日韩精品一区二区三区在线视频放-无码中文字幕V?一区二区-成年片免费观看视频-国内少妇人妻丰满av-国产精品中文字幕免费观看-亚洲成人久久一区二区三区-国内少妇偷人精品视频无缓冲-一区二区国产精品日本一区二区三区在线网

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

RAGless:從RAG到零LLM API運(yùn)行時(shí)成本的知識(shí)庫(kù)檢索新思路

RAGless:從RAG到零LLM API運(yùn)行時(shí)成本的知識(shí)庫(kù)檢索新思路 從 RAG 到 RAGless這個(gè)詞最近在檢索增強(qiáng)生成這個(gè)圈子里逐漸熱了起來(lái)。我在瀏覽 Hacker News 時(shí)看到一個(gè)很有意思的項(xiàng)目標(biāo)題Show HN: RAGless – similar to RAG, but $0 LLM API costs at runtime。第一反應(yīng)是懷疑第二反應(yīng)是覺(jué)得這個(gè)視角很值得展開(kāi)聊聊。長(zhǎng)期做知識(shí)庫(kù)問(wèn)答、客服機(jī)器人、內(nèi)部文檔檢索的同學(xué)應(yīng)該都有體會(huì)RAG 本身并不難搭難的是 runtime 階段的 LLM API 費(fèi)用像流水一樣出去尤其當(dāng)知識(shí)庫(kù)復(fù)雜、用戶問(wèn)題多、單次上下文又很長(zhǎng)的時(shí)候賬單會(huì)迅速變得不可控。RAGless 這個(gè)名字想表達(dá)的并不是“不需要大模型”也不是“比 RAG 更聰明”而是把成本發(fā)生的位置做了一次關(guān)鍵遷移盡量把開(kāi)銷留在離線和索引階段讓 runtime 階段不再依賴外部 LLM API。這篇文章我會(huì)圍繞 RAGless 這個(gè)思路做一次系統(tǒng)的拆解。我們會(huì)先理清 RAG 到底貴在哪再討論 RAGless 的實(shí)現(xiàn)原理與適用邊界最后帶大家用本地向量檢索的方式落地一個(gè)最小可運(yùn)行 Demo。通過(guò)這個(gè) Demo哪怕你不調(diào)用任何商用 LLM API也可以讓用戶通過(guò)自然語(yǔ)言查到自己知識(shí)庫(kù)里的準(zhǔn)確答案。適合正在做知識(shí)庫(kù)問(wèn)答、剛接觸 RAG、或者被 LLM API 賬單困擾的開(kāi)發(fā)者閱讀。1. RAG 與 RAGless先搞清楚兩個(gè)概念1.1 傳統(tǒng) RAG 的工作流程RAG 的全稱是 Retrieval-Augmented Generation也就是檢索增強(qiáng)生成。它的核心目的是讓大語(yǔ)言模型在回答問(wèn)題時(shí)能夠參考外部知識(shí)庫(kù)中檢索出來(lái)的內(nèi)容而不是只依賴模型自身的參數(shù)記憶。一個(gè)標(biāo)準(zhǔn) RAG 流程通常包含四個(gè)階段。第一階段是文檔預(yù)處理。我們需要把 PDF、Word、Markdown、數(shù)據(jù)庫(kù)表等不同來(lái)源的文檔讀出來(lái)做清洗、段落切分去掉頁(yè)眉頁(yè)腳、表格噪聲等無(wú)關(guān)內(nèi)容。第二階段是索引構(gòu)建。將切分好的文本塊通過(guò) Embedding 模型轉(zhuǎn)化為向量然后寫(xiě)入向量數(shù)據(jù)庫(kù)例如 Milvus、Qdrant、Elasticsearch、pgvector或者內(nèi)存中的 FAISS 索引。第三階段是查詢檢索。當(dāng)用戶輸入問(wèn)題時(shí)我們需要先把問(wèn)題也轉(zhuǎn)成向量然后去向量庫(kù)或索引中做相似度搜索召回與問(wèn)題最相關(guān)的一批文檔片段。第四階段是增強(qiáng)生成。把召回的片段、用戶問(wèn)題、系統(tǒng)提示詞一起拼進(jìn) Prompt送給 LLM由 LLM 總結(jié)生成一段自然語(yǔ)言回答。RAG 之所以受歡迎是因?yàn)樗戎苯邮褂么竽P投嗔艘粋€(gè)“外部記憶”通道回答更有依據(jù)相對(duì)不容易胡編亂造知識(shí)也能及時(shí)更新。所以無(wú)論是個(gè)人知識(shí)庫(kù)、企業(yè)客服機(jī)器人還是輔助研發(fā)文檔搜索大家都會(huì)優(yōu)先考慮這套方案。1.2 RAG 的成本到底花在了哪里很多教程里只會(huì)告訴你 RAG 能夠提高回答準(zhǔn)確性卻很少明確告訴你傳統(tǒng) RAG 的 runtime 階段也就是用戶每發(fā)起一次提問(wèn)時(shí)都包含一次甚至多次 LLM API 調(diào)用。舉個(gè)例子用戶問(wèn)了一句“我們公司請(qǐng)假流程是什么”系統(tǒng)先要調(diào)用向量檢索拿到 5 個(gè)片段然后把問(wèn)題、片段、系統(tǒng)提示詞拼成一個(gè)很長(zhǎng)的 Prompt發(fā)給 LLM。LLM 返回結(jié)果以后還需要把這 5 個(gè)片段一起計(jì)入輸入 token。假設(shè)平均每個(gè)片段 300 token5 個(gè)片段就是 1500 token再加上指令、歷史記錄單次請(qǐng)求的輸入可能接近 2200 token輸出可能又是幾百 token。這個(gè)成本并不僅僅體現(xiàn)在單價(jià)上它還會(huì)被以下因素放大。第一用戶量和提問(wèn)次數(shù)會(huì)持續(xù)增加成本線性甚至非線性增長(zhǎng)。第二Context 越長(zhǎng)輸入 token 越多成本越高。第三一旦引入 Agent、ReAct、多輪規(guī)劃等機(jī)制一次用戶提問(wèn)可能觸發(fā)好幾次 LLM API 調(diào)用成本成倍上漲。第四LLM API 的調(diào)用還有延遲、頻控、網(wǎng)絡(luò)抖動(dòng)的問(wèn)題高并發(fā)下體驗(yàn)不穩(wěn)定。所以當(dāng)你看到 RAGless 標(biāo)題中$0 LLM API costs at runtime這幾個(gè)字時(shí)應(yīng)該已經(jīng)明白它是在針對(duì)以上這些痛點(diǎn)做文章不否認(rèn)離線構(gòu)建有成本不否認(rèn)場(chǎng)景有限制但希望在運(yùn)行時(shí)把外部 API 調(diào)用請(qǐng)求降為 0。1.3 RAGless 的核心思想把“生成答案”改成“定位答案”如果你只是想從知識(shí)庫(kù)里找到一個(gè)明確的事實(shí)比如“項(xiàng)目上線時(shí)間”“服務(wù)器地址”“報(bào)銷標(biāo)準(zhǔn)”其實(shí)并不需要讓大模型現(xiàn)場(chǎng)寫(xiě)一篇小作文。你真正需要的是把問(wèn)題定位到知識(shí)庫(kù)中最相關(guān)的某一段或某幾段內(nèi)容然后原樣呈現(xiàn)給用戶。這就是 RAGless 的核心思想查詢時(shí)不調(diào)用 LLM 來(lái)重新表達(dá)和生成而是直接通過(guò)檢索系統(tǒng)返回最匹配的原文片段讓用戶在原文中找到答案。用一句話說(shuō)RAG 是“檢索 閱讀 組織 生成答案”RAGless 是“檢索 定位 返回原文片段”。這是不是完全沒(méi)有 LLM 參與呢也不一定。在離線階段完全可以借助 LLM 對(duì)文檔做摘要、提煉關(guān)鍵詞、生成別名、構(gòu)建知識(shí)圖譜等。只不過(guò)這些成本一次性發(fā)生不會(huì)因?yàn)槟忝刻於鄦?wèn)了 1 萬(wàn)次而持續(xù)增加。這就把“查詢成本”替換成“索引成本”把“按次付費(fèi)”變成了“固定投入”。1.4 RAGless 的適用與不適用場(chǎng)景RAGless 并不適合所有場(chǎng)景但它適合很大一部分真實(shí)業(yè)務(wù)。先說(shuō)適合的場(chǎng)景。企業(yè)制度文檔查詢“年假怎么休”“報(bào)銷限額是多少”“客戶歸屬如何判定”答案本來(lái)就在制度原文中。產(chǎn)品幫助文檔 / FAQ用戶問(wèn)“如何重置密碼”直接把操作步驟對(duì)應(yīng)的原文片段返回效果非常直接。法律、醫(yī)療、金融等強(qiáng)合規(guī)領(lǐng)域只返回原文不額外生成衍生內(nèi)容反而更可控。那不適合的場(chǎng)景有哪些呢需要跨文章、跨片段進(jìn)行多跳推理的問(wèn)題比如“A 部門(mén)規(guī)定和 B 部門(mén)規(guī)定沖突時(shí)怎么辦”。需要把多個(gè)信息匯總后改寫(xiě)為一段綜述的問(wèn)題比如“分析一下近三個(gè)季度銷售額變化的原因”。用戶缺乏閱讀耐心或者非技術(shù)人員需要口語(yǔ)化答案的場(chǎng)景。理解這一點(diǎn)非常重要因?yàn)樗鼪Q定了這個(gè)思路能走多遠(yuǎn)也避免我們看到一個(gè)新概念后就盲目替換自己已經(jīng)做好的整套系統(tǒng)。2. 為什么運(yùn)行時(shí) LLM API 成本值得被單獨(dú)討論2.1 一次問(wèn)答的隱性成本如何計(jì)算很多剛開(kāi)始做 RAG 的開(kāi)發(fā)者在自測(cè)階段不會(huì)覺(jué)得貴因?yàn)橐惶炜赡苤粶y(cè)試幾十次??