精品欧美一区二区三区在线观看 _久久久久国色av免费观看性色_国产精品久久在线观看_亚洲第一综合网站_91精品又粗又猛又爽_小泽玛利亚一区二区免费_91亚洲精品国偷拍自产在线观看 _久久精品视频在线播放_美女精品久久久_欧美日韩国产成人在线

使用Llama index構建多代理 RAG

人工智能
檢索增強生成(RAG)已成為增強大型語言模型(LLM)能力的一種強大技術。通過從知識來源中檢索相關信息并將其納入提示,RAG為LLM提供了有用的上下文,以產生基于事實的輸出。

檢索增強生成(RAG)已成為增強大型語言模型(LLM)能力的一種強大技術。通過從知識來源中檢索相關信息并將其納入提示,RAG為LLM提供了有用的上下文,以產生基于事實的輸出。

但是現有的單代理RAG系統面臨著檢索效率低下、高延遲和次優提示的挑戰。這些問題在限制了真實世界的RAG性能。多代理體系結構提供了一個理想的框架來克服這些挑戰并釋放RAG的全部潛力。通過劃分職責,多代理系統允許專門的角色、并行執行和優化協作。

單代理RAG

當前的RAG系統使用單個代理來處理完整的工作流程——查詢分析、段落檢索、排序、摘要和提示增強。

這種單一的方法提供了一個簡單的一體化解決方案。但是對每個任務依賴一個代理會導致瓶頸。代理會浪費時間從大量語料庫中檢索無關緊要的段落。長上下文的總結很糟糕,并且提示無法以最佳方式集成原始問題和檢索到的信息。

這些低效率嚴重限制了實時應用程序的RAG的可伸縮性和速度。

多代理RAG

多代理體系結構可以克服單代理的限制。通過將RAG劃分為并發執行的模塊化角色可以實現:

  • 檢索:專用檢索代理專注于使用優化的搜索技術進行有效的通道檢索。這將最小化延遲。
  • 搜索:通過排除檢索因素,搜索可以在檢索代理之間并行化,以減少等待時間。
  • 排名:單獨的排名代理評估檢索的豐富度,特異性和其他相關信號的傳代。這將過濾最大的相關性。
  • 總結:將冗長的上下文總結成簡潔的片段,只包含最重要的事實。
  • 優化提示:動態調整原始提示和檢索信息的集成。
  • 靈活的體系:可以替換和添加代理來定制系統。可視化工具代理可以提供對工作流的洞察。

通過將RAG劃分為專門的協作角色,多代理系統增強了相關性,減少了延遲,并優化了提示。這將解鎖可伸縮的高性能RAG。

劃分職責允許檢索代理結合互補技術,如向量相似性、知識圖譜和互聯網抓取。這種多信號方法允許檢索捕獲相關性不同方面的不同內容。

通過在代理之間協作分解檢索和排序,可以從不同的角度優化相關性。結合閱讀和編排代理,它支持可伸縮的多角度RAG。

模塊化架構允許工程師跨專門代理組合不同的檢索技術。

Llama index的多代理 RAG

Llama index概述了使用多代理RAG的具體示例:

  • 文檔代理——在單個文檔中執行QA和摘要。
  • 向量索引——為每個文檔代理啟用語義搜索。
  • 摘要索引——允許對每個文檔代理進行摘要。
  • 高階(TOP-LEVEL)代理——編排文檔代理以使用工具檢索回答跨文檔的問題。

對于多文檔QA,比單代理RAG基線顯示出真正的優勢。由頂級代理協調的專門文檔代理提供基于特定文檔的更集中、更相關的響應。

下面我們看看Llama index是如何實現的:

我們將下載關于不同城市的Wikipedia文章。每篇文章都是單獨存儲的。我們只找了18個城市,雖然不是很大,但是這已經可以很好的演示高級文檔檢索的功能。

from llama_index import (
    VectorStoreIndex,
    SummaryIndex,
    SimpleKeywordTableIndex,
    SimpleDirectoryReader,
    ServiceContext,
 )
 from llama_index.schema import IndexNode
 from llama_index.tools import QueryEngineTool, ToolMetadata
 from llama_index.llms import OpenAI

