新書推薦：
《
奇岩馆事件（“这本推理小说了不起！”大奖获奖作者高野结史颠覆你的推理常识）
》
售價：HK$
54.8
《
西周人的日常生活：中国贵族的蜕变之旅 西周人的一天 九鼎八簋的隐藏菜单
》
售價：HK$
107.8
《
索恩丛书·蛮族之王：狄奥多里克与罗马帝国的黄昏
》
售價：HK$
174.9
《
世界银行营商环境成熟度方法论手册 2025年修订版 官方指导手册 权威学者罗培新领衔翻译 把握营商环境核心要义 为优化营商环境贡献智慧和力量
》
售價：HK$
327.8
《
人形机器人 产业变革商业机遇与未来趋势
》
售價：HK$
96.8
《
没有人能让我不快乐
》
售價：HK$
46.2
《
汉匈战争三百年
》
售價：HK$
97.9
《
中国中世西北民族关系研究
》
售價：HK$
129.8
|
| 編輯推薦： |
|
本教材开辟新路径，在保持知识系统性与理论严谨性的基础上，构建了“应用场景引领—核心技术讲解—动手实践训练—伦理反思提升”四层渐进式结构，突出“贴近现实、可动手操作、有思想深度”，有效填补了目前同类教材中“面向全专业学生、强调实践能力培养”的内容空白。教材以大量日常生活中的真实应用为引导，例如音乐推荐、智能闹钟、地图导航、人脸识别打卡等，贯穿图像分类、自然语言处理、生成式AI等典型技术主题，采用“任务驱动”的方式将抽象算法内化为学生可感知、可参与、可动手的项目任务。全书专设实践章节，帮助学生完成从理论到操作、从工具到产品的完整学习闭环，真正实现“学以致用”。此外，教材在章节末尾安排了系统的伦理思辨内容，专题探讨算法歧视、隐私泄露、模型偏见、AI责任划分等现实问题，引导学生形成科技理性与社会责任的双重视角。本书提供了多个真实案例、社会背景与问题导向的讨论框架，在价值观塑造方面具有明显优势。
|
| 內容簡介： |
|
本书面向高校各专业本科生，强调基础知识的通识性与跨专业适应性，能够有效满足非计算机专业学生对人工智能知识的基本需求，并注重对其应用技能的启蒙培养。内容设置强调基础理论与应用实践并重，鼓励学生通过案例项目深入理解人工智能在智慧生活、智慧医疗、智能交通等现实场景中的实际价值。本书开辟新路径，在保持知识系统性与理论严谨性的基础上，构建了“应用场景引领-核心技术讲解-动手实践训练-伦理反思提升”的四层渐进式结构，突出“贴近现实、可动手操作、富有思想深度”的特色，有效实现了面向各专业学生、强调实践能力培养的目标。本书以大量日常生活中的真实应用为引导，如音乐推荐、智能闹钟、地图导航、人脸识别打卡等，贯穿图像分类、自然语言处理、生成式AI等典型技术主题，采用“任务驱动”的方式将抽象算法内化为学生可感知、可参与、可动手的项目任务。书中专设实践章节，帮助学生完成从理论到操作、从工具到产品的完整学习闭环，真正实现学以致用。此外，本书还安排了系统的伦理思辨内容，探讨算法歧视、隐私泄露、模型偏见、AI责任划分等现实问题，引导学生形成科技理性与社会责任的双重视角。本书提供了多个真实案例、社会背景与问题导向的讨论框架，在价值观塑造方面具有明显优势。在表达方式上，书中采用贴近青年学生语言风格的叙述方式，图文并茂，部分内容还结合AI生成的图像辅助理解，旨在降低阅读门槛，提升学习兴趣。书中既有理论讲解，也有流程图、可视化图表与代码示例，为教学与自学提供良好的支持条件。本书在教材体系设计、内容选取、教学适配性和表达风格方面均体现出鲜明的特色与原创性，是当前人工智能通识教育教材领域兼具系统性、实用性与人文深度的重要创新成果。
|
| 關於作者： |
|
