OVOD-Agent：无大模型也能做视觉推理？

开放词汇目标检测最尴尬的地方，不是“看不见”，而是“看见了却只会机械对词”。这篇论文把检测器改造成会做视觉推理的轻量代理，还尽量不把系统搞成大模型重灾区，思路很对路。

龙哥读论文发布于 2026-08-19 00:20:03 阅读 4 查看原文

#目标检测 #Agent #大语言模型

原论文信息如下：

论文标题:
OVOD-Agent: A Markov-Bandit Framework for Proactive Visual Reasoning and Self-Evolving Detection 发表日期:
2025年11月发表单位:
武汉大学原文链接:
https://arxiv.org/pdf/2511.14593v1.pdf

视觉推理的局限：静态匹配的困境

开放词汇目标检测，表面上是“什么都能找”，本质上却常常退化成一件很机械的事：把图像区域和预设类别名做匹配。词表一旦固定，检测器就像拿着字典找对象，遇到“长得像但不完全像”的目标，容易当场卡壳。这种静态匹配的范式，根源在于训练时模型虽然见过海量的图文对，但推理时却只能依赖一个固定的、预先定义好的类别名称列表。模型无法根据图像中实际出现的视觉线索，去动态调整或细化它对“目标是什么”的猜测。例如，当检测器面对一个“带有斑点的、长尾巴的、正在爬树的四足动物”时，如果类别列表中只有“猫”和“豹子”，而模型仅凭“斑点”这一特征就将其匹配为“豹子”，却忽略了其体型和行为的差异，这就暴露了静态匹配在细粒度或罕见类别上的脆弱性。

这正是本论文盯住的真实痛点：模型在训练阶段吃过大量图文数据，到了推理阶段却只会对着固定类别名“点菜”。训练看起来很热闹，推理却很保守，像是一个学过很多知识的人，考试时只会填选择题。这种“训练-推理”之间的鸿沟，在开放词汇场景下被急剧放大。因为开放词汇的精髓在于处理“未见过的”或“少见的”类别，而这些类别恰恰是静态匹配最不擅长的。模型在训练时可能从未见过“树懒”这个词与“挂在树枝上、动作缓慢的毛茸茸物体”之间的直接关联，但它见过“毛茸茸”、“挂在树上”、“动作缓慢”这些属性的组合。然而，传统的检测框架无法将这些属性组合起来进行推理，它只能机械地寻找与“树懒”这个词最接近的图像特征，结果往往是失败。

图1：OVOD-Agent在迭代更新类别假设时的状态转移行为。它不是一次性拍脑袋给答案，而是先做字典检索，再根据颜色、纹理、空间等线索一步步修正描述，必要时还会多步推理。图中的状态转移清晰地展示了从初始猜测到最终确认的路径，每一步都对应一个具体的视觉操作。

论文里提到一个很关键的判断：文本空间远没有被榨干。过去很多方法只是在类别名上加一点提示词，或者把类别名换成更长的描述，但这仍然是静态的。真正麻烦的是，检测时的视觉上下文一直在变：背景会干扰，遮挡会误导，小目标会消失，稀有类还常常“长得不像教材答案”。例如，一个“红色的、圆形的、带梗的”物体，在静态匹配下可能被直接归类为“苹果”，但如果它旁边还有一个“绿色的、圆形的、带梗的”物体，且背景是果园，那么模型需要结合“空间关系”和“颜色对比”才能做出更准确的判断。静态匹配无法利用这种上下文信息，它只能对每个区域独立地进行“对词”操作。

因此，这篇工作没有继续把“类别名”当唯一主角，而是想把检测器改造成一个会观察、会试探、会修正的代理。说人话就是：别老让模型背单词，得让它学会看现场、做判断、再改口。🤨 这种从“静态匹配”到“动态推理”的转变，是OVOD-Agent最核心的贡献。它不再将检测视为一个单步的分类问题，而是一个多步的、基于视觉证据的决策过程。代理（Agent）会主动地选择不同的“视觉动作”来收集信息，比如“检查一下这个物体的颜色”、“看看它周围有什么”、“它的纹理是光滑的还是粗糙的”，然后根据这些信息逐步修正自己对物体类别的假设，直到做出最可靠的判断。