梢坏┫到y(tǒng)上線或者做成內(nèi)部工具服務(wù)上百個(gè)員工問(wèn)題量會(huì)迅速上升。假設(shè)我們做一個(gè)非常粗略的計(jì)算模型用戶每天提問(wèn) 10000 次每次請(qǐng)求上下文包含若干文檔片段折合輸入約 2000 token輸出長(zhǎng)度約 300 token那么單日 token 消耗約為 2000 萬(wàn)輸入 300 萬(wàn)輸出。把這個(gè)量換算成收費(fèi) API 的計(jì)費(fèi)不同模型價(jià)格差異很大你只需要把上面的 token 數(shù)乘以每千 token 單價(jià)就能算出可觀的月賬單。更麻煩的是多輪對(duì)話。為了保持上下文一致許多 RAG 應(yīng)用會(huì)把用戶歷史聊天記錄也一并發(fā)送到 API這讓單次輸入的 token 數(shù)越來(lái)越膨脹。加上檢索到的片段本身通常沒(méi)有做太多剪枝用戶問(wèn)第三輪、第四輪時(shí)Prompt 已經(jīng)變得又長(zhǎng)又臃腫而大部分歷史內(nèi)容與當(dāng)前問(wèn)題沒(méi)有直接關(guān)系屬于無(wú)效支出。相對(duì)而言如果把運(yùn)行時(shí)方案換成“向量檢索 原文片段返回”成本主要落在本地的 CPU/GPU 計(jì)算與向量相似度計(jì)算上。沒(méi)有 API 調(diào)用自然也就沒(méi)有 token 賬單、沒(méi)有并發(fā)超限、沒(méi)有外網(wǎng)鏈路延遲。2.2 除了錢(qián)還有延遲、穩(wěn)定性與隱私“runtime 零 LLM API 成本”帶來(lái)的另一個(gè)好處是延遲可控。調(diào)用外部大模型 API 通常需要幾百毫秒到幾秒不等受網(wǎng)絡(luò)狀況和模型負(fù)載影響。向量檢索則更快在小規(guī)模數(shù)據(jù)集中一次本地向量檢索可能只需要幾十毫秒。對(duì)于知識(shí)庫(kù)條目比較固定、答案要求即時(shí)返回的場(chǎng)景這種體驗(yàn)差異很重要。穩(wěn)定性也一樣重要。商用 API 有頻控、限流、服務(wù)故障、模型下線的風(fēng)險(xiǎn)。你在本地做向量檢索只要索引沒(méi)壞、服務(wù)能啟動(dòng)查詢性能就是穩(wěn)定可預(yù)期的。還有一個(gè)不可忽視的點(diǎn)是數(shù)據(jù)安全。很多企業(yè)知識(shí)庫(kù)內(nèi)容很敏感不適合發(fā)給外部 API。RAGless 如果只靠本地向量化與本地檢索那么用戶問(wèn)題與文檔內(nèi)容都可以不出內(nèi)網(wǎng)。它在隱私合規(guī)上顯然更加友好。2.3 從 RAG、Agentic RAG 到 RAGless 的路線變化如果觀察 RAG 的發(fā)展趨勢(shì)你會(huì)發(fā)現(xiàn)今年的熱點(diǎn)其實(shí)有兩條路線。一條是 Agentic RAG也就是讓 Agent 自主規(guī)劃?rùn)z索策略決定先查哪個(gè)庫(kù)、拆解成幾個(gè)子問(wèn)題、調(diào)用哪類工具然后多輪迭代。這條路能處理更復(fù)雜的問(wèn)題但 token 消耗和延遲也成倍增加。另一條就是 RAGless 這種“降本路線”。它把能離線做成的事情盡量離線完成把 runtime 階段需要實(shí)時(shí)調(diào)用的智能能力降到最低。它不追求用一次昂貴的大模型調(diào)用解決所有問(wèn)題而是承認(rèn)大量用戶真實(shí)問(wèn)題其實(shí)都是“查找類問(wèn)題”。所以RAGless 并不是 Agentic RAG 的反義詞也不是要否定大模型生成的潛力。它是一種適合固定知識(shí)域、高頻查詢場(chǎng)景的工程權(quán)衡方案。3. RAGless 的核心原理拆解3.1 離線階段把知識(shí)庫(kù)處理成“可檢索的答案片段”既然 runtime 不再有大模型幫你總結(jié)歸納那么離線階段就更需要精心設(shè)計(jì)文檔結(jié)構(gòu)。核心目標(biāo)之一是讓知識(shí)庫(kù)中的文本切塊盡可能獨(dú)立成“一個(gè)可作答的片段”。舉一個(gè)反例如果文檔以連續(xù)三段長(zhǎng)文存儲(chǔ)檢索模塊命中之后返回的是整整三千字用戶根本看不清答案。切分策略要考慮句子邊界、段落邊界、標(biāo)題層級(jí)還要盡可能避免把語(yǔ)義相關(guān)的上下文切開(kāi)。所以在 RAGless 中文檔切分不是可有可無(wú)的預(yù)處理而是決定檢索質(zhì)量的基礎(chǔ)設(shè)施。更進(jìn)階的做法是在切分前用規(guī)則或模型給文檔生成一個(gè)結(jié)構(gòu)化摘要或者把每個(gè)片段附上來(lái)源、標(biāo)題、上下文檔信息。這樣檢索返回的不只是“一段文字”而是一個(gè)帶來(lái)源的答案卡片。3.2 索引階段本地 Embedding 與多維索引如果希望用戶用自然語(yǔ)言檢索那還是需要把文本轉(zhuǎn)換成向量。向量模型可以完全運(yùn)行在本地或內(nèi)網(wǎng)例如使用開(kāi)源的 Sentence-BERT 系列模型。這一步不需要調(diào)用外部 LLM API。在數(shù)據(jù)規(guī)??煽氐那闆r下我們甚至可以直接把向量存入內(nèi)存使用 NumPy 做矩陣內(nèi)積。當(dāng)數(shù)據(jù)量達(dá)到百萬(wàn)級(jí)時(shí)再考慮 FAISS、Milvus、Qdrant 等專業(yè)索引。除了向量索引還可以同時(shí)構(gòu)建倒排索引用于關(guān)鍵詞檢索這樣后續(xù)可以做向量與關(guān)鍵詞的混合排序彌補(bǔ)向量模型對(duì)專業(yè)名詞、縮略語(yǔ)可能不敏感的問(wèn)題。3.3 查詢階段雙路召回取代 LLM 生成用戶輸入問(wèn)題之后系統(tǒng)會(huì)把問(wèn)題向量化然后與索引中的文檔向量做相似度比對(duì)得到 top-k 候選。這一步的關(guān)鍵在于 Query 的理解質(zhì)量如果只做向量檢索可能出現(xiàn)“語(yǔ)義相近但關(guān)鍵詞不匹配”的召回缺失。所以很多工程實(shí)現(xiàn)會(huì)采用雙路召回一路做 Dense Vector Search也就是向量檢索另一路做稀疏檢索如 BM25。最后在重排階段合并兩路結(jié)果。由于不需要把候選片段發(fā)給大模型讓模型閱讀后重新組織語(yǔ)言整個(gè)查詢鏈路就是“向量化 Query 相似度計(jì)算 排序 結(jié)果格式化”。哪怕每天 10 萬(wàn)次查詢主要開(kāi)銷也只是計(jì)算資源而不是 token。3.4 常見(jiàn)誤區(qū)RAGless 不是“不用 LLM”理解 RAGless 的時(shí)候很容易走極端這是需要特別注意的。RAGless 不是反對(duì) LLM也不是說(shuō)所有 LLM 都完全沒(méi)有參與。它真正反對(duì)的是“用戶在運(yùn)行時(shí)每次提問(wèn)都必須調(diào)用一次 LLM API”這種按次付費(fèi)的模式。在離線階段LLM 依然很有價(jià)值。比如對(duì)文檔做糾錯(cuò)和改寫(xiě)讓文本更適合檢索自動(dòng)提取文檔關(guān)鍵詞和同義詞增強(qiáng)召回將長(zhǎng)文檔拆成結(jié)構(gòu)化問(wèn)答對(duì)識(shí)別文檔中的實(shí)體、時(shí)間、人物關(guān)系補(bǔ)充到索引中為文檔片段生成摘要作為檢索結(jié)果的卡標(biāo)題。這些任務(wù)可以批量執(zhí)行也可以定時(shí)增量執(zhí)行成本是可控的。一次預(yù)計(jì)算多次使用這是把“智能能力”用在刀刃上的做法。4. 環(huán)境準(zhǔn)備與原型方案設(shè)計(jì)4.1 方案整體架構(gòu)在實(shí)際動(dòng)手寫(xiě)代碼前我們先明確一下這個(gè)最小 Demo 的整體鏈路。它由下面幾部分組成文檔源存放少量測(cè)試文檔用來(lái)模擬企業(yè)知識(shí)庫(kù)。文本加載器讀取 JSON 格式的文檔內(nèi)容并切分為多個(gè)片段。本地向量化模型將片段文本映射成固定長(zhǎng)度的向量。向量索引模塊將向量保存到一個(gè)矩陣中并提供相似度查詢。檢索查詢?nèi)肟诎延脩糇匀徽Z(yǔ)言問(wèn)題轉(zhuǎn)化為向量返回最相關(guān)的幾個(gè)片段。整體查詢流程如下用戶輸入問(wèn)題系統(tǒng)調(diào)用同一個(gè)本地模型生成問(wèn)題向量系統(tǒng)計(jì)算問(wèn)題向量與所有文檔片段的向量余弦相似度系統(tǒng)按相似度從高到低排序返回前 k 個(gè)片段附帶標(biāo)題與文檔編號(hào)用戶直接閱讀原文片段不需要再經(jīng)過(guò)大模型生成。你會(huì)發(fā)現(xiàn)整個(gè)流程沒(méi)有任何外部 API 調(diào)用所以從理論上說(shuō)運(yùn)行時(shí)不會(huì)產(chǎn)生 LLM API 費(fèi)用。這個(gè) Demo 規(guī)模很小不追求做完整搜索引擎但足以展示 RAGless 與標(biāo)準(zhǔn) RAG 在運(yùn)行機(jī)制上的差異。