下面是城市的列表:

wiki_titles = [
    "Toronto",
    "Seattle",
    "Chicago",
    "Boston",
    "Houston",
    "Tokyo",
    "Berlin",
    "Lisbon",
    "Paris",
    "London",
    "Atlanta",
    "Munich",
    "Shanghai",
    "Beijing",
    "Copenhagen",
    "Moscow",
    "Cairo",
    "Karachi",
 ]

下面是下載每個城市文檔代碼:

from pathlib import Path
 
 import requests
 
 for title in wiki_titles:
    response = requests.get(
        "https://en.wikipedia.org/w/api.php",
        params={
            "action": "query",
            "format": "json",
            "titles": title,
            "prop": "extracts",
            # 'exintro': True,
            "explaintext": True,
        },
    ).json()
    page = next(iter(response["query"]["pages"].values()))
    wiki_text = page["extract"]
 
    data_path = Path("data")
    if not data_path.exists():
        Path.mkdir(data_path)
 
    with open(data_path / f"{title}.txt", "w") as fp:
        fp.write(wiki_text)

加載下載的文檔

# Load all wiki documents
 city_docs = {}
 for wiki_title in wiki_titles:
    city_docs[wiki_title] = SimpleDirectoryReader(
        input_files=[f"data/{wiki_title}.txt"]
    ).load_data()

定義LLM +上下文+回調管理器

llm = OpenAI(temperature=0, model="gpt-3.5-turbo")
 service_context = ServiceContext.from_defaults(llm=llm)

我們為每個文檔定義“文檔代理”:為每個文檔定義向量索引(用于語義搜索)和摘要索引(用于摘要)。然后將這兩個查詢引擎轉換為傳遞給OpenAI函數調用工具。

文檔代理可以動態選擇在給定文檔中執行語義搜索或摘要。我們為每個城市創建一個單獨的文檔代理。

from llama_index.agent import OpenAIAgent
 from llama_index import load_index_from_storage, StorageContext
 from llama_index.node_parser import SimpleNodeParser
 import os
 
 node_parser = SimpleNodeParser.from_defaults()
 
 # Build agents dictionary
 agents = {}
 query_engines = {}
 
 # this is for the baseline
 all_nodes = []
 
 for idx, wiki_title in enumerate(wiki_titles):
    nodes = node_parser.get_nodes_from_documents(city_docs[wiki_title])
    all_nodes.extend(nodes)
 
    if not os.path.exists(f"./data/{wiki_title}"):
        # build vector index
        vector_index = VectorStoreIndex(nodes, service_cnotallow=service_context)
        vector_index.storage_context.persist(
            persist_dir=f"./data/{wiki_title}"
        )
    else:
        vector_index = load_index_from_storage(
            StorageContext.from_defaults(persist_dir=f"./data/{wiki_title}"),
            service_cnotallow=service_context,
        )
 
    # build summary index
    summary_index = SummaryIndex(nodes, service_cnotallow=service_context)
    # define query engines
    vector_query_engine = vector_index.as_query_engine()
    summary_query_engine = summary_index.as_query_engine()
 
    # define tools
    query_engine_tools = [
        QueryEngineTool(
            query_engine=vector_query_engine,
            metadata=ToolMetadata(
                name="vector_tool",
                descriptinotallow=(
                    "Useful for questions related to specific aspects of"
                    f" {wiki_title} (e.g. the history, arts and culture,"
                    " sports, demographics, or more)."
                ),
            ),
        ),
        QueryEngineTool(
            query_engine=summary_query_engine,
            metadata=ToolMetadata(
                name="summary_tool",
                descriptinotallow=(
                    "Useful for any requests that require a holistic summary"
                    f" of EVERYTHING about {wiki_title}. For questions about"
                    " more specific sections, please use the vector_tool."
                ),
            ),
        ),
    ]
 