徐子晨??南昌大学数学与计算机学院副院长，教授，博士生导师。美国俄亥俄州立大学博士，入选国家高层次人才计划，江西省“双千计划”青年领军人才计划首批入选者。现任中国计算机学会体系结构专委会常务委员。主要从事人工智能、大数据方面的教研工作，在数据库、系统软件和人工智能领域国际顶级期刊和会议上发表高水平论文60余篇。获10余项国家自然科学基金、科技部重点研发计划、省重点研发计划等纵向基金资助以及华为、腾讯、微软、亚马逊、谷歌等国内外企业横向基金资助。获多项省部级科技奖，其中，基于时空数据的智能政务服务平台成果获江西省科技进步奖一等奖（第一完成人）。曾勍炜??研究员，现任江西省计算机学会副秘书长、国家司法鉴定人（电子数据鉴定）、江西省教育省域网建设工程技术组副组长、江西教育网络安全和信息化专家委员会委员、江西省公安厅信息安全等级保护专家组专家。获省教改重点项目、省科技攻关项目、协同育人项目等多项省、部级课题资助，获高校改革创新奖1项，主编全国信息化计算机应用技术资格认证项目的指定教材2部，取得发明专利2项，担任多个SCI期刊审稿人。杜建强??博士，二级教授，博士生导师。现任南昌大学副校长，中国中医药信息学会副会长，江西省百千万工程人选，江西省高校中青年学科带头人。主要研究领域为医药大数据与人工智能、医学自然语言处理。近年来，先后主持了国家重点研发计划课题、国家自然科学基金等国家级和省部级重点课题近20余项。主持的三项科研成果荣获江西省科技进步奖，主持的教改成果分别获国家优秀教学成果二等奖、省级优秀教学成果一等奖和二等奖。主编全国中医药高等教育“十二五”“十三五”“十四五”规划教材，在国内外重要刊物和学术会议上发表论文160余篇，其中三大索引收录80余篇，获软件著作权30余项，授权发明专利8项。
|
| 目錄：
|
|
目 录推荐序 1推荐序 2前言第 1 章 初识人工智能 11.1 人工智能的定义 11.1.1 智能的定义 21.1.2 机器的智能 51.2 人工智能的发展历程 91.2.1 人工智能的第一个热潮 101.2.2 人工智能的第二个热潮 141.2.3 人工智能的第三个热潮 161.3 人工智能的分类 181.3.1 基于能力的分类 191.3.2 基于学派的分类 221.3.3 基于关键技术的分类 251.4 人工智能的现在和未来 27小结 28习题 29第 2 章 人工智能基础 302.1 人工智能、机器学习和深度学习的关系 302.2 机器学习 312.2.1 机器学习的定义 322.2.2 机器学习的原理 332.3 线性回归与逻辑回归 342.3.1 线性回归 342.3.2 逻辑回归 352.3.3 评估与优化 362.4 深度学习 392.4.1 从“学习”到“深度学习” 392.4.2 深度学习和机器学习的区别 402.4.3 深度学习的崛起 402.4.4 深度学习的灵感来源 412.4.5 深度学习的三大核心层 412.4.6 深度学习的优势与挑战 43小结 43习题 44第 3 章 人工智能核心技术 473.1 计算机视觉 473.1.1 计算机视觉的奠基者 473.1.2 图像采集与表示 513.1.3 计算机视觉任务与问题 533.2 自然语言智能 543.2.1 语音识别 543.2.2 自然语言处理 593.3 生成式人工智能 623.3.1 从判别到生成 633.3.2 工作原理 633.3.3 模态类型 66小结 67习题 67第 4 章 人工智能的应用 684.1 智慧生活 684.1.1 智能家居 684.1.2 智能助理 714.1.3 智能娱乐与个性化推荐 754.2 智慧驾驶 804.2.1 自动驾驶技术 804.2.2 车联网与智能交通系统 844.3 智慧医疗 874.3.1 医疗影像分析与诊断支持 874.3.2 个性化医疗与基因分析 894.3.3 远程医疗与虚拟健康助手 93小结 96习题 96第 5 章 人工智能的提示工程 985.1 提示工程简介 985.1.1 定义与内涵 985.1.2 发展历程 985.1.3 重要性与价值 995.2 提示技巧 1005.2.1 基于样本数量的提示词技术 1005.2.2 基于思考过程的提示词技术 1025.2.3 基于一致性和连贯性的提示词技术 