4.2 技術(shù)選型與版本說(shuō)明我選擇 Python 3.9 以上版本作為示例環(huán)境主要依賴如下sentence-transformers用于加載本地 Embedding 模型numpy用于存儲(chǔ)向量矩陣并做相似度計(jì)算json和rePython 標(biāo)準(zhǔn)庫(kù)用于數(shù)據(jù)讀取和文本切分。版本需要根據(jù)你的項(xiàng)目實(shí)際情況調(diào)整本文示例以常見(jiàn)環(huán)境為例重點(diǎn)演示配置思路。如果你之前沒(méi)有安裝sentence-transformers可以執(zhí)行下面的命令安裝pip install sentence-transformers numpy這里要提醒一下sentence-transformers第一次加載模型時(shí)會(huì)從模型倉(cāng)庫(kù)下載模型文件因此需要網(wǎng)絡(luò)能夠正常訪問(wèn)模型下載地址。如果網(wǎng)絡(luò)環(huán)境不允許可以提前下載好模型文件并加載本地路徑或者更換成你內(nèi)網(wǎng)可訪問(wèn)的模型源。具體模型名稱也需要根據(jù)實(shí)際環(huán)境調(diào)整。4.3 示例項(xiàng)目目錄為了后文講解清晰我們先把項(xiàng)目結(jié)構(gòu)定義好ragless-demo/ ├── data/ │ └── docs.json ├── src/ │ ├── loader.py │ ├── embedder.py │ ├── search.py │ └── app.py └── requirements.txtdocs.json存放原始業(yè)務(wù)文檔一條記錄代表一篇文檔。src/loader.py負(fù)責(zé)加載文檔并切分片段。src/embedder.py負(fù)責(zé)本地向量化。src/search.py負(fù)責(zé)向量索引和 Top-K 檢索。src/app.py提供命令行問(wèn)答入口。5. 從零實(shí)現(xiàn)一個(gè) RAGless 最小可運(yùn)行 Demo5.1 準(zhǔn)備測(cè)試文檔我們先創(chuàng)建數(shù)據(jù)文件data/docs.json內(nèi)容模擬一個(gè)企業(yè)知識(shí)庫(kù)中的幾條規(guī)范說(shuō)明。這里我加入了一些與 RAG、文檔管理相關(guān)的內(nèi)容方便觀察檢索結(jié)果是否合理。{ documents: [ { id: doc-001, title: RAG 的基本流程, content: RAG 是檢索增強(qiáng)生成的縮寫(xiě)通常由文檔預(yù)處理、向量索引構(gòu)建、用戶問(wèn)題檢索和大模型生成四個(gè)階段組成。它能夠結(jié)合外部知識(shí)庫(kù)中的文檔片段幫助大模型回答更準(zhǔn)確的問(wèn)題。 }, { id: doc-002, title: RAG 的運(yùn)行時(shí)成本, content: 在傳統(tǒng) RAG 中用戶每次提問(wèn)都會(huì)調(diào)用大模型 API。輸入 token 包括檢索到的文檔片段、問(wèn)答歷史與系統(tǒng)提示詞因此當(dāng)用戶量和上下文長(zhǎng)度增長(zhǎng)時(shí)運(yùn)行時(shí)會(huì)話成本會(huì)顯著增加。 }, { id: doc-003, title: RAGless 的設(shè)計(jì)思路, content: RAGless 是一種讓運(yùn)行時(shí)盡量不調(diào)用大模型 API 的檢索方案。它通過(guò)高質(zhì)量的文檔切分和本地向量檢索直接向用戶返回原文片段將成本從按次付費(fèi)的生成請(qǐng)求轉(zhuǎn)化為固定的離線索引成本。 }, { id: doc-004, title: 向量檢索與混合檢索, content: 向量檢索能夠理解語(yǔ)義找到與問(wèn)題意思相近的片段?;旌蠙z索則同時(shí)使用關(guān)鍵詞檢索和向量檢索再通過(guò)重排融合結(jié)果適合處理專業(yè)名詞多、縮略語(yǔ)多的場(chǎng)景。 }, { id: doc-005, title: 企業(yè)知識(shí)庫(kù)的常見(jiàn)問(wèn)答場(chǎng)景, content: 員工關(guān)心的問(wèn)題往往比較明確例如請(qǐng)假流程、報(bào)銷標(biāo)準(zhǔn)、服務(wù)器地址、項(xiàng)目上線時(shí)間等。這類問(wèn)題的答案已經(jīng)存在于制度文檔中通過(guò)檢索返回原文即可解答。 } ] }在真實(shí)項(xiàng)目里這個(gè)文件可能會(huì)替換為數(shù)據(jù)庫(kù)中的文檔表或者對(duì)象存儲(chǔ)中保存的 Markdown / PDF 數(shù)據(jù)。這里的核心是給后續(xù)處理提供“標(biāo)題 正文”結(jié)構(gòu)。5.2 文檔切分模塊下面編寫(xiě)src/loader.py。它的職責(zé)是讀取上面的 JSON 文件然后對(duì)長(zhǎng)文本做簡(jiǎn)單切分。實(shí)際業(yè)務(wù)文檔往往很長(zhǎng)不能把整篇文檔作為一個(gè)片段返回所以我們實(shí)現(xiàn)了一個(gè)按句子邊界切分的小函數(shù)。# 文件路徑ragless-demo/src/loader.py import json import re def load_documents(data_path): 加載 JSON 文檔返回文檔列表。 with open(data_path, r, encodingutf-8) as f: data json.load(f) return data[documents] def split_text(text, max_len120, overlap20): 按句子邊界切分文本。 如果單個(gè)句子太長(zhǎng)再按 max_len 長(zhǎng)度截?cái)唷?使用 overlap 保留相鄰片段之間的上下文。 # 按中文句號(hào)、問(wèn)號(hào)、感嘆號(hào)、分號(hào)、換行符分割句子 sentences re.split(r(?[。\n]), text) sentences [s.strip() for s in sentences if s.strip()] chunks [] current for sent in sentences: # 如果加入當(dāng)前句后會(huì)超過(guò) max_len先保存當(dāng)前片段 if len(current) len(sent) max_len and current: chunks.append(current) # 截?cái)鄷r(shí)保留末尾 overlap 個(gè)字符避免上下文斷裂 current current[-overlap:] if overlap 0 else current sent if current: chunks.append(current) # 如果某個(gè)句子本身過(guò)長(zhǎng)按 max_len 硬切 final_chunks [] for chunk in chunks: while len(chunk) max_len: final_chunks.append(chunk[:max_len]) chunk chunk[max_len - overlap:] if overlap 0 else chunk[max_len:] if chunk: final_chunks.append(chunk) return final_chunks def build_chunks(documents): 將文檔列表轉(zhuǎn)換為帶元信息的片段列表。 chunk_list [] for doc in documents: text doc[content] title doc[title] doc_id doc[id] parts split_text(text) for idx, part in enumerate(parts): chunk_list.append({ doc_id: doc_id, title: title, chunk_index: idx, text: part, }) return chunk_list這個(gè)模塊將文檔正文按句子粒度拆分。為什么要這么做呢因?yàn)槟阕罱K返回給用戶的是一段可直接閱讀的內(nèi)容而不是把整篇文檔都塞給用戶。切分后的每個(gè)片段需要盡量保持語(yǔ)義完整片段之間增加少量重疊是為了避免檢索時(shí)正好落在兩個(gè)片段的邊界上。5.3 本地 Embedding 與向量索引接下來(lái)編寫(xiě)src/embedder.py與src/search.py。這一步是整個(gè) RAGless 方案的“智能基礎(chǔ)設(shè)施”。我們需要使用一個(gè)本地向量化模型將所有片段轉(zhuǎn)換成向量然后存進(jìn)一個(gè)矩陣。# 文件路徑ragless-demo/src/embedder.py from sentence_transformers import SentenceTransformer class LocalEmbedder: 本地向量化器不依賴任何 LLM API。 def __init__(self, model_nameparaphrase-multilingual-MiniLM-L12-v2): # 選擇一個(gè)多語(yǔ)言或中文模型按實(shí)際環(huán)境調(diào)整 self.model SentenceTransformer(model_name) def embed_texts(self, texts): 將多個(gè)文本編碼為向量并做 L2 歸一化。 