    # build agent
    function_llm = OpenAI(model="gpt-4")
    agent = OpenAIAgent.from_tools(
        query_engine_tools,
        llm=function_llm,
        verbose=True,
        system_prompt=f"""\
 You are a specialized agent designed to answer queries about {wiki_title}.
 You must ALWAYS use at least one of the tools provided when answering a question; do NOT rely on prior knowledge.\
 """,
    )
 
    agents[wiki_title] = agent
    query_engines[wiki_title] = vector_index.as_query_engine(
        similarity_top_k=2
    )

下面就是高階代理,它可以跨不同的文檔代理進行編排,回答任何用戶查詢。

高階代理可以將所有文檔代理作為工具,執行檢索。這里我們使用top-k檢索器,但最好的方法是根據我們的需求進行自定義檢索。

# define tool for each document agent
 all_tools = []
 for wiki_title in wiki_titles:
    wiki_summary = (
        f"This content contains Wikipedia articles about {wiki_title}. Use"
        f" this tool if you want to answer any questions about {wiki_title}.\n"
    )
    doc_tool = QueryEngineTool(
        query_engine=agents[wiki_title],
        metadata=ToolMetadata(
            name=f"tool_{wiki_title}",
            descriptinotallow=wiki_summary,
        ),
    )
    all_tools.append(doc_tool)
     
 # define an "object" index and retriever over these tools
 from llama_index import VectorStoreIndex
 from llama_index.objects import ObjectIndex, SimpleToolNodeMapping
 
 tool_mapping = SimpleToolNodeMapping.from_objects(all_tools)
 obj_index = ObjectIndex.from_objects(
    all_tools,
    tool_mapping,
    VectorStoreIndex,
 )
 
 from llama_index.agent import FnRetrieverOpenAIAgent
 
 top_agent = FnRetrieverOpenAIAgent.from_retriever(
    obj_index.as_retriever(similarity_top_k=3),
    system_prompt=""" \
 You are an agent designed to answer queries about a set of given cities.
 Please always use the tools provided to answer a question. Do not rely on prior knowledge.\
 
 """,
    verbose=True,
 )

作為比較,我們定義了一個“簡單”的RAG管道,它將所有文檔轉儲到單個矢量索引集合中。設置top_k = 4

base_index = VectorStoreIndex(all_nodes)
 base_query_engine = base_index.as_query_engine(similarity_top_k=4)

讓我們運行一些示例查詢,對比單個文檔的QA /摘要到多個文檔的QA /摘要。

response = top_agent.query("Tell me about the arts and culture in Boston")

結果如下:

=== Calling Function ===
 Calling function: tool_Boston with args: {
  "input": "arts and culture"
 }
 === Calling Function ===
 Calling function: vector_tool with args: {
  "input": "arts and culture"
 }
 Got output: Boston is known for its vibrant arts and culture scene. The city is home to a number of performing arts organizations, including the Boston Ballet, Boston Lyric Opera Company, Opera Boston, Boston Baroque, and the Handel and Haydn Society. There are also several theaters in or near the Theater District, such as the Cutler Majestic Theatre, Citi Performing Arts Center, the Colonial Theater, and the Orpheum Theatre. Boston is a center for contemporary classical music, with groups like the Boston Modern Orchestra Project and Boston Musica Viva. The city also hosts major annual events, such as First Night, the Boston Early Music Festival, and the Boston Arts Festival. In addition, Boston has several art museums and galleries, including the Museum of Fine Arts, the Isabella Stewart Gardner Museum, and the Institute of Contemporary Art.
 ========================
 Got output: Boston is renowned for its vibrant arts and culture scene. It is home to numerous performing arts organizations, including the Boston Ballet, Boston Lyric Opera Company, Opera Boston, Boston Baroque, and the Handel and Haydn Society. The city's Theater District houses several theaters, such as the Cutler Majestic Theatre, Citi Performing Arts Center, the Colonial Theater, and the Orpheum Theatre.
 
