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(wù)建站與企業(yè)官網(wǎng)運(yùn)營的一線實(shí)戰(zhàn)洞察。

構(gòu)建端到端AI應(yīng)用:LLM網(wǎng)關(guān)、RAG與MCP技能整合實(shí)戰(zhàn)

構(gòu)建端到端AI應(yīng)用:LLM網(wǎng)關(guān)、RAG與MCP技能整合實(shí)戰(zhàn) 在實(shí)際 AI 基礎(chǔ)設(shè)施AI Infra項(xiàng)目中一個(gè)能體現(xiàn)綜合能力的架構(gòu)往往比單一技術(shù)點(diǎn)更有說服力。將 LLM 網(wǎng)關(guān)、RAG檢索增強(qiáng)生成系統(tǒng)、LLM-Wiki知識(shí)庫與 MCP模型上下文協(xié)議和 Skills技能等概念結(jié)合構(gòu)建一個(gè)端到端的智能應(yīng)用是當(dāng)前面試中展示工程化思維和落地能力的絕佳案例。這類項(xiàng)目不僅要求你理解每個(gè)組件的原理更考驗(yàn)?zāi)闳绾螌⑺鼈冇袡C(jī)整合解決從請(qǐng)求路由、知識(shí)檢索到任務(wù)執(zhí)行的完整鏈路問題。本文將帶你從零開始梳理這樣一個(gè)項(xiàng)目的核心架構(gòu)、技術(shù)選型、關(guān)鍵實(shí)現(xiàn)步驟以及生產(chǎn)環(huán)境中的考量讓你不僅能將項(xiàng)目清晰地寫到簡歷上更能從容應(yīng)對(duì)面試官對(duì)設(shè)計(jì)細(xì)節(jié)和實(shí)戰(zhàn)經(jīng)驗(yàn)的深度追問。1. 理解端到端 AI 應(yīng)用的核心組件與職責(zé)在開始動(dòng)手之前必須厘清項(xiàng)目中每個(gè)核心模塊的定位和它們之間的協(xié)作關(guān)系。一個(gè)典型的端到端 AI 應(yīng)用不是簡單的模型調(diào)用而是一個(gè)包含流量治理、知識(shí)增強(qiáng)、任務(wù)編排的復(fù)雜系統(tǒng)。1.1 LLM 網(wǎng)關(guān)智能流量的統(tǒng)一入口與調(diào)度中心LLM 網(wǎng)關(guān)是整個(gè)系統(tǒng)的門面它負(fù)責(zé)接收所有外部請(qǐng)求并做出智能路由。它的核心職責(zé)遠(yuǎn)不止轉(zhuǎn)發(fā) API 調(diào)用。統(tǒng)一接入與協(xié)議轉(zhuǎn)換外部應(yīng)用可能通過 HTTP、gRPC 甚至 WebSocket 發(fā)起請(qǐng)求。網(wǎng)關(guān)需要將這些異構(gòu)協(xié)議統(tǒng)一轉(zhuǎn)換為內(nèi)部服務(wù)能理解的格式通常是 HTTP/JSON并將內(nèi)部服務(wù)的響應(yīng)轉(zhuǎn)換回去。這屏蔽了后端服務(wù)的復(fù)雜性。多模型路由與負(fù)載均衡當(dāng)你的系統(tǒng)接入了多個(gè) LLM 服務(wù)如 OpenAI GPT、Claude、本地部署的 Llama 等時(shí)網(wǎng)關(guān)需要根據(jù)策略進(jìn)行路由。策略可以很簡單如根據(jù)請(qǐng)求頭中的model參數(shù)指定也可以很復(fù)雜如基于成本、延遲、當(dāng)前負(fù)載或甚至對(duì)請(qǐng)求內(nèi)容的簡單分析例如代碼生成請(qǐng)求路由到 CodeLlama創(chuàng)意寫作路由到 GPT-4進(jìn)行動(dòng)態(tài)選擇。同時(shí)對(duì)于同一模型的不同實(shí)例網(wǎng)關(guān)需要實(shí)現(xiàn)負(fù)載均衡。限流、鑒權(quán)與監(jiān)控這是網(wǎng)關(guān)的生產(chǎn)級(jí)必備功能。你需要對(duì)不同的 API Key、用戶或租戶實(shí)施速率限制Rate Limiting防止濫用。同時(shí)網(wǎng)關(guān)是實(shí)施身份認(rèn)證和授權(quán)AuthN/AuthZ的理想位置。所有的請(qǐng)求、響應(yīng)、延遲、錯(cuò)誤率指標(biāo)都應(yīng)在此被收集并接入監(jiān)控系統(tǒng)如 Prometheus Grafana。請(qǐng)求/響應(yīng)改寫與緩存網(wǎng)關(guān)可以對(duì)用戶的原始請(qǐng)求進(jìn)行預(yù)處理例如添加系統(tǒng)提示詞System Prompt、格式化歷史對(duì)話記錄。同樣它也可以對(duì)模型的原始響應(yīng)進(jìn)行后處理如敏感詞過濾、格式標(biāo)準(zhǔn)化。對(duì)于某些重復(fù)性高的查詢可以引入緩存層直接返回緩存結(jié)果以降低成本和延遲。1.2 RAG 系統(tǒng)為 LLM 注入精準(zhǔn)、實(shí)時(shí)的外部知識(shí)LLM 的“幻覺”問題和知識(shí)截止日期是其主要短板。RAG 通過引入外部知識(shí)庫讓模型生成基于事實(shí)的答案。檢索Retrieval當(dāng)用戶提出一個(gè)問題時(shí)RAG 系統(tǒng)首先將該問題轉(zhuǎn)換為一個(gè)向量Embedding然后在向量數(shù)據(jù)庫如 Milvus, Pinecone, Weaviate, Qdrant中搜索與之最相似的文本片段Chunks。這個(gè)過程的關(guān)鍵在于“索引構(gòu)建”和“檢索策略”。索引構(gòu)建涉及文檔加載、文本分割、向量化檢索策略則決定了是簡單返回 top-k 個(gè)結(jié)果還是使用更復(fù)雜的混合搜索結(jié)合關(guān)鍵詞和向量相似度。增強(qiáng)Augmentation檢索到的相關(guān)文本片段被作為額外的上下文與用戶的原始問題一起組合成一個(gè)新的、信息更豐富的提示詞Prompt再發(fā)送給 LLM。生成GenerationLLM 基于這個(gè)增強(qiáng)了上下文的提示詞生成最終答案。由于答案的依據(jù)來自提供的文檔其準(zhǔn)確性和可信度大幅提高。1.3 LLM-Wiki知識(shí)庫RAG 的燃料與運(yùn)營平臺(tái)LLM-Wiki 是 RAG 系統(tǒng)中“知識(shí)”的載體和管理界面。它不是一個(gè)簡單的文件服務(wù)器。知識(shí)攝取與管理支持多種格式文檔PDF, Word, Markdown, 網(wǎng)頁的上傳、解析和批處理。提供知識(shí)庫的版本管理、更新和回滾能力。數(shù)據(jù)處理流水線這是核心后臺(tái)服務(wù)。它需要將上傳的文檔通過文本分割、向量化模型處理最終存入向量數(shù)據(jù)庫。這個(gè)流水線需要健壯能處理失敗重試、增量更新。運(yùn)營與評(píng)估提供界面讓運(yùn)營人員查看知識(shí)庫內(nèi)容、搜索測試效果甚至能對(duì)“問題-答案”對(duì)進(jìn)行標(biāo)注用于后續(xù)評(píng)估檢索質(zhì)量或微調(diào)排序模型。1.4 MCP模型上下文協(xié)議與 Skills擴(kuò)展 LLM 的行動(dòng)能力LLM 本身是“思考者”但缺乏“執(zhí)行者”的能力。MCP 和 Skills 的引入就是為了讓 LLM 能調(diào)用外部工具和 API完成具體任務(wù)。MCPModel Context Protocol你可以將其理解為一套標(biāo)準(zhǔn)化的“工具描述”和“調(diào)用規(guī)范”。它定義了工具Tools的名稱、描述、參數(shù)及其 JSON Schema。當(dāng) LLM 決定使用某個(gè)工具時(shí)它會(huì)按照 MCP 定義的格式生成一個(gè)結(jié)構(gòu)化的調(diào)用請(qǐng)求。一個(gè) MCP 服務(wù)器Server則負(fù)責(zé)實(shí)現(xiàn)這些工具的具體邏輯如執(zhí)行代碼、查詢數(shù)據(jù)庫、調(diào)用天氣 API。MCP 的核心價(jià)值在于標(biāo)準(zhǔn)化使得不同的 LLM 客戶端如 Claude Desktop能無縫接入各種工具服務(wù)器。Skills這是一個(gè)更寬泛的概念可以理解為 LLM 能夠執(zhí)行的特定任務(wù)或能力。一個(gè) Skill 可能通過調(diào)用一個(gè) MCP 工具來實(shí)現(xiàn)也可能通過其他方式如直接調(diào)用內(nèi)部 API、執(zhí)行一段腳本實(shí)現(xiàn)。例如“查詢數(shù)據(jù)庫”可以是一個(gè) Skill它背后可能對(duì)應(yīng)一個(gè)“執(zhí)行 SQL”的 MCP 工具。在項(xiàng)目描述中我們可以將 Skills 視為我們?yōu)?LLM 賦予的一系列業(yè)務(wù)能力集合。它們與網(wǎng)關(guān)和 RAG 的關(guān)系用戶的一個(gè)復(fù)雜請(qǐng)求到達(dá)網(wǎng)關(guān)后可能被路由到一個(gè)“Agent”處理流程。這個(gè) Agent 首先會(huì)利用 RAG 系統(tǒng)獲取相關(guān)知識(shí)然后分析問題規(guī)劃步驟期間可能會(huì)決定調(diào)用一個(gè)或多個(gè) Skills通過 MCP 或其他方式來獲取數(shù)據(jù)或執(zhí)行操作最后綜合所有信息生成回答。網(wǎng)關(guān)負(fù)責(zé)協(xié)調(diào)這個(gè)流程的入口和出口。2. 技術(shù)選型與項(xiàng)目環(huán)境搭建明確了架構(gòu)接下來需要為每個(gè)組件選擇合適的技術(shù)棧。這里給出一個(gè)基于 Java/Spring Boot 生態(tài)的流行選型方案該方案成熟、社區(qū)活躍適合作為簡歷項(xiàng)目。2.1 核心組件技術(shù)選型組件推薦技術(shù)棧備選方案選型理由LLM 網(wǎng)關(guān)Spring Cloud GatewayKong, Apache APISIX, 自研 Netty 服務(wù)Spring Cloud Gateway 與 Spring Boot 生態(tài)無縫集成基于 Reactor 響應(yīng)式編程性能好易于通過代碼定義路由、過濾邏輯。