的監(jiān)控指標定義和插件編碼,自動生成相應監(jiān)控告警插件。
8)監(jiān)控、告警策略編寫
基于公域知識提供和自動生成各類組件的告警閾值策略
(2)價值收益
1)持續(xù)增強第二代監(jiān)控——可觀測的自動化監(jiān)控告警的推廣和覆蓋的運營能力;
2)提升從告警發(fā)現(xiàn)、故障定位、故障處置的效率;
3)將紛繁復雜、持續(xù)迭代的運維經(jīng)驗和能力沉淀到工具和平臺上,以“智能”替換“專家”,形成IT運維的核心能力建設。
(3)技術(shù)實現(xiàn)
1)結(jié)合Chatops技術(shù)提供人機交互;
2)基于CMDB與APM的橫縱向拓撲構(gòu)建的知識圖譜算法提供故障定位能力;
3)基于LLM的語義識別/Functioncall/知識庫提供高效的引導式故障處置能力;
4)整合CMDB、ITSM、自動化、可觀測、數(shù)據(jù)與AI/LLM提升IT故障發(fā)現(xiàn)、協(xié)同、定位、處置等業(yè)務連續(xù)性閉環(huán)管理能力。
3、IT服務臺智能助手
(1)內(nèi)容描述
隨著企業(yè)信息系統(tǒng)的增多,IT服務請求數(shù)量同步增多,單靠增加人力的方式來保持服務臺的正常運營變得非常困難,從而引發(fā)客戶滿意度降低、運營成本居高不下等問題,因此如何提升IT服務臺運營效率成為亟待解決的問題。
結(jié)合對服務臺工作場景的分析,借助基于大模型的IT服務臺智能助手,可以大幅提升服務臺運營效率:
1)智能問答:提供更準確的咨詢問題答復,減少到服務臺坐席的咨詢請求量;
2)智能提單:引導用戶自助提單,以減少服務臺代提單工作量;
3)智能派單:結(jié)合一、二線處理人員的工作負載,智能派單至負載最低的處理人員,減少坐席人工識別和派單工作量;
4)智能推薦:在接收到服務請求的同時,智能助手根據(jù)對工單內(nèi)容的理解,更準確地推薦知識庫中沉淀的解決方案,從而提高請求的處理效率。
(2)價值收益
1)提高服務臺運營效率;
2)提升客戶/用戶滿意度。
(3)技術(shù)實現(xiàn)
1)基于即時通訊、大模型、RAG、知識庫實現(xiàn)智能問答;
2)基于LLM的語義識別/Functioncall實現(xiàn)智能提單;
3)結(jié)合運維人員工作任務數(shù)據(jù)、相似任務用時等進行工作負載判斷;
4)基于大模型、RAG、知識庫實現(xiàn)智能問答。
4、IT知識庫智能助手
(1)內(nèi)容描述
經(jīng)驗總結(jié)與知識沉淀非常重要,常被稱為企業(yè)運營的“第二大腦”。但知識管理的建設一直是一個讓管理者頭疼的問題,無法投入專職的知識運營人員,運維人員忙于事務也很難兼顧知識的沉淀。沒有知識的知識庫,其功能再豐富也沒意義。如今借助基于大模型的智能知識助手,讓低成本的知識運營變得可能:
1)智能總結(jié)知識
結(jié)合工單的詳情與處理過程、溝通評論、即時聊天記錄等日常解決用戶問題的過程數(shù)據(jù),借助大模型的分析總結(jié)能力,即時或定期進行自動化的知識總結(jié)并錄入知識庫;
2)智能檢索知識
提供更準確、更易維護的知識檢索模式。相比傳統(tǒng)知識檢索,基于大模型的智能檢索方式可以自動學習知識庫內(nèi)容,無需手動標注規(guī)則。新知識入庫后,模型通過向量化實時納入檢索范圍,同時結(jié)合用戶反饋(如點擊率、采納率)自動優(yōu)化檢索排序(如將高頻采納的解決方案置頂)。
(2)價值收益
1)提升知識沉淀效率和質(zhì)量;
2)降低知識運營的人力成本;
3)提高知識消費的便捷性。
(3)技術(shù)實現(xiàn)
通過API及對應IM工具的SDK獲取過程記錄,結(jié)合大模型提示詞進行知識總結(jié)。
5、CMDB智能助手
(1)內(nèi)容描述
CMDB作為運維管理的“基石”,其數(shù)據(jù)的質(zhì)量非常重要。借助CMDB智能助手,可以讓配置數(shù)據(jù)的接入和消費環(huán)節(jié)更便捷與高效,以助力CMDB的數(shù)據(jù)治理與運營。