 Boston is also a hub for contemporary classical music, with groups like the Boston Modern Orchestra Project and Boston Musica Viva. The city hosts major annual events, such as First Night, the Boston Early Music Festival, and the Boston Arts Festival, which contribute to its cultural richness.
 
 In terms of visual arts, Boston boasts several art museums and galleries. The Museum of Fine Arts, the Isabella Stewart Gardner Museum, and the Institute of Contemporary Art are among the most notable. These institutions offer a wide range of art collections, from ancient to contemporary, attracting art enthusiasts from around the world.
 ========================

下面我們看看上面的簡單RAG管道的結果

# baseline
 response = base_query_engine.query(
    "Tell me about the arts and culture in Boston"
 )
 print(str(response))
 
 Boston has a rich arts and culture scene. The city is home to a variety of performing arts organizations, such as the Boston Ballet, Boston Lyric Opera Company, Opera Boston, Boston Baroque, and the Handel and Haydn Society. Additionally, there are numerous contemporary classical music groups associated with the city's conservatories and universities, like the Boston Modern Orchestra Project and Boston Musica Viva. The Theater District in Boston is a hub for theater, with notable venues including the Cutler Majestic Theatre, Citi Performing Arts Center, the Colonial Theater, and the Orpheum Theatre. Boston also hosts several significant annual events, including First Night, the Boston Early Music Festival, the Boston Arts Festival, and the Boston gay pride parade and festival. The city is renowned for its historic sites connected to the American Revolution, as well as its art museums and galleries, such as the Museum of Fine Arts, Isabella Stewart Gardner Museum, and the Institute of Contemporary Art.

可以看到我們構建的多代理系統的結果要好的多。

總結

RAG系統必須發展多代理體系結構以實現企業級性能。正如這個例子所說明的,劃分職責可以在相關性、速度、摘要質量和及時優化方面獲得收益。通過將RAG分解為專門的協作角色,多代理系統可以克服單代理的限制,并啟用可擴展的高性能RAG。