RAG 核心框架LangChain4jLangChain (Python), LlamaIndexLangChain4j 是 Java 版的 LangChain提供了文檔加載、分割、向量化、檢索鏈等高級(jí)抽象極大簡化開發(fā)。向量數(shù)據(jù)庫Milvus或PgVectorWeaviate, Qdrant, ChromaMilvus 是專為向量搜索設(shè)計(jì)的分布式數(shù)據(jù)庫性能強(qiáng)勁。PgVector 是 PostgreSQL 的擴(kuò)展利用現(xiàn)有 PG 生態(tài)運(yùn)維簡單。向量化模型text2vec 系列 (如 BGE)或OpenAI EmbeddingsSentence Transformers, CohereBGE 等開源模型可本地部署無網(wǎng)絡(luò)延遲和費(fèi)用。OpenAI Embeddings API 簡單易用效果穩(wěn)定。大語言模型OpenAI GPT 系列 API或本地 Llama 系列Claude API, 通義千問, DeepSeek初期快速驗(yàn)證用 API成本可控。追求數(shù)據(jù)隱私和定制化可本地部署 Llama 2/3 等模型。MCP 服務(wù)器基于 MCP SDK (如 Typescript SDK)自建使用現(xiàn)成 MCP 服務(wù)器 (如文件系統(tǒng)、Git 服務(wù)器)MCP 協(xié)議相對(duì)較新Java 原生 SDK 不完善。可選用 Node.js/Python 編寫輕量級(jí) MCP 服務(wù)器通過 HTTP 與主 Java 服務(wù)交互。Skills 實(shí)現(xiàn)Spring Boot RESTful APIgRPC 服務(wù) 內(nèi)部 SDK將每個(gè) Skill 實(shí)現(xiàn)為一個(gè)獨(dú)立的微服務(wù)或一個(gè) Spring Boot 的 Controller通過 HTTP 調(diào)用簡單清晰。知識(shí)庫管理Spring Boot 前端 (Vue/React)直接使用數(shù)據(jù)庫管理工具需要實(shí)現(xiàn)上傳、解析、流水線觸發(fā)等后臺(tái)功能以及一個(gè)簡單的前端管理界面。緩存RedisCaffeine (本地緩存)緩存高頻且不變的知識(shí)問答對(duì)或作為會(huì)話緩存。消息隊(duì)列RabbitMQ或KafkaRedis Streams用于解耦知識(shí)文檔處理流水線實(shí)現(xiàn)異步處理。2.2 開發(fā)環(huán)境準(zhǔn)備清單在開始編碼前請(qǐng)確保你的本地開發(fā)環(huán)境已就緒。Java 開發(fā)環(huán)境JDK 17 或 21LTS 版本。Maven 3.6 或 Gradle。IDEIntelliJ IDEA推薦或 Eclipse。依賴服務(wù)建議使用 Docker Compose 一鍵啟動(dòng)PostgreSQL用于存儲(chǔ)結(jié)構(gòu)化數(shù)據(jù)用戶信息、知識(shí)庫元數(shù)據(jù)、操作日志等。如果使用 PgVector則必須用 PostgreSQL。Milvus如果選 Milvus 作為向量數(shù)據(jù)庫。Redis用于緩存和會(huì)話存儲(chǔ)。RabbitMQ用于異步任務(wù)隊(duì)列。關(guān)鍵工具與賬號(hào)Docker Docker Compose用于快速部署依賴的中間件。OpenAI API Key或其他 LLM API 密鑰用于測試。Node.js如果選擇用 Node.js 編寫 MCP 服務(wù)器。下面是一個(gè)簡單的docker-compose.yml示例用于啟動(dòng) PostgreSQL帶 PgVector、Redis 和 RabbitMQversion: 3.8 services: postgres: image: ankane/pgvector:latest # 包含 pgvector 擴(kuò)展的鏡像 environment: POSTGRES_DB: ai_infra POSTGRES_USER: admin POSTGRES_PASSWORD: password ports: - 5432:5432 volumes: - postgres_data:/var/lib/postgresql/data redis: image: redis:7-alpine ports: - 6379:6379 command: redis-server --appendonly yes volumes: - redis_data:/data rabbitmq: image: rabbitmq:3-management-alpine ports: - 5672:5672 # AMQP 協(xié)議端口 - 15672:15672 # 管理界面端口 environment: RABBITMQ_DEFAULT_USER: guest RABBITMQ_DEFAULT_PASS: guest volumes: - rabbitmq_data:/var/lib/rabbitmq volumes: postgres_data: redis_data: rabbitmq_data:使用命令docker-compose up -d啟動(dòng)服務(wù)。3. 構(gòu)建核心模塊從 RAG 問答系統(tǒng)開始我們以 RAG 系統(tǒng)作為核心能力切入點(diǎn)進(jìn)行構(gòu)建因?yàn)樗苯芋w現(xiàn)了“知識(shí)模型”的融合。3.1 項(xiàng)目初始化與依賴配置創(chuàng)建一個(gè) Spring Boot 項(xiàng)目例如使用 start.spring.io 添加以下核心依賴到你的pom.xmldependencies !-- Spring Boot 基礎(chǔ) -- dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-web/artifactId /dependency dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-data-jpa/artifactId /dependency !-- LangChain4j 核心 -- dependency groupIddev.langchain4j/groupId artifactIdlangchain4j/artifactId version0.31.0/version !-- 請(qǐng)檢查最新版本 -- /dependency !-- LangChain4j 用于 OpenAI -- dependency groupIddev.langchain4j/groupId artifactIdlangchain4j-open-ai/artifactId version0.31.0/version /dependency !-- LangChain4j 用于本地 Embedding 模型 (可選) -- dependency groupIddev.langchain4j/groupId artifactIdlangchain4j-embeddings-all-minilm-l6-v2/artifactId version0.31.0/version /dependency !-- LangChain4j 集成 Milvus -- dependency groupIddev.langchain4j/groupId artifactIdlangchain4j-store-embedding-milvus/artifactId version0.31.0/version /dependency !-- 數(shù)據(jù)庫驅(qū)動(dòng) -- dependency groupIdorg.postgresql/groupId artifactIdpostgresql/artifactId scoperuntime/scope /dependency !-- Redis -- dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-data-redis/artifactId /dependency !-- 工具類 -- dependency groupIdorg.projectlombok/groupId artifactIdlombok/artifactId optionaltrue/optional /dependency /dependencies3.2 實(shí)現(xiàn)文檔處理與向量入庫流水線首先我們需要一個(gè)服務(wù)能將上傳的文檔如公司內(nèi)部 Wiki 的 Markdown 文件處理成向量并存儲(chǔ)。1. 定義文檔實(shí)體和元數(shù)據(jù)表import javax.persistence.*; import java.time.LocalDateTime; Entity Table(name knowledge_document) Data public class KnowledgeDocument { Id GeneratedValue(strategy GenerationType.IDENTITY) private Long id; private String fileName; private String filePath; private String fileType; // e.g., md, pdf private Long fileSize; private String status; // UPLOADED, PROCESSING, COMPLETED, FAILED private LocalDateTime uploadedAt; private LocalDateTime processedAt; }2. 