从“是什么”到“看起来像什么”：一个可解释的推理框架

OVOD-Agent 的核心，不是把检测器塞进一个更大的黑箱，而是把推理过程拆成一组可解释的视觉动作。论文把它称为 Visual-CoT，也就是视觉版的 Chain-of-Thought（CoT，链式思维）。这里的 CoT 不是让大模型“写小作文”，而是让检测过程具备一步一步修正的能力。这种设计哲学非常务实：与其让模型在隐空间中“灵光一现”，不如让它显式地、一步步地展示它是如何得出结论的。这不仅提高了模型的可解释性，也使得我们可以更容易地诊断和修复模型的错误。

为了让这个过程可落地，论文没有把动作设计得花里胡哨，而是定义了七个原语级视觉操作：字典检索、颜色、纹理、背景、几何、光照、空间关系。它们看起来朴素，但恰好覆盖了开放词汇检测最常见的误判来源。这七个操作的设计并非随意为之，而是基于对开放词汇检测中常见失败模式的深入分析。例如，“字典检索”用于处理同义词或上位词（如将“狗狗”映射到“狗”）；“颜色”和“纹理”用于区分视觉上相似但材质不同的物体；“背景”和“空间关系”用于利用上下文线索（如“在天空中的”更可能是“鸟”而不是“飞机”）；“几何”和“光照”则用于处理因视角或光照变化导致的形变和阴影干扰。

表1：七种可解释视觉算子构成代理的推理语言。字典对应同义词或上位词回退，颜色依赖 HSV 或聚类线索，纹理看局部纹理特征，背景负责前景/背景关系，几何关注尺度和长宽比，光照分析亮暗与阴影，空间则处理位置和重叠关系。每个算子都对应一个具体的、可执行的视觉分析模块，这使得整个推理过程透明且可控。

这套设计最有意思的地方在于，它把“看起来像什么”拆成了多个可执行动作。比如一张图里出现“像香蕉的黄色弯曲物体”，模型不必立刻死磕类别名，而可以先看颜色，再看纹理，再看空间位置，最后把判断收敛到更靠谱的语义上。这个过程听起来像人在辨认东西时的自然思路，只是论文把它工程化了。例如，当模型第一次猜测是“香蕉”时，它可能会触发“颜色”动作，确认物体是黄色的；接着触发“几何”动作，确认物体是弯曲的长条形；然后触发“纹理”动作，确认表面是光滑的。如果所有证据都吻合，它就强化了“香蕉”的假设。如果某个证据不吻合（比如纹理是粗糙的），它就会降低“香蕉”的置信度，并尝试其他假设，比如“黄瓜”或“某种黄色的瓜”。

为了避免“动作很多、状态更乱”，论文进一步提出了一个弱马尔可夫决策过程，英文是 Weakly Markovian Decision Process，简称 w-MDP。这里的“弱”不是能力弱，而是建模方式更轻：状态和动作不再严格分家，而是合并成一个“弱马尔可夫单元”，用来表示当前上下文与所执行的视觉操作。在标准的MDP中，状态和动作是分开定义的，状态空间会随着需要考虑的信息维度增加而指数级膨胀。w-MDP通过将“当前执行的视觉操作”和“当前的上下文信息”打包成一个联合表示，极大地压缩了状态空间，使得模型更容易学习和泛化。

这样做的好处很现实。第一，状态空间不会膨胀得太快；第二，转移关系更容易统计；第三，后面训练奖励模型时，能把“这一步为什么往前走”说清楚。换句话说，论文不是在追求更玄乎的智能，而是在追求更便宜、更稳定、更容易解释的智能。通过w-MDP，OVOD-Agent能够以一种计算高效的方式，学习在不同视觉上下文下，执行哪个视觉动作最有可能带来信息增益，从而逐步逼近正确的类别判断。

图2：OVOD-Agent通过自我进化的视觉推理流水线工作。环境根据检测器反馈更新状态，UCB Bandit 选择视觉动作，轨迹汇总成图像级马尔可夫转移矩阵，最后用轻量奖励-策略模型进行蒸馏，推理阶段直接由该模型接管，不再依赖大语言模型。这个流程图清晰地展示了训练和推理两个阶段的不同数据流。