責任編輯:華軒 來源: DeepHub IMBA
相關推薦

2024-01-11 16:24:12

人工智能RAG

2023-11-10 08:00:00

微服務架構開發

2025-02-06 08:26:21

2024-12-17 08:05:34

大型語言模型MetaAILLM

2024-06-24 14:32:33

2022-12-30 08:17:28

Gradle多模塊項目

2024-12-06 08:20:26

2024-05-31 12:44:12

2024-12-16 07:00:00

2025-05-06 08:23:56

Llama 4AutoGenAI智能體

2023-12-30 08:12:42

2025-07-04 09:02:48

2025-01-13 10:55:53

2024-08-28 13:53:42

多代理強化學習機器人

2024-12-05 08:15:00

2024-08-07 08:32:30

2025-07-28 01:33:00

2024-10-29 11:54:25

2025-09-01 08:53:57

2014-04-29 14:54:48

Nginx反向代理
點贊
收藏

51CTO技術棧公眾號

国产成人久久精品| 精品国产一区二区三区久久久蜜月| 欧美日韩综合另类| 91久久精品国产91性色69| 欧美国产91| 日韩精品小视频| 不卡的在线视频| 678在线观看视频| 久久久久久97三级| 97碰碰视频| 国产成人av免费| 国内精品美女在线观看| 亚洲系列中文字幕| 欧美性猛交乱大交| 欧美风情在线视频| 亚洲超碰97人人做人人爱| 亚洲mv在线看| 四虎影视精品成人| 国产很黄免费观看久久| 国产精品6699| 成人免费区一区二区三区| 久久日文中文字幕乱码| 日韩成人中文字幕| 青娱乐国产精品视频| 久久野战av| 亚洲成人福利片| 中文字幕超清在线免费观看| 深夜福利免费在线观看| 国产一区不卡视频| 国产精品色婷婷视频| 九九热在线免费观看| 中文一区一区三区免费在线观看| 亚洲天堂免费在线| 亚洲 欧美 日韩在线| 四虎成人精品一区二区免费网站| 精品动漫一区二区| 欧洲精品在线播放| 黄色免费网站在线| 国产精品免费久久久久| 欧美一区激情视频在线观看| 日本精品久久久久| 国产sm精品调教视频网站| 国产一区视频在线播放| 亚洲av综合一区| 蜜桃伊人久久| 欧美中文字幕精品| 午夜精品久久久久久久久久久久久蜜桃 | 国产大学生av| 中文字幕成人| 这里只有精品电影| 亚洲第一色av| 日韩欧国产精品一区综合无码| 色哟哟在线观看一区二区三区| 欧美一级视频免费看| 国产在线xxx| 亚洲最新视频在线观看| 国产 国语对白 露脸| 在线xxxx| 亚洲图片欧美色图| 欧美国产亚洲一区| 亚洲啊v在线| 91福利社在线观看| 在线观看的毛片| 成人午夜在线| 91精品免费在线观看| 日韩av片免费观看| 这里视频有精品| 精品福利一区二区三区 | 99精品中文字幕在线不卡| 日韩精品一区二区三区在线 | 国产精品美女久久久久久久网站| 欧美一区二区三区精美影视| 国产精品麻豆一区二区三区| 国产精品视频在线看| 亚洲一区二区在线观| 女女色综合影院| 亚洲免费观看高清| 热99这里只有精品| 国产精品极品美女在线观看| 欧美日韩中文字幕一区二区| 天天摸天天舔天天操| 日韩在线视频一区二区三区| 亚洲国产精品yw在线观看| 免费看黄色aaaaaa 片| 精品久久久久久久久久久下田| 少妇高潮久久77777| 国产女人被狂躁到高潮小说| 91久久亚洲| 国产精品xxxxx| 国产免费av观看| 成人国产精品免费观看视频| 日本一区美女| 黄色在线免费看| 精品动漫一区二区| 中文字幕在线视频精品| 九九热播视频在线精品6| 亚洲天堂网在线观看| 欧美日韩在线国产| 久久亚洲欧洲| 91精品久久久久久久久久| 欧美 日韩 