實(shí)現(xiàn)文檔分割與向量化服務(wù)import dev.langchain4j.data.document.Document; import dev.langchain4j.data.document.DocumentSplitter; import dev.langchain4j.data.document.splitter.DocumentSplitters; import dev.langchain4j.data.embedding.Embedding; import dev.langchain4j.data.segment.TextSegment; import dev.langchain4j.model.embedding.EmbeddingModel; import dev.langchain4j.store.embedding.EmbeddingStore; import lombok.RequiredArgsConstructor; import lombok.extern.slf4j.Slf4j; import org.springframework.stereotype.Service; import java.nio.file.Paths; import java.util.List; Service Slf4j RequiredArgsConstructor public class DocumentProcessingService { private final EmbeddingModel embeddingModel; // 注入 Embedding 模型 Bean private final EmbeddingStoreTextSegment embeddingStore; // 注入向量存儲(chǔ) Bean public void processDocument(Long docId, String filePath) { try { // 1. 加載文檔 Document document Document.from(Paths.get(filePath)); // 2. 分割文檔例如按段落或固定大小 DocumentSplitter splitter DocumentSplitters.recursive(500, 50); // 目標(biāo)大小500字符重疊50字符 ListTextSegment segments splitter.split(document); // 3. 為每個(gè)分段生成向量 for (TextSegment segment : segments) { Embedding embedding embeddingModel.embed(segment.text()).content(); // 4. 存儲(chǔ)向量和原始文本片段到向量數(shù)據(jù)庫 embeddingStore.add(embedding, segment); } log.info(文檔 {} 處理完成生成 {} 個(gè)片段。, docId, segments.size()); // 更新數(shù)據(jù)庫狀態(tài)為 COMPLETED } catch (Exception e) { log.error(處理文檔 {} 失敗, docId, e); // 更新數(shù)據(jù)庫狀態(tài)為 FAILED } } }3. 配置 Embedding 模型和向量存儲(chǔ) Bean在application.yml中配置langchain4j: open-ai: api-key: ${OPENAI_API_KEY} # 如果使用本地模型則注釋掉 open-ai 配置使用下面的 embedding-model bean在 Spring 配置類中定義 Beanimport dev.langchain4j.model.openai.OpenAiEmbeddingModel; import dev.langchain4j.store.embedding.milvus.MilvusEmbeddingStore; import org.springframework.beans.factory.annotation.Value; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; Configuration public class LangChain4jConfig { Value(${langchain4j.open-ai.api-key}) private String openAiApiKey; // 使用 OpenAI 的 Embedding 模型 Bean public EmbeddingModel embeddingModel() { return OpenAiEmbeddingModel.builder() .apiKey(openAiApiKey) .modelName(text-embedding-3-small) // 性價(jià)比高的模型 .build(); } // 使用 Milvus 作為向量存儲(chǔ) Bean public EmbeddingStoreTextSegment embeddingStore() { return MilvusEmbeddingStore.builder() .host(localhost) .port(19530) .dimension(1536) // text-embedding-3-small 的向量維度 .collectionName(knowledge_base) .build(); } }注意生產(chǎn)環(huán)境中API Key 和數(shù)據(jù)庫連接信息應(yīng)通過環(huán)境變量或配置中心注入不應(yīng)硬編碼在配置文件中。文檔處理是一個(gè)耗時(shí)操作應(yīng)該通過消息隊(duì)列如 RabbitMQ觸發(fā)異步任務(wù)而不是在 HTTP 請(qǐng)求線程中同步執(zhí)行。3.3 實(shí)現(xiàn) RAG 問答鏈處理完文檔后就可以實(shí)現(xiàn)問答接口了。1. 創(chuàng)建問答請(qǐng)求/響應(yīng)對(duì)象Data public class QuestionRequest { NotBlank private String question; private String conversationId; // 用于多輪對(duì)話 } Data public class AnswerResponse { private String answer; private ListString sourceDocuments; // 引用的源文檔片段用于展示和溯源 private Long latency; }2. 實(shí)現(xiàn) RAG 服務(wù)import dev.langchain4j.chain.ConversationalRetrievalChain; import dev.langchain4j.memory.ChatMemory; import dev.langchain4j.memory.chat.MessageWindowChatMemory; import dev.langchain4j.model.chat.ChatLanguageModel; import dev.langchain4j.model.openai.OpenAiChatModel; import dev.langchain4j.retriever.EmbeddingStoreRetriever; import dev.langchain4j.store.embedding.EmbeddingStore; import lombok.RequiredArgsConstructor; import org.springframework.stereotype.Service; import java.time.Duration; import java.util.List; import java.util.stream.Collectors; Service RequiredArgsConstructor public class RagService { private final EmbeddingStoreTextSegment embeddingStore; private final EmbeddingModel embeddingModel; public AnswerResponse answerQuestion(QuestionRequest request) { long start System.currentTimeMillis(); // 1. 創(chuàng)建檢索器 (Retriever) EmbeddingStoreRetriever retriever EmbeddingStoreRetriever.from(embeddingStore, embeddingModel, 3); // 返回 top-3 相關(guān)片段 // 2. 創(chuàng)建對(duì)話模型 ChatLanguageModel chatModel OpenAiChatModel.builder() .apiKey(System.getenv(OPENAI_API_KEY)) .modelName(gpt-3.5-turbo) .temperature(0.2) // 降低隨機(jī)性使答案更確定 .timeout(Duration.ofSeconds(30)) .build(); // 3. 創(chuàng)建對(duì)話記憶用于多輪對(duì)話 ChatMemory chatMemory MessageWindowChatMemory.withMaxMessages(10); // 4. 構(gòu)建檢索增強(qiáng)對(duì)話鏈 ConversationalRetrievalChain chain ConversationalRetrievalChain.builder() .chatLanguageModel(chatModel) .retriever(retriever) .chatMemory(chatMemory) // 可選傳入 conversationId 關(guān)聯(lián)記憶 .build(); // 5. 執(zhí)行鏈 String answer chain.execute(request.getQuestion()); // 6. 可選獲取引用的源文檔 // 注意LangChain4j 的鏈默認(rèn)不直接返回源片段需要自定義或從檢索器中再查一次。 