vectors self.model.encode( texts, normalize_embeddingsTrue, show_progress_barFalse, ) return vectors def embed_query(self, query): 將單個(gè)查詢文本編碼為向量。 vector self.model.encode( [query], normalize_embeddingsTrue, show_progress_barFalse, ) return vector[0]這里使用的是 Sentence-BERT 方案它把一整段句子映射為向量。之所以選擇它是因?yàn)槲覀兿M脩魡?wèn)題與文檔片段之間具備語(yǔ)義可比性。比如用戶問(wèn)“每次問(wèn)知識(shí)庫(kù)問(wèn)題是不是都要花錢(qián)”如果只用關(guān)鍵詞索引很難匹配到“運(yùn)行時(shí)成本”這一篇文檔。而向量模型可以找到語(yǔ)義相近的文本。然后是src/search.py負(fù)責(zé)把片段向量組裝成一個(gè)矩陣并提供 Top-K 相似度查詢。# 文件路徑ragless-demo/src/search.py import numpy as np class VectorSearchEngine: 簡(jiǎn)單的內(nèi)存向量檢索器。 def __init__(self, chunks, embedder): self.chunks chunks self.embedder embedder self.vectors None self.build_index() def build_index(self): texts [c[text] for c in self.chunks] vectors self.embedder.embed_texts(texts) self.vectors np.array(vectors) def search(self, query, top_k3): query_vec self.embedder.embed_query(query) # 向量已經(jīng)歸一化點(diǎn)積等價(jià)于余弦相似度 scores self.vectors query_vec top_indices np.argsort(scores)[::-1][:top_k] results [] for idx in top_indices: results.append({ score: float(scores[idx]), chunk: self.chunks[idx], }) return results這里的代碼非常短但它已經(jīng)完成了一個(gè)傳統(tǒng) RAG 中“檢索”步驟的大部分工作。我們使用點(diǎn)積代替余弦相似度是因?yàn)槊恳恍邢蛄吭?Embedding 階段已經(jīng)做了歸一化點(diǎn)積結(jié)果天然落在 -1 到 1 之間數(shù)值越高表示越相似。5.4 命令行問(wèn)答入口最后寫(xiě)src/app.py把所有模塊串起來(lái)進(jìn)入交互式循環(huán)。當(dāng)用戶輸入一個(gè)問(wèn)題時(shí)系統(tǒng)會(huì)直接在本地庫(kù)中檢索最相關(guān)片段然后輸出結(jié)果。為了便于閱讀我會(huì)把排序、格式化輸出都放在這個(gè)入口文件中。# 文件路徑ragless-demo/src/app.py import sys import os # 添加項(xiàng)目根目錄到 sys.path方便直接運(yùn)行 src/app.py sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__)))) from src.loader import load_documents, build_chunks from src.embedder import LocalEmbedder from src.search import VectorSearchEngine def main(): base_dir os.path.dirname(os.path.dirname(os.path.abspath(__file__))) data_path os.path.join(base_dir, data, docs.json) # 1. 加載文檔并切分 documents load_documents(data_path) chunks build_chunks(documents) print(f文檔數(shù): {len(documents)}, 片段數(shù): {len(chunks)}) # 2. 構(gòu)建本地向量索引 print(正在加載本地向量模型并構(gòu)建索引...) embedder LocalEmbedder() engine VectorSearchEngine(chunks, embedder) print(索引構(gòu)建完成。輸入 exit 退出。\n) # 3. 進(jìn)入問(wèn)答循環(huán) while True: query input(請(qǐng)輸入問(wèn)題).strip() if query.lower() in {exit, quit, q}: break if not query: continue results engine.search(query, top_k3) print(\n 檢索結(jié)果 ) for rank, r in enumerate(results, start1): chunk r[chunk] print(f\n[Top{rank}] 相似度: {r[score]:.4f}) print(f來(lái)源: {chunk[doc_id]} - {chunk[title]}) print(f片段: {chunk[text]}) print(\n\n) if __name__ __main__: main()在這個(gè)入口文件里我們沒(méi)有調(diào)用任何外部大模型 API。用戶問(wèn)什么系統(tǒng)就檢索什么最終返回的永遠(yuǎn)是知識(shí)庫(kù)中的原文片段。你可以把這句話理解成 RAGless 和傳統(tǒng) RAG 最直觀的差異傳統(tǒng) RAG 返回的是一段“根據(jù)檢索內(nèi)容生成的回答”RAGless 返回的是一段“和問(wèn)題最匹配的知識(shí)庫(kù)原文”。5.5 運(yùn)行與驗(yàn)證完成代碼后在項(xiàng)目根目錄執(zhí)行cd ragless-demo python src/app.py首次運(yùn)行時(shí)sentence-transformers會(huì)下載模型文件所以需要耐心等待。如果下載失敗可以檢查網(wǎng)絡(luò)環(huán)境或者手動(dòng)下載模型后把 LocalEmbedder 中的模型名改成模型文件所在目錄。運(yùn)行后的輸出大致如下文檔數(shù): 5, 片段數(shù): 8 正在加載本地向量模型并構(gòu)建索引... 索引構(gòu)建完成。輸入 exit 退出。 請(qǐng)輸入問(wèn)題RAGless 為什么可以降低 API 成本隨后系統(tǒng)會(huì)返回與問(wèn)題最相關(guān)的 Top3 片段。注意相似度分?jǐn)?shù)會(huì)因模型迭代版本、文本切分方式而略有變化這里不寫(xiě)死具體數(shù)值。你拿到結(jié)果后可以對(duì)照我們的預(yù)期關(guān)于 RAGless 設(shè)計(jì)思路的 doc-003 片段應(yīng)該出現(xiàn)在較前位置其次可能是 doc-002 關(guān)于傳統(tǒng) RAG 運(yùn)行時(shí)成本的說(shuō)明。這個(gè)測(cè)試雖然簡(jiǎn)單但它演示了一個(gè)完整閉環(huán)自然語(yǔ)言問(wèn)題 → 本地向量化 → 知識(shí)庫(kù)檢索 → 返回來(lái)源與原文片段。在這一過(guò)程中不需要 API Key不需要記錄 token 消耗也不存在按次計(jì)費(fèi)。如果你希望嘗試中文效果更合適的本地模型可以更換 Embedding 模型名稱例如常見(jiàn)的bge-small-zh-v1.5或text2vec-base-chinese等。由于不同模型對(duì)語(yǔ)言和領(lǐng)域適配度不同建議用你自己的知識(shí)庫(kù)數(shù)據(jù)進(jìn)行驗(yàn)證后再做決定。6. 常見(jiàn)問(wèn)題與排查清單RAGless 實(shí)現(xiàn)起來(lái)難度不大但真正放到業(yè)務(wù)中還是會(huì)遇到各種細(xì)節(jié)問(wèn)題。下面整理了幾類高頻問(wèn)題與排查思路。問(wèn)題現(xiàn)象常見(jiàn)原因解決思路檢索返回片段與問(wèn)題不相關(guān)切分粒度不合理或文檔本身沒(méi)有覆蓋問(wèn)題調(diào)整切分窗口增加同義詞與關(guān)鍵詞擴(kuò)展所有問(wèn)題都返回同一篇文檔文檔主題太接近向量空間無(wú)法區(qū)分增加文檔元信息約束引入 BM25 關(guān)鍵詞召回用戶提問(wèn)是長(zhǎng)句返回片段太短切分窗口過(guò)小語(yǔ)義被切斷調(diào)大max_len或按段落標(biāo)題維度切分模型加載失敗或下載卡住網(wǎng)絡(luò)受限、模型文件不完整預(yù)下載模型并加載本地路徑檢查文件是否完整線上向量矩陣占用內(nèi)存過(guò)高文檔片段總量太大切換為 FAISS、Milvus 或 Qdrant 等專業(yè)向量索引用戶覺(jué)得原文不友好還是需要一句話答案場(chǎng)景不適合純?cè)姆祷卦黾与x線生成的摘要字段檢索時(shí)把摘要作為展示文案既然寫(xiě)到這里我們?cè)侔哑渲袔讉€(gè)典型問(wèn)題展開(kāi)看看。