1085.2.4 基于知识和信息的提示词技术 1115.2.5 基于优化和效率的提示词技术 1135.2.6 基于用户交互的提示词技术 1155.3 实际应用 1175.3.1 用人工智能快速生成一份报告 1175.3.2 用人工智能快速制作一张插画 124小结 128习题 128第 6 章 第一个人工智能项目 1296.1 人工智能的编程语言——Python 1296.1.1 Python 简介与特点 1296.1.2 Python 在人工智能中的作用 1306.2 前置知识学习 1326.2.1 Python 相关 1326.2.2 数据预处理 1346.2.3 可视化 1376.2.4 深度学习框架 1416.3 项目概述 1416.3.1 项目背景与意义 1426.3.2 技术选型与实现框架 1426.3.3 学习目标 1426.4 从数据集处理开始 1426.4.1 数据导入与查看 1436.4.2 数据预处理 1466.4.3 数据加载与批次处理 1486.5 深度学习模型构建 1536.5.1 硬件设备配置 1546.5.2 模型结构定义 1546.5.3 设置学习目标与优化策略 1576.5.4 训练流程定义 1586.5.5 测试流程定义 1596.6 正式开始训练模型 1606.6.1 设置训练参数与初始化记录 1606.6.2 执行训练、测试循环 1616.7 测试模型 1636.7.1 训练与验证结果的可视化 1636.7.2 生成混淆矩阵 1656.7.3 生成评估报告 169小结 172习题 172第 7 章 关于人工智能的思考 1737.1 人工智能的算法歧视问题 1737.1.1 算法歧视的概念和具体表现 1737.1.2 算法歧视的成因 1747.1.3 解决算法歧视的对策 1787.2 人工智能的隐私问题 1807.2.1 数据隐私与人工智能的关系 1807.2.2 保护数据隐私的技术与法规 1817.3 人工智能的责任与监管问题 1847.3.1 人工智能决策中的责任归属问题 1847.3.2 人工智能的监管与安全保障 187小结 189习题 189附录 专业名词解释 190习题答案 194
|
| 內容試閱：
|
|
前言在日常生活中，当提及人工智能时，许多人脑海中可能会浮现这样的画面：有一个可爱的机器人在房间里热情地跟你打招呼，仿佛一位贴心的管家；到了饭点，它在厨房中熟练地搅拌锅中的食材，烹饪美味佳肴；当人们享用完美食后，它又将碗碟收拾好，到水池边清洗；或是用灵巧的手帮忙整理床铺，让房间整洁如新。这些场景似乎勾勒出了人们想象中人工智能的模样，充满了科幻感与趣味性。然而，实际上，人工智能的形态和应用远比这些想象更加丰富多样且贴近人们的生活。 它可能隐藏在手机语音助手背后，默默地为人们安排日程、解答疑问；也可能存在于电商平台的推荐系统中，根据用户的浏览和购买习惯，精准地为用户推送可能感兴趣的商品；还可能融入交通信号灯的控制系统里，优化城市交通流量，减少拥堵。人工智能已经在不知不觉中渗透到生活的各个角落，并持续改变着人们的生活方式。2022年，ChatGPT的出现引发了全球范围的关注，成为人工智能领域的一个标志性事件，其影响力远远超出了技术圈，渗透到了教育、商业、媒体等多个行业。它以强大的自然语言处理能力和生成能力，彻底改变了人们对传统 AI 助手的认知，重新定义了人机交互的方式，甚至对某些职业的工作模式产生了深远影响。2025年，DeepSeek的出现再次掀起人工智能的热潮，引发了一场生产力变革。开源的 DeepSeek不仅在技术上实现了跨越式突破，还在应用场景、商业化模式和社会影响上展现出更强大的潜力。各大互联网公司、云厂商、芯片厂商、政务部门等纷纷宣布接入或适配 DeepSeek，一款国民级的人工智能应用就此诞生。从身边的种种改变不难看出，人工智能正以不可阻挡之势全面渗透着人们的生活，助力各行各业的发展。