ListTextSegment relevantSegments retriever.findRelevant(request.getQuestion()); ListString sources relevantSegments.stream() .map(TextSegment::text) .limit(3) .collect(Collectors.toList()); long latency System.currentTimeMillis() - start; AnswerResponse response new AnswerResponse(); response.setAnswer(answer); response.setSourceDocuments(sources); response.setLatency(latency); return response; } }3. 創(chuàng)建 RESTful 控制器import lombok.RequiredArgsConstructor; import org.springframework.web.bind.annotation.*; import javax.validation.Valid; RestController RequestMapping(/api/rag) RequiredArgsConstructor public class RagController { private final RagService ragService; PostMapping(/ask) public AnswerResponse ask(Valid RequestBody QuestionRequest request) { return ragService.answerQuestion(request); } }現(xiàn)在啟動(dòng)應(yīng)用向POST /api/rag/ask發(fā)送一個(gè)包含問題的 JSON 請(qǐng)求就能獲得基于你已入庫知識(shí)的答案了。4. 集成 LLM 網(wǎng)關(guān)與 Skills 能力有了核心的 RAG 能力我們需要一個(gè)更智能的網(wǎng)關(guān)來路由請(qǐng)求并讓 LLM 能夠調(diào)用外部 Skills。4.1 構(gòu)建 Spring Cloud Gateway 作為 LLM 網(wǎng)關(guān)創(chuàng)建一個(gè)新的 Spring Boot 項(xiàng)目引入spring-cloud-starter-gateway依賴。1. 基礎(chǔ)路由配置 (application.yml):server: port: 8080 spring: cloud: gateway: routes: - id: rag_service uri: http://localhost:8081 # RAG 后端服務(wù)地址 predicates: - Path/api/rag/** filters: - name: RequestRateLimiter args: redis-rate-limiter.replenishRate: 10 # 每秒令牌數(shù) redis-rate-limiter.burstCapacity: 20 # 令牌桶容量 redis-rate-limiter.requestedTokens: 1 # 每次請(qǐng)求消耗令牌數(shù) - AddRequestHeaderX-API-Key, ${INTERNAL_API_KEY} # 內(nèi)部服務(wù)間認(rèn)證 - id: skills_service uri: http://localhost:8082 # Skills 服務(wù)地址 predicates: - Path/api/skills/** - id: direct_llm_proxy # 直接代理到外部 LLM API如 OpenAI uri: https://api.openai.com predicates: - Path/v1/** filters: - RewritePath/v1/(?segment.*), /v1/$\{segment} # 路徑重寫 - AddRequestHeaderAuthorization, Bearer ${OPENAI_API_KEY}2. 實(shí)現(xiàn)基于內(nèi)容的智能路由更高級(jí)的網(wǎng)關(guān)可以根據(jù)請(qǐng)求內(nèi)容決定路由。例如判斷用戶問題是需要知識(shí)庫回答走 RAG還是需要執(zhí)行一個(gè)計(jì)算任務(wù)走 Skills。import org.springframework.cloud.gateway.filter.GatewayFilterChain; import org.springframework.cloud.gateway.filter.GlobalFilter; import org.springframework.core.Ordered; import org.springframework.http.HttpHeaders; import org.springframework.stereotype.Component; import org.springframework.web.server.ServerWebExchange; import reactor.core.publisher.Mono; import java.util.List; Component public class ContentBasedRoutingFilter implements GlobalFilter, Ordered { private final RouterService routerService; // 一個(gè)簡單的分類服務(wù) Override public MonoVoid filter(ServerWebExchange exchange, GatewayFilterChain chain) { // 只處理特定路徑例如 /api/chat if (!exchange.getRequest().getPath().value().startsWith(/api/chat)) { return chain.filter(exchange); } // 從請(qǐng)求體或查詢參數(shù)中獲取用戶消息注意這里簡化了實(shí)際需要緩存或讀取請(qǐng)求體 String userMessage exchange.getRequest().getQueryParams().getFirst(message); if (userMessage null) { return chain.filter(exchange); } // 調(diào)用一個(gè)簡單的分類器可以是規(guī)則也可以是一個(gè)輕量級(jí) ML 模型 String route routerService.classify(userMessage); // 根據(jù)分類結(jié)果修改請(qǐng)求路徑轉(zhuǎn)發(fā)到不同服務(wù) ServerWebExchange modifiedExchange; switch (route) { case rag: modifiedExchange exchange.mutate() .request(exchange.getRequest().mutate().path(/api/rag/ask).build()) .build(); break; case calculator: modifiedExchange exchange.mutate() .request(exchange.getRequest().mutate().path(/api/skills/calculate).build()) .build(); break; default: // 默認(rèn)走直接 LLM modifiedExchange exchange.mutate() .request(exchange.getRequest().mutate().path(/v1/chat/completions).build()) .build(); } return chain.filter(modifiedExchange); } Override public int getOrder() { return -1; // 高優(yōu)先級(jí) } }4.2 實(shí)現(xiàn) Skills 服務(wù)Skills 服務(wù)是一個(gè)獨(dú)立的 Spring Boot 應(yīng)用提供各種可被 LLM 調(diào)用的工具 API。示例實(shí)現(xiàn)一個(gè)“天氣查詢” Skill// Skill 請(qǐng)求體 Data public class WeatherQueryRequest { private String city; private String date; // yyyy-MM-dd } // Skill 響應(yīng)體 Data public class WeatherQueryResponse { private String city; private String date; private String condition; private String temperature; private String source; } RestController RequestMapping(/api/skills/weather) public class WeatherSkillController { PostMapping(/query) public WeatherQueryResponse queryWeather(RequestBody WeatherQueryRequest request) { // 這里模擬調(diào)用外部天氣 API實(shí)際項(xiàng)目中應(yīng)使用 RestTemplate 或 WebClient // 例如調(diào)用和風(fēng)天氣、OpenWeatherMap 等 WeatherQueryResponse response new WeatherQueryResponse(); response.setCity(request.getCity()); response.setDate(request.getDate()); response.setCondition(Sunny); response.setTemperature(22°C); response.setSource(Simulated Data); return response; } }關(guān)鍵點(diǎn)每個(gè) Skill 的 API 應(yīng)該設(shè)計(jì)得清晰、無狀態(tài)輸入輸出最好是結(jié)構(gòu)化的 JSON方便 LLM 通過 Function Calling 或類似機(jī)制來理解和調(diào)用。