论文还补了一个很务实的初始化：用 GT（Ground Truth，真实标注）种子定义弱奖励基线，再用 Dirichlet 先验给转移分布一个起点。GT 这里的作用不是“作弊”，而是让训练初期别像无头苍蝇乱撞。Dirichlet 是一种常见的概率先验分布，中文通常叫狄利克雷分布，适合给离散动作的概率做平滑和归一化。具体来说，GT种子提供了少量“完美”的推理轨迹样本，告诉模型在理想情况下应该怎么做。Dirichlet先验则为那些没有GT覆盖的状态-动作对提供了一个平滑的、非零的初始概率，鼓励模型在初期进行探索，而不是陷入局部最优。

如果把这一段压成一句话，那就是：先给代理一个不太笨的起点，再让它在视觉上下文里慢慢学会自己修正。这比直接让系统从随机探索开始靠谱得多。😀 这种“先验引导+自我进化”的策略，是OVOD-Agent能够在有限监督信号下高效学习的关键。

轻量级自我进化：无大语言模型的闭环优化

这篇论文最值得点个头的地方，在于它没有把“大模型”当万能胶。很多视觉代理一遇到推理就开始搬大语言模型，结果推理链条是长了，部署也一起炸了。OVOD-Agent 反着来：既然目标检测本来就讲速度和工程可落地，那就尽量不用 LLM，把推理管理压缩成轻量模块。这种设计选择体现了对实际部署场景的深刻理解。在自动驾驶、机器人、工业质检等应用中，实时性和计算资源限制是硬约束，调用一次大语言模型可能带来数百毫秒甚至数秒的延迟，这是不可接受的。

它的采样阶段用的是 UCB（Upper Confidence Bound，置信上界）Bandit。Bandit 中文常叫多臂老虎机问题，核心思想很朴素：一边试，一边挑更有希望的动作。UCB 的好处是不会只盯着当前最优动作，而是会给“不确定但可能更好”的动作留机会。对开放词汇检测来说，这一点很关键，因为真正难的样本往往恰恰是那些不确定区域。UCB算法通过为每个动作计算一个“置信上界”，这个上界由两部分组成：该动作的历史平均收益，以及一个与尝试次数成反比的探索项。如果一个动作尝试次数很少，它的探索项就会很大，从而使得它的置信上界很高，即使它的历史平均收益不高，也有机会被选中。这种机制确保了模型能够系统地探索那些“看起来可能有用但还没试过”的视觉动作。

表3：统一停止协议下不同探索策略的比较。UCB 在 Top-K@Stop、PWR 以及人工和盲测 AI 评分上都更高，说明它不是单纯多跑几步，而是更容易找到高质量轨迹。这里的“高质量轨迹”指的是那些能够高效、准确地引导模型找到正确类别的视觉动作序列。

采样得到的不是零散动作，而是多条“弱马尔可夫轨迹”。这些轨迹再和图像级转移统计拼起来，形成一个奖励-策略模型，英文叫 Reward–Policy Model，简称 RM。这里的 RM 不是一个大而全的强化学习系统，而是一个很轻的双头网络：一个头学转移策略，一个头学弱奖励信号。说白了，它学的是“下一步怎么走”和“这一步值不值得继续走”。这个双头设计非常精巧：策略头（Policy Head）负责根据当前状态（即当前的上下文和已执行的动作）预测下一个最应该执行的视觉动作；奖励头（Reward Head）则负责评估当前状态的价值，即“按照这个轨迹走下去，最终能正确识别物体的可能性有多大”。

这套闭环最妙的地方，是把Bandit 探索和奖励模型学习连了起来。Bandit 负责在训练时找出有信息量的轨迹，RM 再把这些轨迹蒸馏成推理策略，推理时直接用 RM 接管，不再在线跑一堆探索。这个设计很像先让系统去“见世面”，再把经验压缩成一套小抄，最后考试时只带小抄上场。在训练阶段，UCB Bandit像一个充满好奇心的学生，不断尝试各种解题思路（视觉动作序列），并记录下哪些思路最终解出了题目（正确识别物体）。然后，RM像一个聪明的总结者，从这些成功和失败的解题思路中提炼出通用的解题模板（推理策略）。在推理阶段，模型不再需要从头探索，而是直接应用这些模板，从而实现了快速、准确的决策。

