新闻详情

新闻详情

首页 / 资讯中心 / 详情

微信小程序备案全流程实操指南(2026最新版)

发布时间:2026/11/20 21:22:21来源:尧图网络
微信小程序备案全流程实操指南(2026最新版)
前言根据工信部要求自2024年起所有微信小程序必须完成备案后方可上架。作为一名开发者刚刚完成了小程序的备案流程。本文将详细记录微信小程序备案的完整步骤与踩坑经验希望能帮助到后续需要备案的开发者。一、 备案前的准备工作在开始备案前请确保准备好以下材料1. 主体信息企业需准备营业执照、法人身份证个人需准备个人身份证。2. 负责人信息小程序管理员/负责人的身份证、手机号、应急联系人手机号。3. 小程序信息小程序名称、服务内容类目。4. 前置审批如果小程序涉及新闻、出版、药品等特殊行业需提前准备相关前置审批文件。二、 详细备案流程第一步登录后台使用小程序管理员账号登录微信公众平台在左侧菜单栏找到【设置】-【基本设置】-【小程序备案】。第二步填写主体信息根据实际情况填写主体信息个人主体填写个人真实信息企业主体需与营业执照完全一致。第三步填写小程序信息填写小程序的服务内容、前置审批项如无则选“以上都不涉及”。注意服务内容需与实际业务相符。第四步填写负责人信息填写主体负责人和小程序负责人信息并填写应急联系人。需进行人脸核验。第五步提交平台初审信息填写完成后提交给微信平台进行初审通常1-2个工作日内会出结果。第六步工信部短信核验平台初审通过后工信部会向主体负责人和应急联系人发送短信验证码需在24小时内完成短信核验。第七步通信管理局审核短信核验通过后进入各省通信管理局审核阶段。此阶段通常需要1-20个工作日。三、 常见驳回原因与避坑指南1. 名称不规范小程序名称不能涉及敏感词、不能过于宽泛。2. 信息不一致备案主体信息与营业执照或身份证不一致。3. 服务内容不符备案填写的服务内容与实际代码功能不符。4. 未接听电话管局审核期间可能会打电话核实请保持电话畅通。四、 总结小程序备案是一个需要耐心的过程建议开发者在开发初期就同步进行备案以免影响上线进度。遇到驳回不要慌仔细阅读驳回原因。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/20 0:44:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/20 20:45:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/20 16:11:20

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/20 18:41:01

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/20 0:44:55

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