4.3 讓 LLM 學(xué)會(huì)調(diào)用 SkillsFunction Calling 集成現(xiàn)在我們需要讓 LLM例如 GPT知道它有哪些 Skills 可用并在需要時(shí)調(diào)用它們。這通常通過Function Calling機(jī)制實(shí)現(xiàn)。在 RAG 服務(wù)或一個(gè)新的 Agent 服務(wù)中你需要定義工具函數(shù)列表將每個(gè) Skill 描述成一個(gè)函數(shù)包括名稱、描述和參數(shù) JSON Schema。在調(diào)用 LLM 時(shí)傳入工具列表。解析 LLM 的響應(yīng)如果 LLM 決定調(diào)用工具它的響應(yīng)會(huì)包含一個(gè)特殊的tool_calls字段。執(zhí)行工具調(diào)用根據(jù) LLM 的指示去調(diào)用對(duì)應(yīng)的 Skills 服務(wù) API。將工具執(zhí)行結(jié)果返回給 LLM讓它生成最終回答給用戶。這是一個(gè)簡化的流程LangChain4j 提供了ToolExecutor等高級(jí)抽象來簡化這個(gè)過程。你需要將 Skills 服務(wù)封裝成Tool對(duì)象。// 示例使用 LangChain4j 的 AiServices 和 Tool 注解簡化概念 import dev.langchain4j.service.SystemMessage; import dev.langchain4j.service.UserMessage; import dev.langchain4j.service.V; import dev.langchain4j.service.spring.AiService; interface Assistant { String chat(String userMessage); } Service public class AgentService { private final Assistant assistant; public AgentService(ChatLanguageModel chatModel) { this.assistant AiServices.create(Assistant.class, chatModel, tools()); } private ListObject tools() { ListObject tools new ArrayList(); // 將 Skill 封裝成 Tool tools.add(new WeatherTool(weatherService)); tools.add(new CalculatorTool()); // ... 添加其他 Skills return tools; } public String process(String userInput) { return assistant.chat(userInput); } } // 一個(gè) Tool 的實(shí)現(xiàn)示例 class WeatherTool { Tool(Get the weather forecast for a specific city and date.) public String getWeatherForecast(P(The city name, e.g. Beijing) String city, P(The date in yyyy-MM-dd format) String date) { // 調(diào)用上面定義的 WeatherSkillController 的 API // 返回結(jié)構(gòu)化的天氣信息字符串 return String.format(The weather in %s on %s is Sunny, 22°C., city, date); } }這樣當(dāng)用戶問“北京明天天氣怎么樣”時(shí)LLM 會(huì)識(shí)別出需要調(diào)用getWeatherForecast工具并生成正確的參數(shù)。你的服務(wù)會(huì)執(zhí)行這個(gè)工具調(diào)用獲取結(jié)果并最終由 LLM 整合成自然語言回復(fù)。5. 生產(chǎn)環(huán)境考量與常見問題排查一個(gè)能在簡歷上吸引面試官的項(xiàng)目必須體現(xiàn)出你對(duì)生產(chǎn)環(huán)境的思考。以下是幾個(gè)關(guān)鍵方面和常見問題。5.1 生產(chǎn)環(huán)境部署清單方面具體措施配置外置化所有 API Key、數(shù)據(jù)庫連接串、服務(wù)地址等敏感信息必須通過環(huán)境變量或配置中心如 Nacos, Apollo管理。健康檢查與監(jiān)控為每個(gè)服務(wù)添加 Spring Boot Actuator 端點(diǎn) (/actuator/health)。集成 Prometheus 收集指標(biāo)請(qǐng)求量、延遲、錯(cuò)誤率、向量檢索耗時(shí)。設(shè)置 Grafana 儀表盤。日志聚合使用 ELKElasticsearch, Logstash, Kibana或 Loki 集中收集和查詢?nèi)罩敬_保每個(gè)請(qǐng)求有唯一 Trace ID 串聯(lián)所有服務(wù)日志。限流與熔斷在網(wǎng)關(guān)層對(duì)用戶和 API Key 實(shí)施限流。在服務(wù)間調(diào)用使用 Resilience4j 實(shí)現(xiàn)熔斷、降級(jí)和重試。向量數(shù)據(jù)庫運(yùn)維Milvus 需要關(guān)注內(nèi)存、磁盤和索引構(gòu)建性能。PgVector 需要關(guān)注 PostgreSQL 的性能調(diào)優(yōu)和索引IVFFlat 或 HNSW選擇。定期進(jìn)行向量數(shù)據(jù)的備份。知識(shí)庫更新設(shè)計(jì)增量更新機(jī)制避免全量重建索引。使用消息隊(duì)列解耦文檔上傳和處理過程。安全性API 網(wǎng)關(guān)實(shí)施 JWT 或 OAuth2 認(rèn)證。對(duì)用戶輸入進(jìn)行嚴(yán)格的校驗(yàn)和過濾防止 Prompt 注入攻擊。Skills 服務(wù)接口需有權(quán)限控制。5.2 常見問題與排查路徑問題現(xiàn)象可能原因檢查點(diǎn)與解決方案RAG 回答不準(zhǔn)確或“幻覺”1. 檢索到的文檔片段不相關(guān)。2. 提示詞Prompt設(shè)計(jì)不佳。3. 上下文長度超限關(guān)鍵信息被截?cái)唷?.檢查檢索結(jié)果在問答接口中返回sourceDocuments人工評(píng)估相關(guān)性??蓢L試調(diào)整文本分割策略大小、重疊或使用混合搜索關(guān)鍵詞向量。2.優(yōu)化 Prompt在系統(tǒng)提示詞中明確要求“基于提供的上下文回答”并設(shè)定“不知道就說不知道”的規(guī)則。3.檢查 Token 數(shù)計(jì)算輸入上下文的 Token 數(shù)確保未超過模型限制。可對(duì)檢索結(jié)果進(jìn)行重排序或摘要。向量檢索速度慢1. 向量數(shù)據(jù)庫未建立索引或索引類型不當(dāng)。2. 檢索的向量維度太高。3. 網(wǎng)絡(luò)延遲或資源不足。1.檢查索引在 Milvus 或 PgVector 中為向量列創(chuàng)建合適的索引如 HNSW。2.考慮降維評(píng)估是否可以使用維度更低的 Embedding 模型如text-embedding-3-small的 1536 維。3.監(jiān)控資源查看向量數(shù)據(jù)庫的 CPU、內(nèi)存和網(wǎng)絡(luò) IO。LLM 網(wǎng)關(guān)路由錯(cuò)誤1. 路由規(guī)則配置錯(cuò)誤。2. 基于內(nèi)容的分類器RouterService判斷失誤。3. 下游服務(wù)不可用。1.檢查網(wǎng)關(guān)日志查看spring-cloud-gateway的 DEBUG 級(jí)別日志確認(rèn)路由匹配過程。2.測試分類器提供一批測試用例驗(yàn)證分類邏輯的準(zhǔn)確性。3.檢查下游服務(wù)健康網(wǎng)關(guān)應(yīng)集成服務(wù)發(fā)現(xiàn)和健康檢查自動(dòng)剔除不健康的實(shí)例。Skills 調(diào)用失敗1. LLM 生成的調(diào)用參數(shù)格式錯(cuò)誤。2. Skills 服務(wù) API 變更或宕機(jī)。3. 網(wǎng)絡(luò)超時(shí)。1.加強(qiáng)參數(shù)校驗(yàn)在 Skills 服務(wù)端對(duì)輸入?yún)?shù)進(jìn)行嚴(yán)格校驗(yàn)并返回清晰的錯(cuò)誤信息。2.實(shí)現(xiàn) Fallback當(dāng) Skill 調(diào)用失敗時(shí)提供降級(jí)方案如返回默認(rèn)值或讓 LLM 換一種方式回答。3.設(shè)置合理超時(shí)在調(diào)用 Skills 的 HTTP 客戶端中配置連接超時(shí)和讀取超時(shí)。知識(shí)文檔處理失敗1. 文檔格式解析出錯(cuò)如損壞的 PDF。2. 向量化模型服務(wù)異常。3. 向量數(shù)據(jù)庫寫入失敗。1.增強(qiáng)解析容錯(cuò)使用更健壯的解析庫如 Apache Tika并對(duì)解析失敗的文件進(jìn)行記錄和告警。2.異步與重試將處理任務(wù)放入消息隊(duì)列實(shí)現(xiàn)失敗后的自動(dòng)重試和死信隊(duì)列管理。