综合| 国产欧美一区二区精品秋霞影院 | 国产精品手机视频| 波多野结衣在线影院| 亚洲中国最大av网站| 日韩欧美xxxx| 国产一区二区三区国产精品| 亚洲码在线观看| 精品99久久久久成人网站免费 | 欧亚乱熟女一区二区在线| 久久91精品| 欧美激情免费观看| 国产又粗又大又爽| 久久久久久久久97黄色工厂| 日韩精品手机在线观看| 91tv亚洲精品香蕉国产一区| 精品成人私密视频| 在线免费看av网站| 日韩电影网1区2区| 久久er99热精品一区二区三区| 麻豆tv免费在线观看| 色妹子一区二区| 精品一区二区三区四区五区六区| 欧美成人直播| 国产精品美女呻吟| 日本aaa在线观看| 亚洲va欧美va天堂v国产综合| 中文字幕免费高清在线| 欧美人与牛zoz0性行为| 国语自产精品视频在线看一大j8| 91tv国产成人福利| 国产精品热久久久久夜色精品三区 | 日韩欧美亚洲国产精品字幕久久久| 国产精品扒开腿做爽爽| 亚洲区第一页| 国产精品久久久久久久小唯西川| 看黄网站在线| 欧美日韩一级二级| 妖精视频在线观看免费| 久久亚洲不卡| 日韩精品无码一区二区三区| 欧美亚洲韩国| 亚洲欧美国内爽妇网| 天天操中文字幕| 91网站最新网址| 青青艹视频在线| 中文字幕伦av一区二区邻居| 2025国产精品视频| 日韩一二三四| 欧美日韩中文字幕日韩欧美| 国产人妻人伦精品1国产丝袜| 亚洲国产综合在线看不卡| 不卡一卡2卡3卡4卡精品在| 成人无遮挡免费网站视频在线观看| 欧美人成免费网站| 日本黄色免费片| 国模一区二区三区白浆| 国产手机视频在线观看| 精品国产第一国产综合精品| 久久国产精品视频| 刘亦菲毛片一区二区三区| 亚洲成人免费观看| 女人又爽又黄免费女仆| 日本成人中文字幕在线视频 | 调教视频免费在线观看| 欧美日本一区二区三区| 青草影院在线观看| 成人av资源站| aaaaaa亚洲| 日本一区二区高清不卡| 成人日韩在线电影| 欧美xxxx视频| 亚洲欧美综合v| 亚洲天堂国产精品| 亚洲精品国产高清久久伦理二区| 亚洲精品成人无码毛片| 国产精品毛片在线看| 五月天久久狠狠| 日本精品视频| 日韩美女毛茸茸| 色网站在线看| 亚洲成人免费网站| 国产性生活视频| 亚洲视频免费观看| 日本不卡视频一区| 爽好久久久欧美精品| av磁力番号网| 亚洲人成网亚洲欧洲无码| 国产精品丝袜久久久久久高清| 在线观看三级视频| 亚洲日本成人网| 国产婷婷在线视频| 日本二三区不卡| 青青草手机在线视频| 久久久久久久综合色一本| 日本高清免费观看| 麻豆亚洲精品| 狠狠噜天天噜日日噜| 久久99高清| 国产传媒一区| 精品久久在线| 91精品国产91久久久久| 快射av在线播放一区| 亚洲免费福利视频| 精品人妻一区二区三区换脸明星 | 国产精品免费视频久久久| 性xxxfreexxxx性欧美| 亚洲欧美一区二区三区情侣bbw| 国产免费叼嘿网站免费| 色噜噜偷拍精品综合在线| 久久精品99国产精| 亚洲欧洲国产日本综合| 蜜桃精品一区二区| 丰满岳乱妇一区二区三区 | 成人免费视频免费观看| 无限资源日本好片| 亚洲欧美日韩国产一区| 久久av综合网| 欧美在线黄色| 久久久国产精华液999999| 色综合综合网| 欧美日韩国产综合在线| 成人av综合网| 99re视频在线| 欧美区一区二区| 国产在线精品一区免费香蕉| 成人开心激情| 欧美有码在线视频| av日韩中文| 欧美极品美女电影一区| h片在线播放| 久久夜色撩人精品| 老司机福利在线视频| 日韩在线视频国产| 在线免费看黄| 在线播放亚洲激情| 国产综合在线观看| 亚洲美女性生活视频| 天堂a中文在线| 亚洲精品久久久久久久久| 成人免费视频国产免费麻豆| 日韩一区二区三区四区| 国产美女无遮挡永久免费| 91麻豆精品国产无毒不卡在线观看| 在线观看国产黄| 欧美少妇xxx| 中文字幕久久久久| 欧美日韩国产中文| 91丨九色丨丰满| 4438成人网| 