论文还专门比较了“是否显式建模马尔可夫状态”的差别。结论很朴素：加上转移正则之后，训练更稳，动作熵更合理，最终检测也更好。这说明它不是单纯堆动作数，而是在用结构化约束避免策略塌缩。对于工程实现来说，这类“先约束、后学习”的方法通常比纯随机试错更接近可复现。策略塌缩是指模型过早地收敛到一种单一的、可能不是最优的推理模式，从而丧失了探索其他更好路径的能力。通过引入KL散度等正则化项，鼓励模型的动作分布保持一定的多样性，从而有效避免了策略塌缩。

表4：显式马尔可夫状态建模对奖励优化的消融。加入 KL 正则后，RM 训练波动更小，动作熵更高，说明策略没有过早陷入单一模式，检测性能也随之提升。这组消融实验有力地证明了结构化建模的重要性。

如果只看系统结构，OVOD-Agent 的野心并不夸张：它不是要取代检测器，而是给检测器加一个轻量级“思考层”。如果只看代价，它也控制得比较克制：论文强调额外磁盘开销不到 100MB，内存不到 20MB，推理延迟增加也在可接受范围内。对一个本来就强调实时性的检测任务来说，这个姿态是对的。这意味着OVOD-Agent可以作为一个插件，无缝集成到现有的开放词汇检测系统中，而无需对原有系统进行大规模改造，极大地降低了落地门槛。

表6：与大语言模型引导推理模块的比较。OVOD-Agent 在保持毫秒级推理的同时给出有竞争力的稀有类提升，而依赖大语言模型的在线推理方案则常常要付出秒级延迟。这组对比数据直观地展示了OVOD-Agent在效率上的巨大优势。

实验证明：稀有类别检测的显著提升

实验部分的结论其实很清楚：OVOD-Agent 的收益不是那种“全面暴涨、谁都起飞”的神话，而是更符合真实任务脾气的稳定增益。它在 COCO 上提升不算夸张，在 LVIS 这类长尾数据集上更明显，尤其是稀有类别。这种差异化的表现恰恰说明了OVOD-Agent的设计目标：它不是要锦上添花，而是要雪中送炭。对于COCO中常见的、视觉特征鲜明的类别（如“人”、“车”、“狗”），静态匹配已经做得足够好，多步推理带来的增益有限。但对于LVIS中那些只有几十个甚至几个训练样本的稀有类别（如“某种特定的乐器”、“罕见的动物品种”），静态匹配往往束手无策，而OVOD-Agent的多步推理能力则能发挥关键作用。

这其实很合理。开放词汇检测最怕的不是常见类，因为常见类本来就有很多视觉证据；最怕的是稀有类、小样本类、长尾类。这些类别往往语义上能说得通，视觉上却不够“教材化”，所以更需要多步修正。OVOD-Agent 的动作设计和 Bandit 探索，刚好对准了这种“模糊但可挽救”的场景。例如，对于稀有类别“斑林鸮”，模型可能从未见过这个词，但它可以通过“字典检索”找到其上位词“猫头鹰”，然后通过“颜色”（棕白相间）、“纹理”（羽毛状）、“几何”（圆脸、大眼睛）和“空间关系”（栖息在树上）等一系列动作，逐步将假设从“鸟”细化到“猫头鹰”，最终确认是“斑林鸮”。

表2：LVIS 与 COCO 上的主要结果。OVOD-Agent 在多个基础检测器上都带来一致增益，LVIS 的稀有类指标 APr 提升最明显，同时整体 AP 也保持稳定，没有出现“只顾稀有类，常见类崩掉”的副作用。这种“一碗水端平”的表现，证明了其方法的稳健性。

更重要的是，这种提升不是绑死在某一个骨干网络上。论文把它接到 GroundingDINO、YOLO-World、GroundingDINO 1.5 和 DINO-X Pro 上，都能看到一致收益。对工程落地来说，这个信号比单点刷高分更有价值，因为它说明方法更像一个通用外挂，而不是某个模型专属魔法。这种跨架构的泛化能力，证明了OVOD-Agent的核心思想——多步视觉推理——是普遍有效的，而不是依赖于特定模型的设计细节。

消融实验也比较完整。只加字典动作，稀有类就有提升；扩展到完整 Visual-CoT 动作后，提升进一步扩大。这个结果说明，真正有用的不是“动作越多越好”，而是动作要能覆盖视觉里最容易出错的线索：属性、空间、背景和几何。换句话说，模型不是缺知识，缺的是把知识用到图像上的步骤。消融实验的结果清晰地展示了每个视觉动作的边际贡献，验证了动作设计的有效性。