3.監(jiān)控處理流水線記錄每個(gè)處理階段的成功/失敗狀態(tài)和耗時(shí)。5.3 性能與成本優(yōu)化建議Embedding 模型選型如果對(duì)延遲敏感且數(shù)據(jù)可公開優(yōu)先考慮本地部署的開源 Embedding 模型如 BGE、E5。如果追求效果和穩(wěn)定性可使用 OpenAI 等云服務(wù)但需關(guān)注成本。向量檢索優(yōu)化合理設(shè)置top_k參數(shù)通常 3-5 足夠返回過多片段會(huì)增加 LLM 的 Token 消耗和成本。對(duì)檢索結(jié)果可以使用重排序Re-ranking模型進(jìn)行精排提升相關(guān)性。LLM 調(diào)用優(yōu)化緩存對(duì)相同或相似的問答對(duì)進(jìn)行緩存可以顯著降低成本和延遲。緩存可以放在 Redis 中鍵可以是問題的 Embedding 向量或哈希值。流式響應(yīng)對(duì)于長文本生成使用流式Streaming響應(yīng)可以提升用戶體驗(yàn)。模型分級(jí)簡單的查詢使用低成本模型如 GPT-3.5-Turbo復(fù)雜、重要的查詢?cè)偈褂酶咝阅苣P腿?GPT-4。Skills 設(shè)計(jì)Skills 應(yīng)保持輕量化和無狀態(tài)避免長時(shí)間運(yùn)行的操作。如果 Skill 本身很耗時(shí)應(yīng)設(shè)計(jì)為異步觸發(fā)通過回調(diào)或輪詢告知結(jié)果。將這個(gè)項(xiàng)目寫入簡歷時(shí)重點(diǎn)突出你如何設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)整合了 LLM 網(wǎng)關(guān)、RAG、知識(shí)庫和 Skills 的端到端 AI 應(yīng)用系統(tǒng)強(qiáng)調(diào)你在架構(gòu)設(shè)計(jì)、技術(shù)選型、生產(chǎn)問題排查和性能優(yōu)化方面的思考與實(shí)踐。面試時(shí)你可以沿著“需求分析 - 架構(gòu)設(shè)計(jì) - 技術(shù)選型理由 - 關(guān)鍵實(shí)現(xiàn)細(xì)節(jié) - 遇到的坑及解決方案 - 未來優(yōu)化方向”這條主線來闡述這遠(yuǎn)比單純羅列技術(shù)名詞更有深度。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
婷婷涩五月天综合| 婷婷五月天av| 欧美丁香婷婷天天操| 伊人狠狠干| 丁香六月天婷婷色| 亚洲一二三网| 91偷拍视频| 日本久久99| www.maotanji.com| 热久免费视频9| 狠狠干狠狠干| 亚洲天码视频www蛋播视频| 一级韩国产精品毛| 99热九九在线| 九九超日本| www99热| 丁香五月天激情婷婷丁香六月 | 免费视频无码| 99精品大片| 第四色婷婷日本| 婷婷五亚洲| 99人妻碰碰碰久久久久| 九九热狼人| 婷婷五月色| 亭亭社区五月天| 农村熟妇高潮精品A片| 99re这里有精品手机在线| 五月欧美丁香在线观看| 颜射 精品性爱av| 久久五月天婷婷| 丁香五月成人自拍| 五月天婷婷基地| 久久久久久99精品无码| 色吧婷婷| 俺也高清无码高清视频| 激情婷婷五月亚洲| 五月婷婷深深爱| 丁香五月手机在线| av九九| 色五月婷婷1| 久狠日av| 99成人在线观看| www.婷婷.com| 爱久久小说下载网| 99热免费在线| 草草色情综合网| 狠狠操狠狠爱| 大香人妻| 七月激情六月婷婷综合在线播放| 超碰高清在线| 婷婷激情五月综合| 久久国产色| 亚洲五月天激情| 天天天天天天操| 欧美草久久五月天91| 一本道综合网| 五六月丁香激情视频| 久久婷婷网站| 久久五月天丁香| 婷婷丁香五月网| 久久人妻精品| 国产资源91在线| 五月婷婷,六月激情| 99综合视频一体| 新激情婷婷| 久久这里99| 亚洲俩性性爱图片久久第六页| caop在线| 婷婷中文综合网| 97干干干丁香| 久久精品熟女亚洲AV麻豆| 男人天堂99| 色私五月婷婷| 先锋av性爱成人电影| 色亚洲中文| 九九视频这里只有精品在线播放| 思思热在线观看| 人人干99| 日本啪啪网| 精品一区二区三区木瓜| 色五月六月| 丁香五月六月婷婷自拍| 99精品在线| 99久久婷婷国产综合精品电影| 五月天丁香网| 伊人干综合| 五月天婷婷久久视频| 操逼亚洲天堂| 久久婷婷综合网| 91人人网| 性生活久久人妻| 色婷婷裸体色性在线| 久久99久久99精品免观看粉嫩| 97五月天| 天天爱天天操| 日本99在线视频| 丁香 婷婷五月| 丁香五月天激情网址| 色噜噜在线| 亚洲亚洲永久无码777777| 五月天啪啪视频| 激情五月四色| 色九月| 1024在线视频| 广东99色在线| 色色网站| 婷婷综合久久| 丁香五月婷婷激情小说| 日韩色五月| 九九机热| 久久婷婷欧美| 天天摸夜夜夜| 人妻日日日| 无码色综合| 亚洲视99| 婷婷五月天福利| 色V狠狠的干| 九九综合88| 色五月婷婷天天干| 人妻射精AV| 色五月大香蕉| 俺去也婷婷| 五月激情偷拍| 丁香花社区av| 婷婷激情五月天激情小说| 久久最新色色色| 欧美六月| 97人妻碰碰碰久| 久综合网| 久久婷婷五月草视频| 狠狠色婷婷7777久| 久久性爱网站| 激情文学五月丁香六月婷婷| 欧美A片在线视频免费观看| 久久人妻爱爱| 噜噜噜狠狠色综合| aa久久| 九九操屄| 无码99| 亚洲综合久| 色色综合五月| 色婷婷9| 综合五月丁香六月婷婷| 五月婷婷之婷婷| 国产成人AV在线播放| 97香蕉碰碰人妻国产欧美| 婷婷久久图片 | 久久婷五月综合| 91九色熟女| 国产性爱一级| 战争与艾拉电影免费观看| 任你躁XXXXX麻豆精品| 五月天婷婷在看| 狠狠色五月| 五月天丁香综合| 色婷婷丁香花五月天| 亚洲综合碰| 天天影院色| 亭亭色色五月天| 色一情一乱一乱一区91Av| 亚洲精品第一国产综合亚AV | 欧美三级欧美一级| 色五月天综合网| 99热免费精品热久久66| 综合色在线| 超碰妻人人| 日韩人人操| 色播五月婷婷综合| 翔田千里无码| 五月丁香A∨在线| dingxiangtingtingliuyue| 亚洲无码影音| 日日日天天干| 99只有精品| 1024亚洲| 婷婷五月天BBw| 日日操夜夜操无码免费| 五月开心久久| 色99色| 婷婷开心激情五月激情网| 五月久久丁香| 玖玖色综合| 888精品福利地址| 日韩青青| 久热婷婷综合| 伊人五月婷婷| AV在线大香蕉| 五月花成人网| 色综合九九色综合88| 99re思思热久久| 超碰99在线观看| 日韩AV免费电影在线播放| 五月丁花六月丁香综合| 激情五月天天| 99色婷婷视频| av九九| 国产五月视频| 色婷婷色情| 熟妇无码乱子成人精品| 五月激情婷婷丁香| 色五月婷婷五月| 亚洲成人网址在线观看| 五月香六月婷| 99热爆在线| 欧洲亚洲最新精品| 婷婷五月综合在线| 色婷婷五月天| 夫妇交换刺激做爰| 啪啪啪综合网| 国产古装妇女野外A片| 777久久精品| 超碰啪啪网| 丁香 婷婷 亚洲 熟女| 99热这里只有精品8| 狠狠 婷婷| 九九综合久久| 色丁香五月天射婷婷爱婷婷| 夜夜干天天干| 久久性视频| 91干99| 婷婷五月综合社区| 黑人无码一区| 五月丁香啪啪啪免费看| 激情性爱五月| 色欲五月婷婷| 99成人| 黃色三级三级三级三级 qixing300.shrkbk.com www.jinbozs.com tianmiaosw.com | 天堂AV在线看| 丁香五月瑟瑟| 97干在线| 色婷婷在线播放| 精品九九婷婷| 97干在线观看| www.激情.com.| 成人片在线播放| 99热国产婷婷| 99热主页日本| 欧美天堂久久| 91肏| 日韩五月婷婷久久| ai97re99一本| 日本久久99| 亚洲激情五月天| 亚洲色五月| 国产成人AV在线播放| 一本九九色| 色婷婷丁香五月| 亚洲成人va| 九九综舍久久| 日韩丰满少妇无码内射| 专区无日本视频高清8| 久超超碰| 99自拍视频在线| 26UUU欧美| 人妻在线中文字幕久久| 亚洲色9| 日韩精品一区二区三区,四区,五区视频| 日日躁夜夜躁狠狠久久AV| 色色亚卅| 偷拍99在线视频观看| 99热这里有精品| 舔色婷婷| 一区二区免费看| 九月丁香八月婷婷加勒比| 热中文字幕| 色综合香蕉| 色情五月天。| 丁香色婷婷| 看婷婷五月天网| 五月丁香六月日逼| 五月天亭亭俺也| 伊人五月综合网| 婷婷美女精品视频| 亚洲无AV在线中文字幕| 婷婷久久五月| 亚洲综合字幕色色| 亚洲丁香五月深爱五月| 在线中文av| 丁香五月婷婷啪啪| 思思热在线观看| 五月花综合视频| 5月婷婷激情6月| 久久九九综合| 色婷婷丁香五月天在线观看| 99噜噜噜在线播放| 丁香五月婷婷综合91| 色五月天婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷 | 免费亚洲成人电影AV| 99免费热视频在线| 五月情涩综合婷婷| 久久五月婷综合网| bbwcuckold精品熟妇| 久久a热| 久久色天堂| 日韩欧美一区二区三区四区| 成人丁香五月天| 99热自拍| 99操视频| 九色成人AV在线| 激情操逼婷婷| 色五月婷婷综合| 日韩精品呦呦va| 男人的天堂999| 婷婷丁香五另类网站| 丁香六月激情| 人人操操| 婷婷99热| 天堂久久性| 大香蕉懂9| 久久人妻情侣| 五月丁婷婷| 激情五月天偷拍综合网| 99免费在线视频| 久久五月天精品视频| 天天日夜夜夜操操操操| 任你草| 日韩高清成人| 狠狠干综合网| 欧美99| 91九色欧美| 五月天激情网页| 日本黄 色 片| 人人插9| 五月婷婷色情| 亚洲丁香五冃97色| www.