6.1 文檔切分邊界導(dǎo)致答案不完整這是最常見(jiàn)的問(wèn)題。比如文檔中寫(xiě)了“請(qǐng)假 3 天以內(nèi)由部門(mén)負(fù)責(zé)人審批超過(guò) 3 天由 HR 總監(jiān)審批”如果切分時(shí)把這句話拆成兩個(gè)片段用戶問(wèn)“請(qǐng)假 4 天找誰(shuí)審批”時(shí)檢索系統(tǒng)可能只返回了前半句。解決方案不是簡(jiǎn)單把切分窗口調(diào)大而是采用結(jié)構(gòu)化切分策略優(yōu)先按 Markdown 標(biāo)題層級(jí)、序號(hào)列表節(jié)點(diǎn)、表格行來(lái)切分而不是機(jī)械地按字?jǐn)?shù)切。如果原文檔是按條目組織的切分時(shí)盡量把一個(gè)完整條目保留在同一片段內(nèi)。6.2 用戶問(wèn)法和文檔寫(xiě)法差異很大向量模型雖然理解語(yǔ)義但并不是萬(wàn)能的。用戶可能用口語(yǔ)問(wèn)“請(qǐng)年假按什么規(guī)矩走”而文檔里寫(xiě)的是“員工帶薪年休假管理規(guī)范”。兩者在字面上相差極大向量檢索也可能匹配不到。工程上有幾個(gè)常見(jiàn)補(bǔ)救方法使用混合檢索在向量檢索之外疊加 BM25 關(guān)鍵詞檢索擴(kuò)充索引別名離線為每個(gè)片段生成可能被問(wèn)到的同義說(shuō)法建立用戶查詢?nèi)罩居涗洓](méi)有命中的問(wèn)題定期補(bǔ)充同義表達(dá)。RAGless 把成本壓力轉(zhuǎn)移到索引側(cè)之后這些“離線笨功夫”反而更容易做因?yàn)椴恍枰紤]每次運(yùn)行時(shí)調(diào)用大模型的花費(fèi)。6.3 純?cè)姆祷氐珮I(yè)務(wù)方想要一句話總結(jié)如果產(chǎn)品經(jīng)理明確要求“讓用戶直接看到一句結(jié)論”那么可以考慮一種折中方案離線階段為每個(gè)片段提前生成一個(gè)短摘要檢索時(shí)先展示摘要用戶點(diǎn)擊后再展開(kāi)原文。更進(jìn)一步還可以為高頻問(wèn)題預(yù)生成問(wèn)答對(duì)提前把“一個(gè)問(wèn)題、一句答案、一段原文依據(jù)”綁定好。用戶在 runtime 提問(wèn)時(shí)只做“問(wèn)題到預(yù)生成問(wèn)答對(duì)”的檢索仍然不需要調(diào)用外部 LLM API。6.4 想要把 LLM 保留在 runtime 但控制成本如果你的業(yè)務(wù)確實(shí)離不開(kāi)運(yùn)行時(shí)生成那么同樣可以參考 RAGless 的降本思路先進(jìn)行一次純檢索只有檢索結(jié)果的置信度低于閾值時(shí)才調(diào)用 LLM API 做一次總結(jié)。這樣的策略可以大幅削減調(diào)用次數(shù)而不是徹底禁止調(diào)用。從成本角度來(lái)說(shuō)它已經(jīng)比每次提問(wèn)都讓大模型生成要?jiǎng)澦愕枚唷?. 進(jìn)階把 RAGless 做得更像一個(gè)產(chǎn)品7.1 引入混合檢索與重排只做向量檢索在真實(shí)場(chǎng)景中往往不夠。一個(gè)更穩(wěn)定的結(jié)構(gòu)是向量檢索負(fù)責(zé)語(yǔ)義召回BM25 負(fù)責(zé)關(guān)鍵詞召回兩路結(jié)果合并后再通過(guò)一個(gè)重排模型或規(guī)則排序。對(duì)于規(guī)模不大的場(chǎng)景甚至可以用一個(gè)簡(jiǎn)單的線性加權(quán)公式。# 示意代碼向量分?jǐn)?shù)與關(guān)鍵詞分?jǐn)?shù)的線性融合 def hybrid_score(semantic_score, keyword_score, alpha0.7): return alpha * semantic_score (1 - alpha) * keyword_score這里的核心是可解釋性如果用戶輸入一個(gè)公司內(nèi)部縮寫(xiě)詞比如“PO”向量模型可能不知道它代表“產(chǎn)品負(fù)責(zé)人”但 BM25 可以在文檔中直接命中“PO”。兩路互補(bǔ)能夠明顯提升召回質(zhì)量。不同行業(yè)、不同知識(shí)庫(kù)權(quán)重alpha也不同需要通過(guò)測(cè)試集去定。7.2 增量更新與索引構(gòu)建流水線知識(shí)的有效期決定了 RAGless 系統(tǒng)的保鮮程度。上線之后你不可能每次都重建全量索引。建議采用增量流水線新文檔入庫(kù)后將內(nèi)容寫(xiě)入消息隊(duì)列后臺(tái)任務(wù)重新切分、向量化并請(qǐng)求更新索引舊文檔被修改時(shí)需要同步刪除舊片段每天凌晨執(zhí)行一次全量一致性檢查。這種設(shè)計(jì)有一個(gè)明顯優(yōu)勢(shì)用戶可以容忍后臺(tái)任務(wù)跑幾分鐘但很難接受每次問(wèn)答都要等大模型慢慢生成。RAGless 把時(shí)間壓力從查詢鏈路轉(zhuǎn)移到后臺(tái)鏈路恰恰符合這類業(yè)務(wù)訴求。7.3 緩存同一類查詢結(jié)果在傳統(tǒng) RAG 中即使用戶問(wèn)同樣的問(wèn)題每次也會(huì)調(diào)用一次 API因?yàn)樯山Y(jié)果帶有隨機(jī)性。RAGless 的檢索結(jié)果通常非常穩(wěn)定同一問(wèn)題得到的文檔向量也很接近。因此我們可以為高頻問(wèn)題建立緩存將問(wèn)題做歸一化處理計(jì)算其向量指紋再通過(guò)簡(jiǎn)單緩存直接返回結(jié)果連向量檢索都可以省掉。這會(huì)把運(yùn)行時(shí)成本進(jìn)一步壓低響應(yīng)時(shí)間也能降到更低。7.4 評(píng)估檢索質(zhì)量而不是只看生成答案好不好RAG 項(xiàng)目的常規(guī)評(píng)估習(xí)慣是讓用戶看最終生成答案是否順眼、是否正確。但 RAGless 沒(méi)有生成環(huán)節(jié)所以我們要把評(píng)估焦點(diǎn)放到檢索命中率上。建議建立一個(gè)小型測(cè)試集每個(gè)測(cè)試問(wèn)題標(biāo)注出“正確答案應(yīng)該來(lái)自哪個(gè)文檔的哪個(gè)片段”。然后計(jì)算以下指標(biāo)RecallK前 K 個(gè)結(jié)果中是否包含正確答案片段命中平均排序位置返回片段與問(wèn)題的時(shí)間/主題分布是否合理。有了這個(gè)測(cè)試集調(diào)參、換模型、改切分方式時(shí)都能有量化的對(duì)比依據(jù)而不是靠拍腦袋。8. 總結(jié)與學(xué)習(xí)路線這篇文章從 RAGless 這個(gè)項(xiàng)目標(biāo)題切入拆解了它的核心思想把知識(shí)庫(kù)問(wèn)答的成本從“用戶每次提問(wèn)時(shí)的按次付費(fèi) API 調(diào)用”轉(zhuǎn)移到“一次性的離線索引建設(shè)”。在運(yùn)行時(shí)我們可以通過(guò)“本地向量化 向量檢索 返回原文片段”來(lái)完成很大一部分知識(shí)庫(kù)問(wèn)答任務(wù)不依賴外部 LLM API。圍繞這個(gè)思路我們實(shí)際完成了一個(gè)最小 Demo。它的數(shù)據(jù)量很小代碼也很簡(jiǎn)單但已經(jīng)包含了加載文檔、切分片段、本地向量化、相似度檢索、結(jié)果輸出這幾個(gè)關(guān)鍵模塊。你也可以把data/docs.json替換成自己的 FAQ 表格或者在build_chunks中接入自己業(yè)務(wù)里存放 Markdown 文檔的數(shù)據(jù)庫(kù)讓這套方案直接跑在真實(shí)數(shù)據(jù)上。接下來(lái)如果想繼續(xù)深入可以按下面的路線學(xué)習(xí)。第一步理解向量檢索原理。學(xué)習(xí)余弦相似度、向量索引、ANN 近鄰搜索等基礎(chǔ)概念。只有理解了向量空間里的“近似”是什么你才清楚為什么有些問(wèn)題會(huì)召回失敗有些召回結(jié)果又為什么異??煽俊5诙窖a(bǔ)充關(guān)鍵詞檢索與重排知識(shí)。RAGless 不是堆一個(gè) Embedding 模型就完成的工作它更接近一個(gè)完整的搜索引擎切分、索引、召回、重排、緩存每個(gè)環(huán)節(jié)都會(huì)影響最終體驗(yàn)。第三步嘗試在合適場(chǎng)景中替換傳統(tǒng) RAG 的生成環(huán)節(jié)。你可以把一個(gè)已經(jīng)在調(diào)用 LLM API 的問(wèn)答場(chǎng)景保留 A/B 對(duì)照組把服務(wù)層改成先檢索原文如果用戶反饋原文足夠直接再考慮徹底切斷 runtime 生成請(qǐng)求。第四步關(guān)注成本建模與評(píng)估。這篇文章多次強(qiáng)調(diào)“把成本放到離線階段”但離線建設(shè)也需要算力、需要人力維護(hù)。只有在問(wèn)題場(chǎng)景足夠固定、內(nèi)容邊界足夠清晰時(shí)RAGless 的收益才會(huì)最大化。如果這個(gè)思路對(duì)你有啟發(fā)建議先不要急著換掉你的整套 RAG 系統(tǒng)而是準(zhǔn)備一小部分邊界明確的知識(shí)庫(kù)做一個(gè) RAGless 原型再用真實(shí)用戶問(wèn)題去對(duì)比檢索效果、響應(yīng)體驗(yàn)和賬單差異。自己親手跑一遍應(yīng)該比任何理論分析都能幫你判斷它終究適不適合你的項(xiàng)目。希望這篇教程能給你提供一些不同角度的思考。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