表5：Visual-CoT动作与视觉先验的消融。随着动作集合从字典扩展到完整的七种视觉操作，稀有类和整体检测指标都稳步提升，说明结构化视觉动作确实有用。这组实验为Visual-CoT的设计提供了坚实的实证支持。

论文还专门对比了 UCB、随机、贪心和 ε-greedy 等探索策略。UCB 之所以更强，不是因为它更“聪明”，而是因为它更会平衡试错与利用，尤其适合弱监督场景下的轨迹采样。这个结论其实挺朴素：当监督信号不够强时，探索质量往往决定上限。在开放词汇检测中，由于缺乏针对所有类别的完备标注，模型必须通过探索来弥补监督信号的不足。UCB通过其内在的探索-利用平衡机制，能够更高效地发现那些对提升稀有类检测至关重要的“高信息量”轨迹。

从结果可信度看，这篇工作没有只拿单一指标说事，而是同时看稀有类、常见类、整体 AP、动作熵、训练稳定性和延迟开销。这个实验组织方式比较像一个成熟工程项目，而不是只会在漂亮图里讲故事的论文。👍 这种全面、多维度的评估体系，使得读者能够对OVOD-Agent的性能和特性有一个立体、客观的认识。

适用场景与典型失败案例

OVOD-Agent 最适合的，不是那种一眼就能认出来的标准物体，而是语义能对上、视觉却不够直白的场景。比如长尾类别、细粒度类别、背景干扰强的图像，或者目标外观会随状态变化的情况。它的价值不是替代检测器，而是给检测器补上“再看一眼”的能力。具体来说，以下场景是OVOD-Agent的“舒适区”：1）**长尾分布**：如LVIS数据集，其中大部分类别样本极少；2）**细粒度分类**：如区分不同种类的鸟、狗或车型；3）**上下文依赖**：如“在餐桌上的杯子” vs “在厨房水槽里的杯子”；4）**属性识别**：如“红色的、成熟的苹果” vs “绿色的、未成熟的苹果”。

但论文也没有装作无敌。失败案例很典型：一类是视觉-语义退化，比如目标处于非典型状态，外观和常识偏差很大；另一类是小目标和遮挡严重的场景，几何与空间动作会得到嘈杂信号，代理容易退回到字典检索，结果还是不够准。例如，一个“被压扁的易拉罐”可能不再具有“圆柱体”的几何特征，导致“几何”动作失效；一个“被树叶遮挡了大部分的鸟”可能只露出一小片羽毛，使得“颜色”和“纹理”动作提供的线索不足。在这些情况下，OVOD-Agent的推理能力会受到严重限制。

图3：OVOD-Agent 的失败案例。可以看到，当物体极小、被遮挡，或者外观已经偏离典型语义时，代理的视觉推理就会变得不稳定，难以正确定位和识别。这些案例为未来的工作指明了改进方向。

这类失败并不意外，反而说明论文的边界意识是清楚的。它没有把“多步推理”包装成万能药，因为在极端长尾和复杂遮挡下，单靠轻量视觉动作确实不够。要继续往前走，可能还需要更强的视觉先验、更稳的局部表征，或者更细粒度的开放世界建模。例如，可以引入基于3D几何的推理，或者利用视频流中的时序信息来辅助判断。

龙迷三问

下面是龙哥对于大家可能的一些问题的解答：

这篇论文到底解决什么问题？它解决的是开放词汇目标检测里“会认词但不会看图”的问题。传统方法把推理压成静态匹配，OVOD-Agent 则让检测器根据视觉上下文一步步修正类别假设，尤其对稀有类更友好。核心是赋予模型“视觉推理”能力，而非简单的“视觉匹配”。

w-MDP 和 Visual-CoT 分别是什么意思？w-MDP 是 Weakly Markovian Decision Process，中文可理解为“弱马尔可夫决策过程”，强调状态和动作在轻量视觉推理里可以合并表示，从而压缩状态空间；Visual-CoT 则是视觉链式思维，把颜色、纹理、空间等操作串成多步可解释推理，让模型的思考过程透明化。