1)智能采集開發(fā):在已有的配置采集插件協(xié)議的約束下,通過自然語言提高采集插件的開發(fā)效率,包括插件代碼生成、插件代碼檢查等;
2)智能配置查詢:以提示詞方式便捷對配置數(shù)據(jù)進行消費,包括影響分析、路徑查詢、關(guān)聯(lián)查詢等;
3)智能拓撲生成:以提示詞方式便捷生成配置拓撲圖;
4)智能運營報告:以提示詞方式便捷生成運營報告,減少手工統(tǒng)計與排版工作。
(2)價值收益
1)降低配置自動采集門檻,提高自動化采集率;
2)提高配置數(shù)據(jù)的消費便捷性;
3)降低配置管理的運營成本。
(3)技術(shù)實現(xiàn)
開發(fā)協(xié)議、查詢協(xié)議、低代碼協(xié)議與大模型結(jié)合,實現(xiàn)自然語言與技術(shù)協(xié)議的轉(zhuǎn)換。
6、IT工單智能助手
(1) 內(nèi)容描述
工單作為工作協(xié)同的信息載體,是團隊在日常工作中頻繁操作的對象。如果給工單加上“大腦”,對團隊協(xié)同的效率將會大幅提升。IT工單智能助手,可以讓運維工單更智能,運維工作更省心。
1)借助大模型泛化能力,自動生成與業(yè)務相關(guān)的關(guān)鍵字和正則表達式,替代人工質(zhì)檢實現(xiàn)全自動化工單轉(zhuǎn)入轉(zhuǎn)出質(zhì)檢;
2)利用大模型去提取關(guān)鍵參數(shù)并進行參數(shù)標注化轉(zhuǎn)義,并將查證后的內(nèi)容自動回復,實現(xiàn)工單智能化查證回復;
3)構(gòu)建投訴報告生成智能體,基于手機號查詢多平臺多類型投訴信息,1秒自動生成投訴報告,極大提升報告編寫效率。
(2)價值收益
1)工單流轉(zhuǎn)問題的損耗降低;
2)工單平均處理的時長減少;
3)運維工作協(xié)同的效率提升。
(3)技術(shù)實現(xiàn)
結(jié)合大模型/Functioncall、知識庫實現(xiàn)與第三方質(zhì)檢接口集成。
7、應急智能助手
(1)內(nèi)容描述
應急預案是IT應急管理中最核心的資產(chǎn),如何創(chuàng)建全面且指導性的應急預案是應急管理中最核心的工作,應急智能助手能基于文字描述識別用戶意圖,結(jié)合歷史應急預案和應用架構(gòu)手冊,輔助生成應急預案。
面對應急故障事件,可以按照企業(yè)IT應急報告內(nèi)容和格式要求,基于應急事件全生命周期記錄,輔助生成應急故障報告。
同時應急智能助手,能支持對話窗智能化查詢應急預案/場景,應急事件總結(jié)/演練計劃,通過對話發(fā)起應急演練,啟動應急事件,全面提升應急交互模式。
(2)價值收益
1)提升預案準確性和有效性;
2)提升報告生成效率;
3)極大提升IT應急效率。
(3)技術(shù)實現(xiàn)
1)將應急預案庫和應用架構(gòu)向量化存放在知識庫,利用RAG和大模型提示詞能力生成應急預案;
2)利用Functioncall構(gòu)建應急報告數(shù)據(jù)查詢工具Tools,在調(diào)用大模型提示詞對應急數(shù)據(jù)進行潤色生成符合格式的應急故障報告;
3)通過意圖識別實現(xiàn)智能路由,支持多場景的應急需求。
8、變更發(fā)布智能助手
(1)內(nèi)容描述
當應用系統(tǒng)變更異常時,能夠結(jié)合業(yè)務系統(tǒng)變更歷史信息和完整的應用拓撲信息,快速給出變更異常影響面分析;并結(jié)合運維大模型領(lǐng)域知識,對異常報錯進行分析,輔助變更人員快速定位根因。
通過對話框構(gòu)建變更智能問答助手,運維人員可以通過自然語言查詢所有變更記錄,同時能輔助生成變更周報/月報。
(2)價值收益
1)快速識別變更影響面,提升變更異常分析效率,降低變更影響;
2)提升變更周報月報的質(zhì)量和生成效率。
(3)技術(shù)實現(xiàn)
1)將大模型和小模型技術(shù)結(jié)合,實現(xiàn)對變更異常的多維度分析,實現(xiàn)變更異??焖俣ㄎ?