日本人妻中文字幕| 97视频在线视频| 中国国国产一级特黄毛片| 亚洲精品人妻吞精av| 超碰在线免费一区二区三区| 操一区| 欧美高清第一页| 婷婷视频在线免费观看| 草B在线| 天天做天天爱天天高潮| 丰满人妻一区二区三区大胸懂色 | 国产97色在线 | 亚洲| 国模私拍一区二区三区神乳| 少妇人妻好深太紧了vr91| 亚洲熟妇熟在线电影视频| 精品免费视频国产一区| 丁香五月天堂网| 亚洲色图尤物视频| 亚州色图欧美| 伊人天堂在线| 国产强奸超碰AV| 蜜臀99久| 精品少妇高潮久久| 夜夜嗨一区二区三区三州加勒比| 欧美成人色| 超碰97爽| 2020视频1区2区3区| 久久久96| 97香蕉网| 国产无码成人无码| 91综合网站| 国产中午字一暮区| 亚洲综合校园春色| 精品欧美日韩在线观看| 欧美一区二区三区互相| 国产极品馒头逼| 久久久精品中文字幕麻豆| 超碰亚洲欧美日韩无| 八人操人人摸人人看| 亚洲欧美不卡线| 久久国产精品视频| 亚欧操逼片在线观看| 青青青国产| 99热官网| 熟女一区二区| 日韩钢筋无码高清啾啾啾| 丁香激情五月| 青青操97| 2020中文字幕| 午夜精品久久久久| 使劲用力艹少妇视频一区二区| 美女丝袜激情小说| 91久久久亚洲| 99久久久无码精品国产人| 综合97| 国产精品农村妇女精品| 日日AAvv| 成人av福利在线观看| 97视频在线播放| 亚洲se91| 成年人黄色小视频网站| 强奸乱伦资源| 九九香蕉网| 国产伦精品一区二区三区在线观| 亚洲中文字幕噜噜噜久久久| 欧美三级免费伊人| 劲爆欧美人妖三区91| 99 国产丝袜在线| 手机av亚洲丝袜美腿日韩第一页二页| 一本道综合色图| 中国农村熟妇毛片视频| 欧美黑人精品在线播放| 黄片com.| 夂久色| 国模一区二区三区| 国产大片精久久久久久| 国产97在线播放| 亚洲男人的天堂一区二区| 日韩伦理视频| 欧亚 另类 久| 吖在线不卡一区二区国产剧情 | 日本熟妇浓毛hdsex| 欧美日韩制服| 色哟哟AⅤ| 亚洲 国产 精品一区| 激情综合久久| 婷婷15月天青娱乐| 97超碰欧美手机在线| 婷婷五月天网| 天天干天天中出av| 色欧美在线| 91在线免费精品视频| 日韩欧美午夜一区二区| 麻豆国产96在线| 超碰日本97美女人妻人人玩人人爱 | 91色s| 亚州综| 国产女人与拘做受视频免费| 综合国产97| 精品无码人妻一区二区免费蜜桃| 综合久久2017| 亚洲国产奇米影视久久| 香一区二区三区| 加勒比久久av| 亚洲一区中文精品| 国产传媒日韩欧美| 入口操逼网站| 操死我了嗯嗯嗯| 国产精品白丝www| 俄罗斯一区二区视频在线观看| 精品一区二区亚洲国产| 女人的久久久| 老司机福利青青草| 成人福利视频网| 人夜夜精品网站香蕉嫩草| 天天干人妻| 白丝AV| 九九精品热| 久草草一二三四区久久| 日本操大逼| 亚洲人妻熟妇三十三区| 家庭乱伦国产| 亚洲在高跟鞋自慰久久在色线| 四虎av在线| 人人操人人色网| 精精品人妻一区二区三区| 中文字幕中文字幕一区二区| 福利天堂| 丝袜美腿制服人妻二区中文字幕 | 91香蕉视频在线观看免费| 狠狠色婷婷| 白嫩白嫩的午夜九久久久久久久久久久久成人剧场 | 伦在线97| 亚洲欧美日韩精品久| 美欧老女人97| 精品国产91内射久久| 女优免费一区二区永久| 狠狠色噜噜狠狠狠狠狠色综合久久| 黑人嘿嘿嘿超爽免费视频| 豆花视频操逼网址| 免费久久9999| 377p欧洲日本亚洲大胆| 国产92麻豆天美精品色欲5| 91久久久老司机| 超清福利精品视频在线| 激情综合av| 永久免费av无码网站国产app | 欧美日韩亚洲少妇寂寞影院正在播放| 日韩亚洲中文有码视频| 青青草中出视频| 国产精品久久久久久久久AV大片| 色亚洲欧美| 亚洲 欧美 手机在线观看| 搡老女人老91妇女熟女| 婷婷五月天激情四射| 78精品| 青青操狠狠撩| 91在线|亚| 色综合加勒比| WWW4虎| 三及片网站| 国产三区免费在线观看| 亚洲国产精品成人久久蜜臀| 久久久∴| 综合激情婷婷| AV网站高清无码在线观看| 天天操天天日天天干| 性做久久久久久免费观看软件| 大香久久| 日韩精品三级| 吉田爱美AV在线| 激情抓乳插进去啪啪啪日韩| 97免费在线观看| 精品久久久久黄少妇| 东京热男人天堂| 人妻啊啊人妻啊| 超碰在线成人电影| 天天综合香 ld视频| 视频黄色国产一级| 精品对白久久不卡| 六月丁操逼| 亚卅熟女乱色| 天天懆天天日| 加勒比综合网| 舔人妻中文免费视频| 午夜免费福利视频一区| 日韩精品字幕| 伊人加勒比| 久久久工口| 盗摄女人妻在线| 亚洲丝袜诱惑| 亚洲九九视频| 人妻少妇精品久久久| 天天流夜夜操| 熟女人妻一区二区三区| 亚洲午夜未满十八勿入网站日本又色又爽又黄 | 青青草影视蜜久久| 成人天天爽| 麻豆亚洲Av成人无码一区精品| 99无码狠狠久久| 国产精品久久久午夜夜伦鲁鲁| 亚洲一二三精品久久网| 色婷婷综合网| 欧美性爱伊人| 亚洲欧洲国产综合av| 不卡av在线中文字幕| 另类图片天天影视| 成人性交午夜免费片| 黄色污污污污污污网站| 日韩亚洲美女一区久久| 欧美精品999| 99精品久久久久久久婷婷| 久久久无码精品人妻二区| 色色操| 亚洲1区2区三区高清中文字幕| 欧美乱伦专区| 天天上日日上日韩精品| 欧美宗合色| yy少妇精品久久| 欧美一二在线| 欧美天天综合站| 久久久久9999妇女| 欧美国产有色电影| 一二三四视频在线社区中文字幕| 熟女熟妇伦久久影院毛片一区二区| 九九成人精品| 五月天加勒比啪| 人妻爽爽啪视频| 青娱乐大香蕉| 国产偷人妻精品一区二区在线| 欧美暴力猛交| www.男人天堂| 深夜视频| 精品视频久久区| 97操碰| 久肏视频字幕| 久热热| 欧美日韩国产成人高清| av在线免费一区二区| 亚洲aV性爱| 亚洲操逼网| 爱干爱射网啊啊啊| 久久久久久9999| 99re热| 久草这里只有精品 | 国产精品免费日韩| 澳门特级毛片免费观看| 青青草原狼av| 蜜臀th| 欧美综合自拍| 国产区91柔拿会所技师| 日韩素人无码一区二区三区三州| 免费观看的av| 激情综合网激情五月天| 青青草亚洲一区| 国产偷仑| 欧美超碰在线| 青青久久手机线视频| 337p大胆噜噜噜噜噜91Av| 麻豆 欧美 日韩| 在线观看 99热| 超碰色97| 国产精品一区二区 尿失禁| 中文字幕二区日韩天堂| 中文字幕日韩人妻视频一区二区三区交换夫妻 | 久久一本大香蕉| 天堂综合网| 最近2018中文字幕在线高清第一页| 欧美性爱十八禁| 亚洲人成色9999精品久久| 制服中出中文人人精品| 九九九九精品九九九九| 国产91精品在线免费| 精品人妻一区二区三区四区| 日韩福利综合一区| 久久啊哟| 日本男人天堂| 亚洲1区| 久久久111| 夜色综合| 懂色AV一区二区三区| 中国的操老妇女| 亚洲A曰本VA欧美VA视频| 欧美性生活综合| 少妇专区一二三四五| 五十路熟女人妻一区二区在线观看| www.av在线观看| 国产五码丝袜屁眼| 日韩精品色呦呦| 玖色AV| 久久精品国产99国产精品亚洲| 久草新在线| 一区二区三区免费岛国片| 婷婷日韩一区二区三区中文字幕在线| 色婷婷综合久久久久中文一区二区 | 色偷偷人人玩人人舔人人操人人摸人人爽| 欧美99999| 91精品国产综合久久久蜜臀| 日韩精品一二三| 大香蕉婷婷| 国产风韵犹存熟妇三区| 人人操,操人人| 精品人妻视频一区二区三区蜜桃视频| 亚洲欧美在线观看无码| 99热导航| 日日干天天干夜夜爽| 啪啪视频mP4| 干超碰碰熟女| 久久精品一区| 岛国1区2区3区在线观看| 中文字幕少妇色| 99亚洲国产精品色一区二区三区| 亚洲欧美爆| 免费a v| 国产精品无码在线| 日本好吊色视频| 久久久久亚洲熟妇熟女| 天天看人人操屄犊摸阴| 日本免费人成视频播放120秒| 日韩av色图| 日本无码1| 一二视频神马久久传媒| 2024人人操人人摸| 国产精品女aA片爽爽视频| 久久亚洲骚逼综合| 国产精品久久99日日| 锕锕好爽 死我在线观看| 操逼片中文| 91女日逼| 亚洲丝袜B诱惑| 粉嫩av在线一区二区| 久久精品成人| 黄色操人| 九九色热| 老熟妇一区二区三区…| 99久在线精品99re8| 天美传媒精品一区二区| 麻豆这里只有精品| 男女啪啪啪18禁网站| 人人爽人人精品乱人伦AV| 免费a在线播放v| 色悠久| 久久伊人网视频一区二区三区| 色淫网站优优视频| 亚洲揄拍网| 极品白嫩美女白浆成人福利在线看| 亚洲成人在线乱码色午夜| 农村妇女一级二级三级视频| 隔壁邻居波多野结衣中文字幕| 怡红院亚洲怡春院av| 亚洲人妻一区二区三区| 国产女人和拘做爰视频| 插入逼91| 九九九九九九综合| 久久超碰av在线| 色欧美天天| 亚洲av综合色区无码一| 色综合一区二区三区| 99热在线观看| 亚洲欧美国产精品久久久久久久| 99久久这里只有精品| 最近2019中文字幕国语免费版| 亚洲毛片久久| 大香交| 欧美三级一级| 精品人妻伦一二三区久久| 都市久久精品激情亚洲| 日韩中文字墓| 久久超碰com| 欧美精品,四区。