综合久久.com| 超碰人人在线| 激情综合六月| 欧美性色A片免费免费观看的| 婷婷五月网图片区| 国产VA亚洲VA96| 色色激情五月天| 蜜臀AV在线观看| 久久这里面只有精品视频| 五月天婷婷成人网| 1024成人在线观看| 国产五月天欧美色| 国精产品一区一区三区免费视频| 色婷婷AAA| 免费成人va| 这里只有精品99视频| 五月天亚洲综合网| 精品国产乱码久久久久久免费| 五月婷婷六月爱| 六月婷婷综合网2| 色婷婷丁香五月在线观看| 日韩无码专区| 爆乳熟女一区二区三区爆乳| 日本综合色图| 97成人在线视频精品| 激情六月一二| 五月婷久久久| 26UUU欧美| 91色久| WWW,婷婷,COM| 久久久思思热| 色吧综合网| 思思热热久久| 婷婷丁香亚洲色综合91| 九九九九这里只有精品| 天天爽天天爽天天爽天天爽天天爽 | www,五月丁,com| 婷婷5月天激情综合| 99热国产这里只有精品| 91操屁股| 99热偷拍| 俺去也五月天婷婷| 日韩欧美不卡| 桃色激情网| 91激情五月开心| 超碰在线精品| 丁香97综合| 国色天香成人网| 综合一区二区三区| 99热免费观看| 天天操天天操天天操| 九九视频在线观看| 婷婷五月丁香高清无码| 亚洲AV免费国产电影| 五月婷婷高清| 九九99在线免费在线观看视频| 亚洲天堂AV综合网| 在线看的免费网站| 中文av网站| 7月婷婷六月丁香| 人妻人人操| 成人丁香婷婷| 停停五月色宗合| 欧美日韩中国| 五月五丁香婷婷| 开心五月天激情网| 天天综合亚洲综合网天天αⅴ| 婷婷丁香五月激情密臀av| 91综合视频丁香| 国产精品久久久久久亚洲毛片| 亚洲在线综合| 91婷婷伊人牛牛| 高清无码网址| 啪啪六月婷婷| 国产免费性爱| 亚洲综合激情五月久久| 99在线精品视频| 色婷婷色五月另类综合| 99cao婷婷| 色偷偷色婷婷| 成人性爱精品视频| 五月综合激情视频在线| 狠狠色 综合色区| 97碰在线免费观看| 日本精品人妻无码77777| 亚洲色五月| 久热视频这里只有精品| av在线超清中文| 久cao香蕉影院| 99爱视频在线| 丁香六月啪啪啪| 99视频超级精品| 日本综合九九| 国产 亚洲 在线| 丁香五月偷拍| 日韩av在线免费观看| 大香蕉网站,大香蕉综合| 国产99热| 热99只有里视频| 全国最新疫情| 婷婷五月婷婷| 日韩av干| 亚洲顶级VA在线观看-高清完整版在线影院观看-S022AV | 江苏少妇性BBB搡BBB爽爽爽| 日本三级网址| 99久久精品色老| 狠狠爱深色婷婷综合| 久99在线| 夜色.cnm| 色五月天婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷 | 99网址在线观看| 91夫妻网站九色| 99a级片| 五月丁香六月情| 日本色色网站| 国产SUV精品一区二区6| 激情内射人妻1区2区3区| 六月丁香激情| 九九亚洲| 国产高潮A片羞羞视频涩涩| 麻豆WWWCOM内射软件| 欧美狠狠色| 色狠狠综合| 97性视频| 久操人妻| 婷婷五月成人| 情婷婷五月天| 日韩砖区| 天天爱天天狠天天透| 五月天丁香婷婷网| 91打屁股免费看| 亚洲经典三级| 无码色| av大香蕉| 中文激情网| 青柠影视免费高清电视剧| 91视频人人做97| 五月天婷婷青青| 久热这里只有精品99re| 熟女人妻一区二区三区免费看| 亚洲AV无码影院| 天天拍久久| 久久99精品久久久久久噜噜| 日本9区视频| 另类综合激情| 香蕉视频91| 爱iii做iiii日| 天天肏视奸| 91久久久久久| 午夜激情婷婷| 久久久精品色色色| 综合网五月| 亚洲成人AV高清字幕| 亚洲色五月| 91成人视频| 精品99久久久久成人网站免费| 九九热精品在线| 中文字幕 中文字幕明步| 色六月丁香婷婷啪啪啪| 久艹大香蕉| 亚洲精品白浆高清久久久久久| 五月婷婷大香蕉| 少妇水多A片太爽了| 禁片二区| 色在线视频网2025| 琪琪色网址| 人妻操逼| 91九色欧美| 超碰在线9| 狠狠色综合网| 久久精品一区二区三区四区| 五月婷婷久久综合| 天天干狠狠| 丁香六月婷婷综合| 婷婷综合久久| 91亚洲天堂| 五月天精品综合在线| 色五月激情五月天| 日韩啪啪视频| 久久精品4| 色婷婷狠狠18禁| 婷婷丁香亚洲色综合91| 五月丁香婷婷成人网| 久久婷婷九月国产精品| 婷婷丁香五月综合免费视频百花| 另类激情综合| 夜夜谢天天干| 五月天啪啪视频| 久久99婷婷| 日本AAAAAAAAAAAAAA片| 久久久思思热| 9色在线视频| Av中文在线| 五月天综合婷婷| 久久精品性爱| 在线视频另类| 伊人九九68| www.99精品在线| 色婷婷先锋| 久久精品系列| 婷婷伊人綜合中文字幕| 日本久热| 婷婷五月丁香色情| 精典久久| 久久婷婷丁香五月宗合| 夜色.cnm| 伊人在线另类| 国产成人网| 天天在线XXX| 天天综合亚洲综合网天天αⅴ| 开心五月婷婷婷美女| 丁香八月综合激情| 日日噜噜夜夜狠狠久久丁香五月| 亚洲中文字幕在线观看| 亚州色色色| 五月婷婷啪| 精品亚洲国产成AV人片传媒 | 婷婷五月激情小说| 久热伊人| 色婷婷激情视频| www.黄色片-久久成人国产精品在线播放-999AV | 天天舔天天摸天天透| 激情五月激情综合网一级丸片| 狠狠操综合| 岛国AAAV| 99热人人操人人操| 婷综合六月| 久久婷婷影院| 狠狠摸狠狠摸| 五月丁香六月婷婷姐| 久久久久综合激动五月天| 俺来也综合网精品一区| 永久思思热在线| 欧美色必爱| 99热网站| 99免费热视频在线| 亚洲天堂啪啪| 色婷婷丁香五月综合| 另类综合网| 丁香婷婷激情网站| 色婷婷综合网| 丁香五月五月婷婷五月天激情四射| 亭亭五月丁香综合欧美| 2050人人操免费工开爱| 色综合色婷色基地| 99丁香五月婷| 久久99热这里只有精品首| 激情五月婷婷她| 久久五月婷综合网| 4399精品一区二区| 国产精品人妻在线网址| 热九九精品| 丁香六月开心| 五月婷无码| a色色色色色| 91九色首页| 色99视| 五月婷婷色情| 五月婷婷五月天在线| 色在线99| 性爱综合网| 99热热热天天人人人超超碰| 伊人热在线大香蕉| 亚洲AV无码一区二| 丁香五月婷婷深爱综合激情| 婷婷久久久| 婷婷日| 五月天俺去也| 五月天婷婷久久| 中文AV网| 99热思思| 人人操9| 久久久婷丁香五月天激情综合| 丁香婷婷五月天成人| 国产熟女大叫受不了| 色婷婷影视| av婷婷丁香 六月| 99热狠狠操| 亚洲影院婷婷色| 亚洲第一成人无码A片| 在线VA视频| 色婷婷六月开心中文字| 99久在线精品99re5热视频| 久播影院免费观看电视剧大全最新网| 日本社区五月天激情| 色五月婷婷影院| 深情五月天| 青青草成人网| 亚洲综合九九| 久久综合站| 庭庭久久内射| 99人这里只有精品| 五月天停婷基地| 色综合天堂| 日本熟妇乱妇熟色A片蜜桃| 日韩综合成人| 玖玖热99| 草榴视频网| 久久色五月| 亚洲另类婷婷综合| 久久婷婷五月综合伊人| www久久99| 亚洲情综合五月天| 婷婷五月亚洲综合| 色婷婷4| 播五月开心婷婷欧美综合| 久久激情网| 色五月天丁香婷婷色| 亚洲一级色电影| 亚洲激情丁香五月天色| 激情亭亭五月| 91色久| 婷婷色情 | 激情综合99| 丁香花五月天| 97精品欧美91久久久久久久| 热九九精品| 五月天天天色| 丁香婷婷九月在线| sS丁香五月婷婷| 91啪啪网| 9色免费网| 五月天激情国产综合婷婷婷就去爱| 天天干天天日天天操| 婷婷五月综合在线| 91热久| 激情都市五月天| 日韩久热| 99爱爱网| 99热官网精品在线| 久久视9精| 丁香婷婷久久老熟女综合网| 国产午夜精品AV一区二区麻豆 | av在线激情| 日屌日日操日日色| 操操人人| 极品另类| 国产探花AV在线| 天天日天天插| 99色在线观看| 黄网在线免费观看| 最新色色五月天| 欧美啄木乌丝袜人妻系列| 被男人添B超爽视频| 久久精99| 丁香久色| 99精品在线观看| 天天弄天天爽| 国产精品色婷婷99久久精品| 91人妻人人操| 九九热九九热精品| 丁香六月婷| 丁香六月婷婷开心| 中文字幕在线观看视频www| 97福利视频| 色情综合网| 日本片日本片祼观看网站在线看中文版网页在线看 | 热热色色五月天婷婷| 日韩人妻无码一区二区| 亚洲乱码日产精品BD| 色婷婷久久天天性爱| 久久人妻视步| 色色六月| 日本色五月婷婷| 99精彩视频在线观看| 日本va欧美va欧美va| ..真实国产乱子伦对白在线_欧 | 免费的日逼视频| 激情综合国产| 丁香综合久久| 丁香五月天堂| 亚洲性爱99| 狠狠爱综合网| 九九视频精品这里只有| 少妇熟女视频一区二区三区| 人妻射精AV| 大战熟女丰满人妻AV| 色狠狠综合网| 啪精品| 亚洲无码另类| 丁香婷婷人妻综合网| 亚洲人成网站999综合| 亚洲中文乱字字幕线在永久| 熟妇内谢69XXXXXA片| 色久激情在线| 五月丁香六月激情综合| 精品久久9| 国产超碰人人| 玖玖爱综合网| 五月丁香色婷婷基地| 色欧美色色色| 可以免费观看的AV| 天天婷婷综合| 国产成人精品一区二区三区视频 | 久久99精品久久只有精品| 天天做天天双| 九九色网专区| 日韩一级网站| 成人婷婷五月天| 玖玖激情网| 99ri国产| 亚洲激情综合五月婷婷啪啪| 五月天婷婷香蕉狠狠超碰综合| 国产黄大片在线观看画质优化| 久久这里99| 激情五月综合免费| 96色婷婷| 少妇人妻丰满做爰XXX| 国产视频婷婷| 久久在这里有精品| 亚洲色图欧美色图日本视频| 亚洲激情av| 色婷五月天综合网| 天天曰夜夜爽| 婷婷97碰碰| 午夜天天精品视频| 九九Av| 草美女在线观看视频在线播放| 亚洲 欧洲 国产 伦综合| 我爱大香蕉| 婷婷六月激情丁香| 激情五月天视频| 午夜无码熟熟妇丰满人妻| 伊人久久丁香婷婷六月五月综合| 天天综合91入口| 91九色超碰| www.夜夜操.com| 日本色五月婷婷| 婷婷激情综合| 《亚洲操B久久免费在线观看,亚洲操B久久在线播放》在线播放 - 高清资源 - 97 | 怡春院久操| 99热这里只有精品1| 色天天综合色| 91se在线观看| 久久艹 五月天| 99视频这里有精品| www.亭亭五月天| 精品视频99看在线视频| 久久婷婷电影| 中文字幕在线aⅴ免费观看| 日日杆天天| 久99热在线观看| 免费99情趣网视频| 精品九九在线观看视频| 精品自拍99| 熟妇人妻中文字幕无码老熟妇| 色五月天在线| 九九色热| 99久超碰| 婷婷色影音天| 亚洲操操操| 99精彩视频| 97丁香五月天| 日日噜人人人做人| 99综合自拍| 日本4399天堂中出| 九月婷婷综合| 青青草免费公开视频| www.