生活中的人工智能要在人们的日常生活中探寻人工智能的踪迹，也许可以从清晨的闹钟说起。第一台个人机械闹钟发明于1787年，它可以在每天凌晨四点钟准时响起。而闹钟演化至今已出现了各种功能和形态。现在人们使用较多的闹钟是手机中内置的App，这些已经十分成熟的闹钟 App，除了更加便捷外，也更加智能。有些闹钟App可以通过记录用户平时的睡眠习惯和起床困难程度，给用户量身定做闹铃音乐、给出起床时间的建议。这些都依赖于人工智能的算法，更先进的算法能为用户提供更加科学、定制化的闹铃体验。2024年10月，任天堂发布了一款形态可爱的交互式闹钟Alarmo。它的一切设计都是为了让起床变得更加有趣，所以除了最基本的操作按钮外，该闹钟还内置了运动传感器，可以监测并识别人的动作、手势。它的闹铃服务分为多个阶段，如果传感器识别到用户在前一阶段的闹铃结束后仍然躺在床上，它会切换播放让人更紧张、更激烈的闹铃音乐，灯光效果也会逐次变化，直到识别出用户起床才会停止，甚至在用户起床后还会播放一段庆祝的音乐。而用户姿态的识别离不开人工智能，机器能读懂用户的姿态再进行下一步的决策。这台闹钟甚至可以在用户起床又犯懒回到床上时进行二次叫醒。除了基本的叫醒功能，Alarmo还可以通过分析用户睡眠模式，推算出用户最佳的起床时间。它考虑了用户习惯、日历事件，甚至天气预报，这样可以让用户醒来时神清气爽地迎接新的一天。这种高度个性化的定制都得益于人工智能算法，这些算法会随着时间推移不断学习并做出调整。在起床后的无聊洗漱时间，用户也许会希望播放音乐来缓解疲乏。现在的音乐App除了基本的随机播放、循环播放模式外，还有一种特殊的播放模式——心动模式，在这种模式下，App好像总能播放用户当下想听的歌。这个功能的实现也依赖于人工智能的算法。每个人在互联网上的动作都构成了一幅用户画像，基本用户信息构成了App对用户最初的认知。在用户使用音乐App的过程中，App会通过用户的轨迹不断地学习用户的行为，比如用户最近常听的歌曲、喜欢的曲风、喜欢的歌手、选择的语种等，再利用大数据推荐相似的歌曲。有的算法还会将天气、时间和地域等因素考虑进去，让歌曲的播放选择更加智能。比如在清晨洗漱时播放的歌曲可能更偏向明朗轻快的风格，让人们跟随音乐的节奏清醒过来；而在夜晚可能更偏向播放舒缓轻柔的音乐，让人们能够跟随音乐缓缓进入梦乡。有的音乐App还有运动模式，可以为用户找到适合不同运动频率的音乐，比如快跑和瑜伽会适配不同类型的音乐，通过音乐来辅助运动，让一些单人运动不再无聊。除了能猜到用户想听什么歌曲，音乐App还能为用户找到歌曲的名字。这个功能就是听歌识曲，更进一步的功能还有哼歌识曲。前者是指通过直接听外放的音乐来识别歌曲，比如人们偶然听到了一首好听的歌曲，迫切地想知道这首歌曲的名字，就可以迅速拿出手机打开音乐 App 的听歌识曲功能进行识别；后者则是通过哼唱旋律让App进行识别，准确率通常没有前者高。这里都使用了人工智能中的音频识别技术，该技术让机器能够“听懂”音乐，通过音频的识别与分析，找到与其相近的歌曲，并将结果反馈给用户。洗漱完毕后，就该踏上上班或上学的道路了。无论是开车还是走路，人们通常会使用地图导航App来为自己找到适合的路线。导航App会根据起点和终点为用户推荐不同的路线。当然，仅仅根据起点和终点规划路线是不够的，人们希望App能给出更符合当前路况的实时推荐。所以地图导航App还会结合时间、车流量等实时路况来进行路线方案的调整。当然，用户的习惯也是很重要的一个因素，所以选择熟悉的路段也是App推荐路线的一种偏向。这些元素都是人工智能的路线推荐算法输入，而输出则是App对于路线的分析与选择。当人们讨论某款地图导航App是否更加“智能”的时候，其实更多的是在讨论它推荐的路线是否更加贴近现实情况，能让用户在更加快捷、舒服的状态下抵达目的地。地图导航App发展至今，已经可以做到为用户推荐精细到车道这个程度的方案了，让用户尽早地远离拥堵路段、车道。