2)構(gòu)建多個變更智能工具Tools:變更記錄查詢/報告生成/通識變更問答,通過意圖識別模塊導航到對應的智能工具。
9、應用巡檢智能助手
(1)內(nèi)容描述
面對多種巡檢類型,需要支持命令行、API、界面內(nèi)容等多種數(shù)據(jù)源,利用應用巡檢智能助手進行統(tǒng)一分析和巡檢判斷,生成統(tǒng)一的巡檢報告,解決單一對象人工巡檢問題。
巡檢結(jié)果智能分析,巡檢過程中出現(xiàn)的重點指標、可疑進程、意外事件,通過應用巡檢智能助手,從橫向縱向等多維度對進行結(jié)果進行深度分析,并支持多范圍多對象多領(lǐng)域的統(tǒng)計展示。
(2)價值收益
1)支持異構(gòu)應用的統(tǒng)一巡檢,將運維人員從高頻人工巡檢中釋放,提升巡檢的效率和準確性;
2)支持自然語言發(fā)起巡檢查詢結(jié)果,提升應用巡檢體驗。
(3)技術(shù)實現(xiàn)
1)利用大模型多模態(tài)能力實現(xiàn)界面內(nèi)容自動巡檢,結(jié)合自動化工具,實現(xiàn)傳統(tǒng)界面內(nèi)容的自動化巡檢;
2)結(jié)合大模型運維通識問答和RAG知識庫能力,實現(xiàn)對巡檢指標外的異常結(jié)果分析和建議。
10、智能編碼助手
(1)內(nèi)容描述
在代碼輔助編寫場景,我們通過 BKGPT 插件對接大模型和IDE,讓開發(fā)者可以在編程工具里閉環(huán)信息檢索的過程,大大提升了開發(fā)問題查詢效率。其次,我們提供了 BKCodeAI 插件,可以實現(xiàn)根據(jù)注釋中的需求描述,進行代碼生成和補全,當前已經(jīng)支持函數(shù)級代碼生成。
另一方面,在 git push 時,會自動觸發(fā) AI CodeReview 任務,CR 任務將異步執(zhí)行,不會阻塞 push 操作,CR 任務執(zhí)行完成后會在 IDE 彈窗提醒 CR 詳情鏈接。
(2)價值收益
1)與編程IDE結(jié)合,提升腳本編寫、工具開發(fā)效率;
2)輔助開發(fā)主管進行代碼審查或者自動進行腳本出錯分析,提升代碼質(zhì)量。
(3)技術(shù)實現(xiàn)
基礎大模型/文本生成/知識庫/RAG/IDE插件。
11、可觀測助手為例
(1)告警關(guān)聯(lián)知識推薦
小鯨可基于知識庫,可以根據(jù)告警事件內(nèi)容結(jié)合知識庫找出相關(guān)聯(lián)的知識,并給予解決方案的推薦。
內(nèi)置運維知識庫,無需整理也能直接使用;可批量導入知識庫文件,基于用戶歷史經(jīng)驗提供更豐富的解決方案;告警產(chǎn)生后根據(jù)算法訓練的結(jié)果,匹配知識庫里的解決方案。知識推薦效果如下圖:
(2)知識庫智能問答
運維人員通常通過經(jīng)驗或查找資料來處理告警事件,效率低下且耗時??梢詫栴}拋給小鯨,基于LLMOps直接提供解決方案推薦、正則匹配規(guī)則編寫等針對性回答。
通過全局劃詞問答或者右下角的機器人圖標入口,均可向“小鯨”詢問,無需切換工具。無論是技術(shù)解釋、命令用法,還是故障排查,小鯨都能即時提供專業(yè)解答,大幅提升工作效率。實現(xiàn)效果如下圖:
(3)告警處置引導