为什么它不用大语言模型也能工作？因为它把“推理管理”做成了轻量的 Bandit + Reward Model 闭环。训练时用 UCB 探索采样轨迹，推理时由 RM 直接接管，不需要在线调用大语言模型，所以延迟和内存都更容易控制。它把大模型的“知识”蒸馏成了一个轻量级的、专用于检测推理的策略网络。

如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~

龙哥点评

论文创新性分数：★★★★☆

把开放词汇检测从“静态匹配”改成“多步视觉推理”，方向挺新，而且 w-MDP + Bandit + RM 的组合也不是常规拼装。将强化学习中的Bandit算法与马尔可夫决策过程结合，用于解决视觉检测中的推理问题，这种跨领域的思路很有启发性。

实验合理度：★★★★☆

对比了多个骨干、多个数据集，还做了探索策略和状态建模消融，实验链条比较完整，可信度不错。特别是对失败案例的分析，体现了研究的严谨性。

学术研究价值：★★★★☆

它把“文本优化”进一步推进到“推理过程优化”，对开放词汇检测和多步视觉代理都有启发。为后续研究如何构建更轻量、更高效的视觉推理模型提供了新的范式。

稳定性：★★★☆☆

整体比大模型在线推理更稳，但在极小目标、遮挡和非典型外观上仍然容易翻车。这提示我们，当前的视觉动作集可能还不够鲁棒，需要引入更强大的底层视觉特征提取器。

适应性以及泛化能力：★★★★☆

能接到多个 OVOD 骨干上，说明泛化性不错；不过它主要还是围绕开放词汇检测这一类任务展开。未来可以探索将其扩展到全景分割、实例分割等相关任务。

硬件需求及成本：★★★★☆

没有引入大语言模型，额外内存和磁盘开销都比较克制，属于能落到工程里的路线。这使得它非常适合在边缘设备或实时系统中部署。

复现难度：★★★☆☆

方法结构清楚，但 Bandit 采样、RM 训练和多骨干接入都需要较细的实现对齐，不算最省心。对于希望快速复现的团队，可能需要仔细阅读论文的附录和代码细节。

产品化成熟度：★★★☆☆

思路接近可部署，但更适合做开放词汇检测的增强模块，还需要在复杂场景和实时性边界上继续验证。从研究到产品，还需要经过更多实际场景的打磨和测试。

可能的问题：动作设计虽可解释，但仍偏手工；极端长尾和遮挡场景下收益有限，离“通用视觉代理”还有距离。未来的工作可以考虑让模型自动学习更复杂的视觉动作，或者结合外部知识库来增强推理能力。

主要参考文献

[1] Chujie Wang, Jianyu Lu, Zhiyuan Luo, Xi Chen, Chu He. OVOD-Agent: A Markov-Bandit Framework for Proactive Visual Reasoning and Self-Evolving Detection. arXiv, 2025.

[2] Peter Auer, Nicolo Cesa-Bianchi, Paul Fischer. Finite-time analysis of the multiarmed bandit problem. Machine Learning, 2002.

[3] Tianheng Cheng, Lin Song, Yixiao Ge, Wenyu Liu, Xinggang Wang, Ying Shan. YOLO-World: Real-time open-vocabulary object detection. CVPR, 2024.

[4] Hojun Choi, Youngsun Lim, Jaeyo Shin, Hyunjung Shim. CoT-PL: Visual chain-of-thought reasoning meets pseudo-labeling for open-vocabulary object detection. 2025.

*本文仅代表个人理解及观点，不构成任何论文审核或者项目落地推荐意见，具体以相关组织评审结果为准。欢迎就论文内容交流探讨，理性发言哦～想了解更多原文细节的小伙伴，可以点击"阅读原文"，查看更多原论文细节哦！

欢迎加入龙哥读论文粉丝群，扫描下方二维码或者添加龙哥助手微信号加群：kangjinlonghelper。一定要备注：研究方向+地点+学校/公司+昵称（如图像处理+上海+清华+龙哥），根据格式备注，可更快被通过且邀请进群。
『龙哥读论文』微信群目前包含：图像处理、大模型及智能体、自动驾驶及机器人、AI医疗及AI金融5个群
这篇 OVOD-Agent 适合想看“检测器怎么从死记硬背，进化成会动脑子”的朋友，进群一起拆闭环、聊部署、看稀有类怎么被救回来。
wechat_helper