午夜久久久久久久久久| 日韩欧美123| 欧美一区二区三区成人片在线| 日韩精品自拍偷拍| 全部免费毛片在线播放一个| 精品国产乱码久久久久久图片| 欧美天堂在线视频| 精品小视频在线| 国产黄色免费在线观看| 中文字幕久久亚洲| 2021国产在线| 国内成人精品一区| 性xxxxfreexxxxx欧美丶| 国产精品va在线| 四虎永久精品在线| 91精品天堂| 日韩三级视频| 亚洲高清在线播放| 亚洲视频电影在线| 老子影院午夜伦不卡大全| 国产视频一区免费看| 成人性视频欧美一区二区三区| 日韩激情在线观看| 亚洲欧美日韩一二三区| 成人精品视频一区| 国产免费看av| 亚洲乱码国产乱码精品精的特点| 久久精品国产亚洲av无码娇色| 欧美日韩激情小视频| 成人午夜精品视频| 欧美成人猛片aaaaaaa| 亚洲人妻一区二区| www.久久久久| a√中文在线观看| 国产精品啪视频| 国产精品对白| 亚洲精品免费在线看| 国内久久精品| 亚洲无吗一区二区三区| 国产高清精品网站| 色噜噜日韩精品欧美一区二区| 国产精品美女视频| 久久免费激情视频| 欧美一级在线免费| 国产在线免费观看| 欧美福利在线观看| 成人免费视频观看| 国产一区免费视频| 国产精品x453.com| 97av视频在线观看| 国产福利91精品一区| 性欧美一区二区| 亚洲一区二区视频| 亚洲天堂aaa| 国产丝袜一区视频在线观看| 日本在线免费网| 国产成人高潮免费观看精品| 国产人与zoxxxx另类91| 日本黑人久久| 日韩午夜av在线| 天天干天天曰天天操| 国产亚洲成年网址在线观看| 精品小视频在线观看| 欧美日韩久久久一区| 日本韩国精品一区二区| 欧美极品少妇与黑人| 日本在线一区二区| 色狠狠久久av五月综合| 一区二区久久| 无码国产精品一区二区免费式直播| 中文在线一区二区| 天干夜夜爽爽日日日日| 亚洲成年人在线播放| 中文字幕伦理免费在线视频 | 91亚洲自偷观看高清| av网站在线观看不卡| 成人做爰69片免费看网站| 91嫩草丨国产丨精品| 欧美日韩一区二区在线视频| 精品999视频| 日本视频久久久| 欧美色资源站| 霍思燕三级露全乳照| 国产成人福利片| 免费人成年激情视频在线观看| 欧美妇女性影城| 午夜在线视频| 国产一区二区丝袜| 97视频精品| 第一区免费在线观看| 亚洲国产精品激情在线观看| 五月婷婷丁香在线| 综合欧美国产视频二区| 97精品国产99久久久久久免费| 日韩高清专区| 欧美aa在线视频| 亚洲黄色网址大全| 欧美日韩精品一区二区天天拍小说| 国产乱子伦三级在线播放| 国产成人综合精品| 精品国产乱码久久久久久果冻传媒| 激情网站五月天| 国产区在线观看成人精品| 中文无码av一区二区三区| 在线播放国产一区中文字幕剧情欧美| 亚洲爱爱视频| 在线播放 亚洲| 国产精品88888| 天天操天天射天天爽| 亚洲精品videossex少妇| free欧美| 日韩视频在线免费播放| 国产高清精品网站| 日本天堂在线视频| 亚洲欧美日韩中文在线| 免费在线成人激情电影| 99热都是精品| 大桥未久av一区二区三区中文| 日韩精品视频免费看| 亚洲人免费视频| 四虎视频在线精品免费网址| 污污污污污污www网站免费| 91啪亚洲精品| а中文在线天堂| 久热精品视频在线观看一区| 丁香五月缴情综合网| 国产第一页视频| 中文字幕日本乱码精品影院| 亚洲成a人片77777精品| 欧美中文在线观看| 香蕉综合视频| 中文人妻一区二区三区| 欧美日韩亚洲综合在线| 国产丝袜精品丝袜| 日本一区二区三区免费观看| 国产高清不卡二三区| 人人草在线观看| 久久艹在线视频| 九九综合九九| 日本人妻一区二区三区| 在线观看91精品国产入口| 性国产高清在线观看| 日产精品高清视频免费| 国产99精品在线观看| 精品一区二三区| 992tv成人免费影院| 91精品国产自产在线观看永久∴ | 99国产精品免费视频观看| 精品久久久久一区二区| 欧美日韩日日骚|