結(jié)合預測性對話流與大模型,小鯨觀測助手能夠?qū)崿F(xiàn)對話智能引導,引導用戶完成智能提單引導、智能故障處置引導等場景:根據(jù)故障排查的場景,預設引導性場景,智能機器人識別關(guān)鍵字以后進入引導場景,確保問題能夠迅速被識別和解決。
實現(xiàn)效果如下圖:
六、前景展望
DeepSeek這一波平民化,除了帶來推理能力和性能瓶頸突破外,最核心的是可以進入“千家萬戶”,使得各行業(yè)和領(lǐng)域使用前沿模型變得更為簡單。大模型在運維領(lǐng)域的應用前景,我們認為這是一個改變運維人員和運維對象交互、實現(xiàn)AI大規(guī)模落地普及的時刻,未來發(fā)展,我們有如下思考和展望:
1、基于一體化運維業(yè)務的運維智能體會爆發(fā)式增長
基于低成本高效率的大模型,可以把各個人機交互的運維場景再做一次,再做一次是基于多智能體編排的模式,生成更多整合應用,且與一體化運維是完整聯(lián)動的,不只是單個場景的提升;
2、基于機器學習算法+大模型的融合場景更優(yōu)
機器學習算法對于數(shù)據(jù)處理有天然優(yōu)勢,大模型對于語義識別和邏輯推理有天然優(yōu)勢,兩者相結(jié)合,可以在故障分析診斷層面、智能工單的相似度分析和智能回復層面等有更好地融合場景落地;
3、大模型應用開發(fā)平臺共建生態(tài)會成為主流
不只是基于原生大模型的問答應用,而是知識庫、工具、編排、智能體、統(tǒng)一網(wǎng)關(guān)的整體建設,構(gòu)建可持續(xù)建設的體系,會成為生態(tài)模式,客戶及合作伙伴都可以有更大的想象空間;
4、自適應學習與知識演化
系統(tǒng)能夠根據(jù)環(huán)境的變化和數(shù)據(jù)反饋,自動調(diào)整自身的行為、策略或參數(shù),以及隨著實踐、技術(shù)發(fā)展和經(jīng)驗積累而不斷更新、優(yōu)化或重組知識,運維智能體能夠更靈活、高效地應對復雜的運維需求,在大部分相對標準的運維場景中,實現(xiàn)智能決策執(zhí)行。
免責聲明:以上內(nèi)容為本網(wǎng)站轉(zhuǎn)自其它媒體,相關(guān)信息僅為傳遞更多信息之目的,不代表本網(wǎng)觀點,亦不代表本網(wǎng)站贊同其觀點或證實其內(nèi)容的真實性。如稿件版權(quán)單位或個人不想在本網(wǎng)發(fā)布,可與本網(wǎng)聯(lián)系,本網(wǎng)視情況可立即將其撤除。
互聯(lián)網(wǎng)新聞信息服務許可證10120230012 信息網(wǎng)絡傳播視聽節(jié)目許可證0121673 增值電信業(yè)務經(jīng)營許可證京B2-20171219 廣播電視節(jié)目制作經(jīng)營許可證(京)字第10250號
關(guān)于我們 中宏網(wǎng)動態(tài) 廣告服務 中宏網(wǎng)版權(quán)所有 京ICP備2023030128號-1 舉報電話:010-63359623
Copyright ? 2016-2025 by netresults-search.com. all rights reserved 運營管理:國家發(fā)展和改革委員會宏觀經(jīng)濟雜志社