天天干| 色播激情五月天| 五月婷在线视频免费播放| 91久久| 色色九九五月天| 超碰在线94| 人人综合91网| 日日操夜夜擼| 激情五月天网站| 五月天激情电影| 思思色综合网站| 亚洲成色综合网站免费观看| 国产亚洲99| 9热在线视频精品| 99色免费观看全部| 人人操人人妻| 超碰一区二区| www综合久久| 日韩在线看AV| 日韩久久系列| 超碰在线观看三级片| 五月天婷婷在线观看| 日韩成人网址| 九九色热| 国产古装妇女野外A片| 久久98| 九九AV| 久久怡红院| 女人被躁到高潮嗷嗷叫小| 天天肏在线| 久久丁香九| 人人搡人人| 七七色综合| 97九色视频| Av在线资源| 五月婷视频| 97色射| 综合99在线| 真实的国产乱XXXX在线91| 欧美熟女视频 色婷婷| 色婷婷色五月综合| 麻豆忘忧草午夜| AA片在线观看视频在线播放| 日本玖玖在线| 猫咪伊人久久| 色九九七七| 亚洲欧洲午夜成人精品av| 五月丁香亭亭操逼| www.99精品在线| 玖玖婷婷五月天| 色99视频| 五月人人丁香婷婷五月人人丁香| 婷色人人狠| 激情五月深爱五月| 色噜噜在线| 色狠狠综合网| 激情五月少妇| 涩婷婷五月天| 日韩爱操视频| 四虎成人精品永久免费AV九九| 久久久久久久久久8888| 97久久婷婷色| 91综合色| 婷婷五月天伊人网在线观看视频| 五月亚洲| 丁香五月天激情视频| 婷婷五月天久久| 91919191919久久成人视频| 国产精品久久久久久久久久免费| 国产成人精品123区免费视频 | 牛牛热这里只有jingpin| 中文AV网站| 黃色三级三级三级三级 qixing300.shrkbk.com www.jinbozs.com tianmiaosw.com | 国产乱码久久| 狠狠草天天草| renrencaoni| 激情婷婷内射| 思思热在线精品视频网站| 狠狠狠狠狠狠狠狠| 狠狠干天天日| 午夜丁香 婷婷| 国产亚洲网站在线| 色色色婷婷五月天| 天天色综合综合| 来吧亚洲综合网| 九九综合| 丁香五月玖玖| 五月婷成人| 五月丁香六月婷婷啪啪综合| 久热精品视频| 亚洲激情av| 在线18av | 婷婷五月大香蕉| 五月丁香激情婷婷| 91久久久久久久久18| www.激情五月天.con| 99在线视频精品| 婷婷五月激情五月激情| 婷婷五月综合久久中文字幕| 八戒青柠影视剧在线观看| 国产操肏网站| 丁香五月天导航| 伊人色综在线| 丁香九月综合| 亚洲成人综合在线| www色五月| 欧美婷婷精品激情| 99国产在线精品视频| 在线资源av-超碰中文在线-成人AV| 激情五月综亚网| 最新av在线观看| 香蕉久久国产AV一区二区| 亚洲网视屏| 五月丁香六月婷婷操操操| 九九九激情综合| 色很很96| www.黄色片-久久成人国产精品在线播放-999AV| 91丨九色丨熟女高潮| 六月婷婷久久| 婷婷六月丁香欧美视频在线| 天堂美国久久| 五月激情婷婷六月丁香| 97人人干| 亚洲AV成人在线| 《》【无码】想被搞到爽AV应募而来的超M素人 西纯子 10musume-011723-01 | 综合五月丁香97| 99精品小视频| 五月天天丁香婷婷| 日韩在线视频网站| 丁香社区婷婷五月| 97啪啪| www99精品日韩| 色五月激情综合| 九九这里是免费的视频5| 中文字幕成人日韩| 六月丁香深深爱| 五月丁香婷婷啪啪| 日韩婷婷五月| 综合网亚洲| 久操福利| 婷婷五月丁香综合激情| 91免费看片| 99精品在线下载| 性无码专区无码| 狠狠干五月丁香| 婷婷五月天Av| 五月丁香狠狠爱婷婷综合| 骚货艹网站视频| H亚洲| 99热99热不卡| 色伦专区97中文字幕| 色必久悠悠影院| www.精品99| 91久久久久久久| 99爱在线观看视频| 免费观看全黄做爰的视频| 777精品成人a v久久| 亚洲精品无AMM毛片| 激情综合网,五月| 综合色七七| 精品,99| 中文字幕日本最新乱码视频| 5月婷婷6月丁香aV| 国产毛片欧美毛片久久久| 丁香 婷婷 激情 综合 五月| 深爱激情五月天| 九九色大香蕉| 色五月亚洲| 婷婷亚洲五| 久操福利| 精品九九在线观看视频| 丁香五月影院| 亚洲综合色丁香五月天| 亚洲亚洲人成综合网络| 开心激情久久久久久久| 亚洲精品字幕在线观看| 婷婷香五月| 日日操夜夜擼| 开心五月婷婷激情网| 久草婷妨| 99这里有精品视频| 丁香五月AV| 另类天堂| 91黄操| www.com.色色| 色婷视频| 久久草中文日韩欧美| 欧美在线干| 婷婷五月婷婷五月| 六月婷婷色色色| 亚洲五月天婷婷| RenRenSe在线视频网站| 久久五月婷天天干| 婷婷在线激情| 精品久久9| 欧美色五月| 色婷婷久久久| 久久丁香五月天| 四色女婷婷| www.91在线看| 可以免费观看的AV| 丁香婷婷激情五月| 极品五月天| 99爱精品| 亚洲va欧美va国产综合久久久| 影音先锋一区| 亚洲成人网站在线观看| 五月的丁香六月的婷婷| 婷婷综合网性| 亚洲人妻av伦理| 婷婷成人视频| 人妻九九九九| 中文字幕无线久必| 中文字幕黄色片| 色情一区二区播放| 亚洲黄色操逼| 操99| 好激情在线综合网| 日熟女| 亚洲乱码日产精品BD| 婷香五月激情视频| 色九九综合| 大香网伊人久久综合| 99视频精品全部免费观看| tingtingseav| 亚洲激情五月天| tingtingzonghewang| 精品99在线| 成人.在线日韩| av人人干| 五月花免费视频| 六月丁香深深爱综合网| 无码一区二区三区四区五区91c| 97色操| 天天爽综合| 久久大香蕉伊人| 久久六月天| 99这里只有精品|v| www.五月婷婷| 成年视频免费观看| 风流少妇A片一区二区蜜桃| 久久99视频| 激情五月婷婷六月丁香| 色色色在线播放| 久久精彩综合视频| 金品在线视频99| 天天干,夜夜爽| 久久久.COM| 伊人五月丁香| 亚洲综合婷婷| 99精品视频免费在线播放| 丁香五月激情综合久久| 这里只有久久精99| 五月婷婷五月天天| 无码一区二区日韩| 大香蕉婷婷色| 天堂中文国产| 久久机热探花| 五月天综合网| 天干夜夜操| 色婷婷精品小视频| 国产成人av在线| 九九久99免费视频| 婷婷五月激情中文字幕| 91黄址| 丁香婷婷六月天| 五月天婷婷综合| 激情综合网五月婷婷| 99er免费在线观看| 99热 在线观看| 三级黄网站| 日韩 中文 欧美| 婷婷六月偷拍| 开心激情婷婷| 射区导航| 丁香五月成人av| 天天操天天操| 99热 在线观看| 激情视频91| 婷婷五月天 丁香五月天 裸体| 丁香九月婷| 日日日日日| www.minyis.com【JT】币址百万U预算可预付QQ2101460746 | 九97免费视频| 少妇搡BBBB搡BBB搡毛茸茸| 九九性爱网| 久久婷婷色色| 五月婷婷色影院| 五月天伊人综合| 久久色五月天| 六月久久狠狠| 99热免| 色色色图| 97香蕉久久超级碰碰高清版| WWW.色婷婷.COM| 五月天性色| 婷婷天天综合| 99热综合在线| 天天综合天天做天天综合| 久久只有精品| 久久这里只有国产精品视频| 人妻操操色| 婷婷五月视屏| 亭亭五月激情亚洲在线| 99综合网| 青草久久五月婷伊人| 狠狠干五月丁香| www,av好吊操| 婷婷六月丁香五月| 99激情在线| 国产午夜一区二区三区| 九九人人操| 综合色色网| 亚洲操操操| 亚洲色图欧美色图日本视频| 五月综合视频| 久草婷婷在线| 激情人妻蜜夜系列区| 色www久视频| 久久久天堂国产精品女人| 91精品刘玥| 丁香五月电影| 五月丁香婷婷综合久久| 日韩在线视频中文字幕| 99热这里只有精品5| 99热九九热| 99热在线观看免费精品| 国产精品日日躁夜夜躁| 久久婷婷五月综合色奶水99啪| 日本高清久久| 伊人丁香在线| 啪啪操操| 五月在线婷色| 丁香九月综合| 婷婷五月天激情综合深爱激情 | 97色婷婷| 久久在线视频免费观看| 色亭亭九月| 丁香九月婷婷| 最新日本A片| 日日操天天| 天天综合影院| 99这里只有精品|v| 五月丁香香蕉| 一起操最新网址| 丁香花五月天社区| 色色色色欧洲| 久久99热免费| 爱草视频在线| 91精品综合久久久久久五月丁香| 激情五月综合网最新| 亚洲精品亚洲人成人网| 26uuu国产| 久久伊人婷| 五月久久网| 婷婷五月天AV激情| 激情开心五月天| 98国产精品综合一区二区三区| 97精品人人A片免费看| 婷婷丁香九月| 欧美熟女乱又伦| 久碰视频| www.cao.com久久| 久久东京热婷婷五月| 婷婷五月av| 激情性五月天免费小说视频| 337p大胆噜噜噜噜噜91Av| 爱穴久久| 色播五月婷婷综合| 激情伊人五月天| 日本色婷婷| 欧美成人猛片AAAAAAA| 密视AV综合在线| 狠狠香婷婷五月| 五月天综合影院| 五月天丁香久久| av免费在线观看0| 久久五月天色婷婷| 色噜噜狠狠色综合网| 日韩一本操| 5月色婷婷| 99青青草| 亚洲精品久久久久久久久久飞鱼| www.com在线操视频免费观看| 激情综合网之激情五月| 亭亭五月激情亚洲在线| 婷婷色导航| 91丨九色丨熟女|老版| 激情五月天在线| 夜夜资源站| 狠狠干综合网| 综合久久婷婷| 五月天丁香网| 激情综合网亚洲色图| 91九色网| 亚洲午夜视频| 久噜久噜| 91人人网| 欧洲S级在线观看| 激情婷婷内射| 激情五月综合| 91性高潮久久久久久久久| 色色色婷婷五月| www.99热这里只有精品| 色爱爱综合网| 久久久人妻不卡| 日韩欧洲亚洲| 婷婷五月色图| 四月婷婷五月丁香| 少妇人妻偷人精品无码视频新浪| 狠狠爱婷婷| 丁香五月在线观看综合| 五月婷婷综合网| 婷婷六月综合| 丁香狠狠色婷婷| 婷婷五月激情综合啪啪| 五月婷婷六月丁香在线视频| 无码91中文字幕| 丁香色婷婷| 亚洲啪啪视频| 五月伊人网| 玖玖午夜视频| 色99日韩| 丁香五月成人网| 成人精品视频99在线观看免费| 色婷五月天亚洲| 大香蕉网站,大香蕉综合| 日本99在线视频| 激情五月天网站| 久久9精品视频| 九月av| 丁香婷婷五月激情| 性天天中文网| WWW.久久99| 99热这里只有精品86| 日本精品人妻无码77777| www.久久久.com| 久久xx| 67194中文字幕| 9|无码久久久久久| 91黄址| 色婷婷久久| 九色91视频| 99这里只有精品|v| 五月天婷婷综合网| 五月色婷婷中文字幕| 六月婷婷激情| Caop在线| 五月天激情图片| 丁香六月婷婷社区| 97碰| 久久xx| 熟女少妇内射日韩亚洲| 亚洲久久婷婷| 五月婷婷丁香网| 色五月亚洲| 久久久人妻久久久| 香蕉综合在线| 色五月偷偷| 99ri视频在线播放| 激情床戏| 伊人激情AV一区二区三区| 五月色婷婷AV| 啪啪东京热| 六月合五月婷| 中文字幕高清av| 开心五月婷婷婷美女| 久9视频| 九九色逼| 精品无码色| 精品国产AV色一区二区深夜久久| 开心色播色五月婷婷| 色九九七七| www,天天干| 91日韩美女被插视频| 操逼六区| 激情床戏| 99这里只有精品视频| 婷婷五月天综合网| WWW.HENHENL.| 99日在线观看视频| 婷婷成人综合| 国自产拍偷拍精品啪啪一区二区|