地图导航App还会显示实时的交通信号灯信息，在用户等待红灯时，为其展示“读秒”倒计时。这个功能听起来只需要接入交管系统，让其为App提供数据即可，但现实中要实现该功能则困难得多。首先，各个省的交管系统不是互通的，要将这些不同系统中的信息整合起来是一个大工程。其次，只通过笼统的规则信息推算是不够的，要做到“读秒”如此精细的程度，需要让交通信号灯联网，才能上传实时的数据，使App的信息和实际的信号灯同步。但是实现如此庞大数量信号灯的联网又是一个巨大的工程，无论是为后建的信号灯设计联网功能，还是改造原来的老旧信号灯，都不是容易的事。那么在交通信号灯全面达成“智能化”前，地图导航App如何实现信号灯的“读秒”功能呢？答案是人工智能的预测算法。交通信号灯本身具有预设的运行机制，通常遵循固定周期或根据车流量进行调整。导航App通过采集匿名用户的行车数据（如车辆启停状态、位置移动轨迹），结合历史信号周期规律和实时交通流变化，运用人工智能算法推算出倒计时预测值，从而不断缩小倒计时预测值与真实值之间的偏差。当然，这是根据用户行为和道路状况进行推算的预测算法，有时会与实际情况不同。所以App上显示的秒数和实际看到的秒数不一致也是常常会发生的事情。到达目的地后，上班族要做的第一件事情是打卡。现在常用的打卡方式是指纹打卡和刷脸打卡。以人脸打卡为例，用户在一个打卡机器前站立，它瞬间就能识别该用户脸的位置并框选出来，显示识别到的用户信息。这里用到了两个人工智能技术，即人脸检测和身份识别。前者是指在摄像头捕获到的画面中检测是否有人脸，并得到它的位置信息；后者则是指在前者的基础上，识别人脸区域内的这个人具体是公司中的哪一位工作人员。根据安全等级的不同，可能会使用不同的摄像头与算法，比如安全等级较低的打卡可能以2D的彩色图像作为输入源进行识别，而进入一些机密区域则需要深度相机拍摄的深度图像作为输入源，并使用更好的算法来保证更高的识别率。智能手机的人脸解锁功能也使用了同样的技术。人们在学习和工作中总会遇到让人苦恼的难题，也在寻找让学习和工作更智能化的方式。如今，人工智能助手给工作方式带来了巨大的变革。早期的智能语音助手内置在手机中，为人们提供帮助，它们能做到的事情有限，例如打电话、定闹铃、打开App等，但是简单的功能也用到了人工智能的技术，比如语音识别，手机需要在听到音频时，借助特定的算法识别出这是一条指令，之后才能做后续的事情。进入大模型智能时代，人工智能助手的定义变得更加宽泛，它的使用频率也显著增加。一个标志性的产品是前文所提到的 DeepSeek，用户可以在对话框中与它聊天来寻求问题的答案。和以往普通的对话助手不同，它并不是只依赖于“关键词”的触发，而更像是“理解”了人们说的话之后才给出相应的答案。让机器能“看懂”用户的文字，这就用到了人工智能中的自然语言处理技术，而机器要生成答案给用户则用到了生成式人工智能技术。本书会逐一为大家讲解这些技术。人工智能助手可以处理许多事情，例如生成一份个性化定制的菜谱、帮助用户生成实现某种功能的代码、生成工作总结等。总之，遇到难题时尝试问一问人工智能助手，也许能得到解决问题的灵感。近些年，人工智能助手飞速发展，已经可以做到处理多种数据源的输入并输出多种类型的回答，这就是多模态。除了文字的解答，现在的人工智能助手还能与用户进行自然的对话，甚至能通过语气判断用户的情绪从而给出不一样的对话内容。利用人工智能中的音频生成技术，可以生成不同性别、口音、语气，以及停顿自然的语音回答，让人们感觉更像在和一个“真人”交谈。这样智能又自然的交互方式衍生出许多种用法，例如：让人工智能助手充当英语老师，陪用户练习口语，实时地纠正错误的语法和读音；让人工智能助手扮演面试官，锻炼用户的面试技巧，让用户在实际面试中发挥得更好。除了工作和学习，娱乐领域也处处是人工智能的身影。为了吸引用户持续地使用，各类社交娱乐 App 会将用户感兴趣的内容推送到首页。