五区| 久久精品视-一级做a爰片性色毛片16美国-中国女与老外在线精品 | 国产精品一区人妻精品阁在线| 精品欧美А∨无码黑人大荫蒂 | av三级电影在线播放| 欧美性高潮在线| 蜜桃一区二区三区| AND人妻系列| 夜夜操美女| 亚洲综合999| 中文字幕精品专区搜索结果91| 中文字幕精品人妻丝袜| 在线观看AV不卡| 综合自拍| 激情小说五月天| 日韩欧美tv一区二区在线观看| 国产91影院| 天天影视综合色| 精品女同一区| 日本在线999| 狠操91,com| 超碰97色色| 日韩不卡av一二三| 狼人久草| 99精品网| 天天日老熟妇| 狠狠综合网| 婷婷五月天伊人| 亚洲黄色影视| 99青草| 亚洲色婷婷| 五月婷婷色| 综合网,亚洲,欧美| 中文字幕亚洲欧美在线不卡| 欧美色天堂网在线视频| 日本超碰97日韩精品人妻| 亚洲揄拍网| 韩日精品福利视频一区不卡在线免| 天天天天天干夜夜夜夜夜操| 天天爱天天韩国日本牛牛牛牛| 精品国产乱码久久久久久久| 大香蕉欧美国产日韩高潮| 曰本熟女视频| 四虎影视国产精品| 综合网天天| 色哟哟AⅤ| 日本熟女免费視颖| 视频分类 国内精品| www.超碰在线| 国产人伦精品一区二区三区 | 极品国产内射| 黄片免费视频2019| 欧美刺激色黄片免费看| 很很干很很操| 夜夜骑天天燥| 96一区二区三区| 毛片久久| 久久肏大逼| 96AV精品| 东京热AV男人的天堂| 精品国产AV一区天美传媒| 久久久久九九九九| 国产精品秘 福利姬在线观看| 精品夜夜澡人妻无码AV| 老子午夜伦不卡影院| 午夜电影在线观看无码专区| 蜜臀久久99精品久久久久久久久| 久久一二三四五六七八九区区| 久久99干一本高清| 影音先锋乱伦资源| 超碰久热| 欧美成人色| 东北操逼| 中文字幕av亚洲精品| 欧美一级国产一级| 五月婷婷综合激情| 久久九操在线观看| 国产精品人妻无码久久久老鸭窝| 欧美自拍偷拍免费观看| 东北女人被操| 欧美色性情| 日韩无码黄色片| 男人的天堂2010| 91精品又粗又猛又爽| 欧美精品精品一区二区| 国产亚洲在线观看| 亚洲少妇综合| 无码高清专| 夜夜骑夜夜操| 五月丁香综合激情| 超碰 欧美| 成人a大片在线观看| 男人干美女| 亚洲丝袜少妇在线| 久久怡红院| 久热99999| 超碰成人最新最好看| 狠插 制服 自拍| 婷婷色综合欧美日韩| 日本理论在线| 欧美综色欧| 日本色色色色色视频| 国产乱码精品久久久久久 | 人妻一区二区三区| 日本一二区不卡| 日韩在线视频1234| 成人性交免费视屏| 国产精品一二三区福利| 97色欧洲| 丁香五月影院| 97国产|免费| 久久xxxx| 暴力av在线| 乱伦熟女区| A片三级无码| 99re热| 欧美黄片欧美黄片xxx| 熟妇高潮一区二| 精品欧美乱码久| 亚洲麻豆精品二区三区| 亚洲人天堂| 夜夜嗨av午夜成人| AV女资源| 国产suv精品一区二区四| 久久高清无码夜夜操| 这里都是精品在线观看| 校园春色亚洲无码| AAA久久| 国产熟女自拍| 婷婷啪啪| 26uuu欧美日韩| 亚洲天天影视色综合| 8050无码八戒| 亚洲风情在线观看| 国产传媒一区日韩| 婷婷深爱五月| 欧美精品三级黄片| 1024手机看片欧美日韩| 色五月婷婷五月天| 欧美欧美啪啪视频| 成人a大片在线观看| 亚州欧美总和| 99亚亚热| 亚洲精品一二区| 91模特在线观看| 亚洲AV小说| 天天操天天射天天日| 国产蜜臀在线| 丰满人妻一区二区三区大胸懂色| 超碰95| 美熟女逼导航AV操逼| 九九色逼| 777AV电影| 97超碰精品图片| 中文字幕-区二区三区四区视频中国| 黄色av网站在线播放| 久久久999国产精品| 久久9久9久99久9久9| 操逼片中文| 日本成人在线不卡一区二区三区| 制服丝袜第二页| 67914亚洲精品| 成人免费在线网站| 97在线视频观看| 舔人妻中文免费视频| 色呦呦、国产精品| 久久综合99| 麻豆天美制片厂网站视频| 九九色图| 久久综合国产精品国产| 男女啊啊啊| 精品视频久久区| 偷窥自拍亚洲色图| 婷婷丁香五月综合| 激情啪啪拍91| 精品无码人妻一区二区免费蜜桃| 超碰95| 88xx成人精品视频| 日本护士高潮| 欧美熟女妇同| 日韩无码第3页| 国产乱伦性爱区| 996热| 成熟熟女国产精品一区二区| 国产精品自拍视频| 欧美顶级黄色大片免费| 综合 青草 伊久久 影院 综合| 乱色老一区二区三区的观看方式 | 大奶啊啊好爽 | www.五月天| 亚洲宗合网| 91亚洲欧美| 男人天堂最新手机版在线青青草| 亚洲情色欧美| 色五月婷婷麻豆在| 欧洲亚洲人人爽爽视频| gogogo免费高清看中国国语| 性吧在线视频| av2014 日韩在线中文字幕| 日本人妻中文字幕| 中文字幕视频2区| 精品国产综合久久福利,热99这里有精品综合久久,99热这里只有免费国产精品,精 | 亚洲春色欧美激情自拍| 久久久久久久久久久久久久9999| 天天操人人操骚逼网站| 精品无码久久久久久国产浪潮| 91无人区卡一卡二卡三乱码入口最新版:能让用户有更多选择的选择-经典说说-爱 | www久久久| 欧美玖玖爱免费玖玖| 2023天天操夜夜操| GVH-003 母子姦 青木玲-麻豆视频,麻豆视传媒短视频网站入口,麻豆视传媒官网直 | 99re视频在线播放青草| 日韩性爱电影一区| 精品国产久久乱码| 日本色色色视频| 人妻熟妇久草在线| 欧美一区二区三区另类精品| 国产小炒后入式| 日本人妻最新在线中| 中文字幕一区 二 区 三 四 五 区日 日 骚 | 国产美脚女优尤物在线观看| 久久一二三四| 精品久久久久黄少妇| 久久精品国产亚洲AV先锋| 天天综合日韩网| 午夜毛片亚洲精品片国产久久久| 粉嫩国产精品久久粉嫩| 91少妇| 台欧久久精品视频| 日婷婷| 天天综合欧美综合| 一起草日韩| 激情露脸爱| 久久久久久久久久va| 欧美碰碰综合色| 色九区| av中亚| 精品国产网站| 日日噜噜夜夜狠狠视频无| 色老牛| 国产做?爰片久久毛片?片美国| 超碰偷拍| 人妻天天操天天爽视频免费| 婷婷av在线中文字幕| 综合视频91| 成人八戒网站| 欧美 亚洲| 国产97视频免费观看| 久久黄黄黄| 日韩紧密久久| 国产亚洲日韩在线三区黑人| 欧美三级偷拍| 精品无码一区二区| 天天干夜夜一操| 91欧| 国产精品欧美激在线| 免费av在线播放二区| 啊啊啊啊啊啊啊啊要喷了| 99热伊人| 操逼视频国产无套| 四虎影视国产精品| 中文字幕精品丝袜| 日韩激情啪啪| 东京热一区二区中文字幕| 日本三级一区二区 在线| 99视频自拍区| 中文有码第五页| 免費黃色視頻觀看一| 91人人| 另类欧美| 亚洲永久AV无码精品秋霞| 日韩另类| 久久久久免费看少妇A片特黄| 久草综合网| 超碰 97国产熟女| 最新中文字幕在线亚洲| 国产精品ww久久| 91欧美巨乳| 国产性感骚丝袜在线| 黄片直播三级黄片两女一男| 精品视频在线观看精品| 黄色成年| 小草av不卡亚洲二区| 好淫网一二三视区| 久草五月| 操B在线观看| 午夜人人操| 综合色区偷拍| 啊啊啊啊,啊啊好多水| 激情终合网| 囯产精品一区二区三区线|亚洲人成无码网WWW动漫|国产精品免费一级... | 东北操逼| 国产亚洲 中文欧美久久| 国产精品久久久久中文字幕| 手机午夜电影神马久久| 男人的天堂va在线| 久久久极品| 美熟女逼导航AV操逼| 久久久久久久久久久久黄色| 亚洲综合春色| 国产女人高潮视频| 热久久这里只有精品| 国产熟女免费观看久久| 亚洲免费成人在线高清无码视频| 蜜臀99久久| 婷婷国产精品一区二区| 97人人色| 国产嫩草精品A88AV| 激情人妻另类| 97视频新免费| 91久久久老司机| 国产精品网站www| 天天日老熟妇| 97人妻色| 人人爽夜夜操| 久久嫩草国产成人一区| 中美日韩毛片| 精品人妻夜夜草| 一区二区三区四区姦女| 日本国产欧美一区三区二区| 久久综合97| 狠狠超| 啊啊啊操死我| 偷拍 欧美 日韩| 乱伦一二三| 国产第12页| 色吧91| 天天综合97| 男人女人18禁片免费看网站| 青娱乐福利99| 日韩精品人妻一| 岛国大片在线观看网站入口| 亚洲黄色网址视频| 色色色999| 色婷婷影院| 欧美大香蕉卡久久| 中文字幕乱码人妻一区二区三区,99精品| 人妻一区二区三区| 国产农村妇女精品一二区| 最新精品久久蜜桃 | 99精品免费| 无码99| 看看小穴| 后入 亚洲 美女 射| 熟女中出视频| 日韩 欧美 国产 麻豆| 午夜精品久久久久久久| 综合 亚洲 欧美| 又粗又长又大国产不卡| 人妻偷拍一区二区三区| 啊啊啊啊啊啊啊啊啊啊在线观看| 亚洲日韩欧美一区二区| 限制级中的三级片中的黑粗大屌屌日人妻熟女| 超碰欧美97资源| 嗯嗯不要 视频| 久久夜夜| 99久久婷婷丁香| 亚洲欧美成人在线| 青草青青久久久久久国产| 国产在线76页| 神马午夜久久久| 天天影视综合色| 超碰97中文| 精品人妻1区| 91九九| 日韩超碰精品综合| 亚洲久久东京热一二三四五区视频| 久久人妻熟女一区二区| 国产精品盗摄 偷窥盗摄| 日人妻视频91| 超碰超碰欧美| 国产精品大屁股999| 精品对白久久不卡| 久久一区二区高清免费| 99re6久热只有精品6在线直播 | 亚洲熟女性高潮久久久| 久久精品小视频| 神马久久久久眼| 玖玖超碰熟| 国产 日韩 欧美一区| 青娱乐国产精品| 亚洲中文字幕乱码无码一区二区| 福利大香蕉| 亚洲国产精品无码AV久久| 国产自啪精品视频网站黑丝| 亚洲情色综合| 爽 好舒服 无码刺激久久| yazhousetuoumei| 亚洲图片 欧美电影| 日韩免费高清大片在线| 竹菊影视国产一区二区| 色女99一级片在线观看| 黄色交缠性感爆操91国产精品免费一区二区三区| 亚洲本色精品一区二区久久| 99久久9| 香蕉免费一区二区三区不读| 亚洲天堂男人| 亚洲少妇色| 色婷婷一区二区三区久久午夜| 襙一襙| 夜夜操2028| 欧美日日人人天天| 亚洲图片激情综合另类| 日本九九久久99播| 91性情| 亚洲一区二区三区欧美日韩| 97在线国产精品| 久久激情婷婷| 丁香五月天激情| 亚洲在钱| 操逼片中文| 啊啊啊啊二区好大| 美女被啪到深处抽搐视频| 日韩久久激情精品| 美熟女逼导航AV操逼| 国产日韩欧美操逼视频| 亚洲国产一区二区三区在线| 成人性交午夜免费片| 亚洲精品日韩国产欧美| 久久99久久99精品天美传媒棢·纸:.