这与音乐 App 的原理类似。App利用人工智能算法不断地学习用户的喜好，根据用户的搜索历史、停留时间、评论/点赞/收藏等互动信息，进一步刻画用户的画像，以便推送用户更喜欢的内容。人们会发现，当频繁点击或者最近搜索过某些内容后，再次刷新 App 首页时出现的大多是与这些关键词相关的内容，而用户在一段时间内不去点击相关信息，或者主动按下“不感兴趣”的按钮后，这些内容出现的频率就会降低。之所以人们总感觉看视频停不下来，是因为人工智能和大数据在不断地推送他们感兴趣的内容。购物 App 中的“猜你想买”也使用了类似的技术，App 根据用户最近搜索或浏览的物品、买过的物品、收藏过的物品、购物车中的物品等信息来预测用户可能想买的东西，展示给用户，以此来刺激消费。所以每个人的购物 App 首页都是不一样的，甚至搜索结果页面也是不一样的。用同样的关键词搜索出来的内容，根据用户的消费水平和喜好而有所不同，所以不同的人搜索同样的物品，页面中展示出来的商品差别很大也不足为奇。另外，购物 App 中利用人工智能的虚拟试衣技术，让消费者无须亲自试穿，就能在屏幕上直观看到不同款式、颜色的服装穿在自己身上的效果。通过对用户身材数据的精准采集和 3D 建模技术，结合人工智能算法，系统能够模拟出服装的真实穿着形态和动态效果，极大地提升了购物的便捷性与趣味性，同时也减少了因尺码、款式不合适而导致的退换货情况。有些娱乐相关的“黑科技”也是因为加入了人工智能的助力才会如此便捷和神奇。比如一些图像处理软件可以实现一键去除水印、区域重绘、抠图、物体消除、人物特效等，这些功能都使用了计算机视觉相关的技术。处理之后的图片比以前更自然、更真实，也更贴近用户的需求，让一些曾经需要专业图像处理技术或绘画技术才能满足的需求，现在能够“傻瓜式”地一键完成。再如一些可以发弹幕的视频软件。如果一个视频弹幕太多，可能会遮挡住视频的主体内容，给用户带来不好的体验。现在有了弹幕环绕模式，弹幕会飘在视频主体人物周围，在关键区域就隐藏起来，就像把人物“抠”了出来。这样既不影响用户观看视频内容，用户也不会错过有趣的弹幕讨论。人工智能技术已经渗透到人们衣食住行的各个方面。从清晨被智能闹钟唤醒，到伴着契合心情的音乐洗漱，再到依靠精准导航奔赴目的地，在工作学习时借助人工智能助手排忧解难，在休闲娱乐时沉浸于个性化推送带来的愉悦体验，人工智能正以润物细无声的方式全方位地影响着人们的生活。它不仅改变了人们的生活方式，更拓宽了人们对未来生活的想象空间，让人们的生活变得更加高效、便捷、舒适和丰富多彩。本书内容概述本书作为通识类课程教材，适用于所有专业的本科生、研究生，以及对人工智能感兴趣的初学者。本书旨在引导读者了解人工智能的基础概念、技术原理及应用场景，为读者提供一个关于人工智能的全面视角，从基础理论到技术实践，再到伦理考量，涵盖了人工智能的全貌。本书为南昌大学本科立项建设教材，成文过程得到了易寒箫、邱睿韫两位老师的协助研讨以及他们宝贵的意见和建议，文稿整理得到了赵劲、钟咏涛、龚傲、吴琳鑫、易炜涵、周子祺、郑浩男、程子乾等同学的帮助，在此一并感谢。本书首先从计算的渊源讲起，探索智能行为的起源，进而介绍人工智能的分类和发展历程，并讨论人工智能在现代社会中的应用，然后深入探讨机器学习、深度学习等人工智能基础概念，以及计算机视觉和自然语言处理等核心技术，为后续学习打下坚实的基础。通过广泛且贴近生活的例子，让读者能够对身边的人工智能有更加深刻的认识，感受人工智能带来的便捷与变革。通过实践案例，如图像分类项目，读者将亲自参与到数据集的处理以及模型的选择、训练、评估等环节中，以加深对 AI 技术应用的理解。最后讨论算法歧视、隐私忧虑、责任与监管等问题，引导读者多方位地思考人工智能带来的伦理挑战，培养读者的社会责任感和伦理意识。编著者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