| 视频黄色国产一级| 中 文字幕一区二区三四 五 区日 日 骚| 97久久久网站| 99综合网| 色香av| 成人欧美一区二区三区黑人一| 99日视频在线免费| 思思性爱| 自拍第一页| 精品国产一级久久| 我想要啊 啊 啊| 欧美一级A片在线看视频性色| 婷婷五月天色网| 大屁股xxxxx| 男人的天堂三级| 97国产成人精品免费视频| 韩国毛片一区二区三区| 久精品无码av一区二免费国产在线观看| 亚洲久草AV色图| 蜜乳av一区二区| 夜夜 中文视频rt| 国产高清无码一区二区三区四区皇冠| 大香蕉92| 久久9视频| 男人的天堂三级| 色啪网| 丰满熟女一区二区三区在线播放| 亚洲精品一二三四区| 伊人五月天婷婷| 老女人老91妇女老热女| 人妻夜夜爽天天爽三区麻豆AV网站| 97超碰美国| 黄色香蕉视频网站一区| 精品九九九九九九九九九| 另类小色呦| 精品天堂| 色香色香欲天天天影视综合网| 国产日本一区二区三区蜜臀在线观看| 国产乱婷婷精品二区三区| 78久久| 日韩中文字幕av在线播放| 九色精品视频导航1| 久久久三区二区一区| 日本大片日本一区二区免费高清| 1769一区| 另类成人首页一区| 久久精品欧美一区蜜桃| 日日操免费视频| 综合网亚洲1| 中亚精品极乱| 午夜福利激情在线视频| 白嫩白嫩的午夜九久久久久久久久久久久成人剧场 | 久久成人东京热人妻| 熟女丰满人妻一区| 人人贴人人摸| 亚洲精品97p| 久久久久性熟视频| 精品国产Av无码久久久亚洲| 欧美日韩中国x| 99热97| 中日韩熟女| 五月婷亚洲精品天堂| 高清肉丝中文无码| 亚洲天堂另类美腿| hd成人一区二区在线| 黑人猛交| 中文区中文字幕免费看| 美女91在线观看| 色色五月丁香| 国产成人无码啪| 亚州91| av草草在线电影| 国模不卡一本二本三电影| 超碰久热| 性饥渴少妇av无码毛片| 欧美 亚洲 在线| 久久精品高清无码一区| 伊人久久大香蕉线AV五月天| 97色干| 狠狠操夜夜| 蜜桃久久一区二区| 超碰综合97在线| 男人的天堂色偷偷青青草视频婷婷网| 亚洲色久| 日韩性爱电影一区| 收看日本人日bb| 久久国产成人精品国产成人亚洲| 97超碰伊人| 久草精品视频| 伊人久久大香线蕉亚洲五月天,青草青草欧美日本一区二区,欧美日产欧美日产国产 | 婷婷伊人| 嫖老熟女A片一二三区| 性久久久| 欧美精品精品一区二区| 96一区二区| 国产在线激情| 狠狠色五月亚洲91| 精品成人女人久久| WWW.加勒比人妻一区不卡.com| 久久欧美按摩999| 激情五月综合| 日韩欧美成人性爱在线| 中国操逼无码| 国产在线观看一区二区三区| 性色亚洲| 久久人妻| 亚洲交换| 欧美人妻熟女在线| 精品妇操一区二区三区| 欧美色日| 亚洲综合 欧美| 试看60秒| 欧美91色| 春色综合免费| 久操网在线| 加勒比人妻综合| 亚av顶级裸体一区二区三区四区五区 | 久久久男人的天堂| 精品久久大胆人体| 999 久久久| 九七毛片九九毛片| 亚洲。天堂。日本在线观看| 日韩精品人妻中文字有码在线 | 人人天天欧洲| 欧美亚洲激情小说| 刺激性视频黄页| 亚洲激情 欧美色图| 久久水蜜臀亚洲AV无码精品| 亚洲熟久久| 91美女高潮| 久久久久久久9最新免费视频观看| 神马九九九| 亚洲一区二区中文字幕| 丁香色狠狠色综合久久小说| 久久性爱视频免费看| 国产精品久久久久久久久久梁医生| 高清无码在线播放网站| 天天看天天在线精品| 国产精品探花视频| www.久久| 青青草视频爽一爽| 久久夜精品一区二区三区| 91欧美巨乳| 香蕉精品二区二区| 国产精品一二三区18| 国产亚洲精品无码三区| 俺去俺来也在线www| 这里只有精品久久| 4141514逼喷水三级片| 天天综合麻豆视频| 久久久555| 97视频免费在线观看| 黄色操人| 国产精品无码论坛| 亚洲另类久操网| 成人在线午夜视频一区| 亚洲天堂资源| 久久久青青草| 男人午夜天堂| 一本久道在线综合视频| 人人扣人人操| 久久久av爱| 97超碰精品图片| 五月天婷婷在线看| 婷婷激情四射| 国产午夜视频| 91亚.色| 免费视频观看60秒| 欧美真人抽搐一进一出gif| 人妻少妇av在线观看| 91AV老熟女视频| 91女优在线观看| 日本性爱视频一级| 老司机深夜影院18未满| 亚洲国产欧美日韩人妻日中文| 少妇色综合| 日韩在线国产字幕| 一区二区三区机械有限公司| 亚洲少妇诱惑| 亚洲一区二区av| 激情国产乱伦Av| 爽爽歪在线视频| 国产中文字幕在线观看| 免费国产电影一区二区| 五月天婷婷久久| 日日日骚女人精品| 91精品老女人| 在线性黄高清免费视频| 成人日本精品九区| 97碰久久| 国产成人自拍视频在线| 97综合在线观看| 久九九九九九九九热| 操逼片国产| 操B久久| 一区二区三| 艹我哪美一区无码| 中文字幕午夜精品久久久| 懂色中文一区二区三区| 人人爱夜夜爱| 成人久久久| 亚洲男人天堂Av| 亚洲欧美天| av午夜影院在线播放| 91狠婷| 亚洲精品 欧美97色色| 久草视频在线视频在线视频在线观看| 色婷婷aV一区二区三区麻豆综合| 东方亚洲在线操逼天堂| 免费1级a做爰片观看| 男人的天堂2018.| 999999精品| 国产亚洲在线观看| 在线亚洲丝袜视频网站| 国产在线观看91精品一区| 私色综合网| 欧美姓爱综合网| 九九性视频| 91亚洲情色| 国内三级自拍小视频在线观看| 九九九九一级| 日本高清_区二区三区 | 人妻精品一区二区在线| 自拍亚洲综合| 亚洲高清无码在线桃色| 伊人午夜福利视频| 多乙久久久久久| 亚洲丝袜二区在线| 五月婷婷啪啪| 丰满人妻-区二区三区| 小泽玛利亚一二三| 黄色成年| 99re视频在线观看这里只有精品| 3P丝袜熟女 色综合| 成人在线视频网| 欧美综色欧| 五月激情天| 亚州欧美色图| 熟妇最新先锋一二三区| 久久大黄片| 日本熟妇熟色97一本在线观看| 999久久久| 黑人天8A∨高清网站| 大香蕉欧美| 偷拍超碰| 亚洲AV噜噜狠狠网址蜜桃动漫| 啊灬快c我灬啊灬用力灬啊灬-国产精品性做久久久久久-成人AV | 午夜丁香| 人妻铁牛TV| 91色图片| 国产操逼逼网| 国产一区在线看| 毛片17S| 亚洲欧洲av影音| 丝袜色综合| 99久热| 亚洲精品一区二区精品| 污电影在线观看| 狠狠操狠狠| 精品日韩人妻视频| 亚洲天天精品| 日本有码久久| 免费精品中文字幕| 亚洲情色 自拍| 亚洲天堂另类小说男人| 精品成人亚洲午夜电影| 久久婷婷成人综合色怡春院| 日本免费一区二| 粉嫩av平台| 人妻少妇无码 | 日韩中文字幕二区| 夜夜躁狠狠躁日日躁av| 亚洲大色堂| 色五月综合网| 草草影院日本第一页| 农村少妇久久久久久久| 嗯嗯,好大,好爽,好骚 | 91色夜| 91久久堂| 人妻丝袜无 码视频专区| 国产亚洲精品精AV.| 欧美,亚洲,日韩,v,天堂,手机在线观看 | 欧美少妇色图| 超碰欧美在线欧美| 91女人的网站| 亚洲日韩成人性爱视频| 丁香婷婷五月| 9.1小视频| 久久精品视频在线观看| 丁香五月av| 九九无码视频| 免费av在线播放二区| 久久香蕉国产线看观看亚洲女人| 欧美视频第二页| 亚洲天堂色图| 亚洲色诱惑| 岛国视频免费在线观看| 亚洲午夜未满十八勿入网站日本又色又爽又黄| 亚洲中文电影| 天天综合网一91网| 丁香五月电影| 美国aaaaa一级黄片| 欧美精品69性爱| 91综合网在线| 97鸡把在线视频| 亚洲国产亚洲天堂| 天天摸夜夜操视频| 亚洲熟女国产综合另类| 日本网色| 思思热国产在线视频| 国产精品久久久久久高清无码免费看 | 日韩美女啪啪一区| 探花精品 一区二区| 9Ⅰ超碰| 亚洲欧美天| 人人操人人精品影片| 欧美伦乱爱| 91久久午夜无码鲁丝片久久人妻| 亚洲男人bt天堂| 一二三四免费视频| 人人看欧美性爱| 91成人高清在线观看| 国产女同在线观看视频| 91色色网站| 九九亚洲| 亚洲日韩国产精品| 97视频免费播放| 国产日本顶级一区二区三区| 一本色道久久综合狠狠操| 精品人妻1区| 青青草乱入乱欲视频在线观看| 欧美午夜精品久久久久久超碰| 夂久色| 91精品久久综合熟女| 免费看日产一区二区三区| 亚洲古典另类欧美在线| 国产精品一区二区 尿失禁| 国产乱色国产精品免费视| 熟女五十路一区二区三| 岛国毛片在线观看免费| 国产精品探花色| 无码 黑人一区二区三区| 国产性久久久| 国产三级多多影院2022国产AA一级毛片无码 | 成人日韩3| 中文字幕国产| 91在线视频免费播放| 亚洲天堂无码| 日本3级一区二区免费| 日韩精品中文字幕二区| 十八禁视频网站| 性色一线| 色女综合| 青青草日韩免费观看高清在线| 热热色色综合| 超碰97综合在线| 九九九九精品精| 欧美一区二区男人天堂| 成人av影院在线观看| 手机看片91人妻| 人妻一区视频| 蜜乳AV色欲AVAV无码| 亚洲激情网一二三四区| 日本精品人妻少妇一区二区| 97精品综合久久网| AV天黑人| J?P?NESEHD熟女熟妇伦| 日韩免费在线视频观看| 一块操欧美性爱| 五月婷婷丁香| 欧美 亚洲 制服 精品|