1951年夏天的银山市，人们在适应着刚解放的新生活，而一场百年不遇的大暴雨已经在上游玉龙山区形成，并朝着银山推进，预计很快就会到达。银山湖水库是保卫整个城市的关键，但所有人都没想到，残暴而令人恐惧的食人鱼就在湖里。这就是国民党潜伏敌特精心策划所布下的一个死局，他们将食人鱼放进了湖里，大量繁殖，而特大的暴雨洪水就要来临，如果银山湖水库开闸泄洪，食人鱼就将顺流而下，整个中国的水域势必被毁于一旦，而如果不开闸泄洪，百年不遇的洪水将冲垮水库堤坝，淹没整个银山，二十万人的生命将化为乌有。更为可怕的是，潜伏敌特“101”就隐藏在革命队伍里，他们总是“捷足先登”：银山要转移二十万群众，他们就制造车祸，堵死银山公路，彻底困住了这二十万人；留美水产专家方妮刚找到了灭鱼的方法，方妮就被杀害了；敌人洋洋得意，他们等待着暴风雨和洪水的到来，而新生的红色政权，则面临着敌我和内外，以及人和自然的双重而巨大的危机和考验。数日之内，生死之间，一场你死我活、残酷而激烈的较量开始了……
丧子的家庭主妇被扫地出门后，就得变成人生黑暗的“过街老鼠”，万嘉玲（张柏芝饰）手动填满入过的坑，告诉女人们只要自立自强，就算吞过苦果也能拥有独一无二的人生信仰，但在前夫病危的时候，她又毅然承担起爱情的责任，将女人的包容和魄力集于一身。而宋乔植（吴建豪饰）在亲情与爱情的选择中迷失，面对人生的难题又何去何从，与万嘉玲的婚姻情感纠葛让人深省又感人至深。
《拳王》故事由谭俊彦所客串的角色讲起，他饰演当紥拳手，黎耀祥为教练。一次拳赛中，因黎耀祥指导上的失误，令谭俊彦受到重伤。其后，在一次打人事件中，谭俊彦因伤势无力还手，被打致身亡。张振朗Jijikb.com饰演谭俊彦弟弟，当他知道哥哥的死与黎耀祥有关，与他起争执，张振朗因争执的事而坐监。十年过后，黎耀祥成为拥有多间健身连锁店的拳坛传奇人物，刚出狱的张振朗则是甚么也捞的杂工。为了帮哥哥讨回公道，张振朗决意由不识泰拳的新仔，发奋在拳坛争一席位，挑战拳坛巨人.
R1, …
张家平反你得来报信啊，却怕死不敢来。
该剧讲述了卖糖小贩肖叮叮从小混混成长为大英雄的传奇故事。
朝不保夕的司机张水（张涵予 饰），受上司方长方（王耀庆 饰）利诱，答应亲赴法国邀请义弟韦力（黎明 饰）帮忙参加天价红酒的竞拍。张水谎称为国家执行秘密任务骗得韦力的信任，一同前往品酒大会。拍卖现场，张水意外的发现指使自己来参加拍卖会的老板方长方也在现场，而此时的方长方好像从没认识过张水...品酒会的主持者利芳（杜鹃 饰）与各路买家逐一品酒，只有通过考验的人才可以参与到竞拍环节。
CM1, …
皮姆（金伯莉·安妮 Kimberley Anne Tiamsiri Woltemas 饰）是含着金汤匙出生的千金大小姐，拥有着英俊的男友和一群感情十分要好的朋友。父亲的自杀让男友选择了离开，朋友们选择了背叛，父亲留下的遗产亦被邪恶的继母设计囊入怀中，霎时间，皮姆失去了一切。
内地青年郭天豪是一名动物饲养员。在被未婚妻悔婚后他辞职来到海南，寻找儿时爷爷口中象征幸福的“会微笑的猫头鹰”。精灵般神秘女孩吴梦晨的出现，打破了天豪在海南平淡的生活。天豪逐渐被这个敢想敢干，胆大妄为的姑娘所吸引。她对大自然的态度和对生命的尊重，把天豪从自我封闭的囚笼中释放了出来。两人相遇、相识、相知、相倾，可正在天豪决心鼓起勇气追求爱的时候，梦晨却消失了。原来梦晨是一名XP症（色素性干皮症）患者，生命只有7300天（二十岁），而且不能见阳光，可她为了完成和天豪许下的承诺，人生第一次看到了初升的太阳，也因此导致病情恶化，不久于人世。得知真相的天豪决定用爱来挽救梦晨。一场盛大的婚礼即将在海边举行，然而新娘却没有出现……
Crackle续订《偷拐抢骗 Snatch》第二季
《X女特工》讲述了身手矫健、怀揣正义梦想的率真少女钟离与谭睿玲、罗逸菲同被选为特工训练营一员，共同经历了残酷的国际化特工训练，与其他学员在特训战场上斗计斗智斗勇，结下深厚的姐妹情谊，成长为冷静顽强、干练美艳的精英女特工。
If the burning fabric leaves the fire source and wants to continue burning, the following conditions must be met:
于是，秦溪又露了一把脸。
故事围绕三个生死之交如何渡过童真无悔的少年生活，以及成长后面对的问题。本来他们各奔前程，但缘份却把三人拉近。可是，彼此碍于身分对立，性格各异带来磨擦，更成为残留人心的童年回忆，谁料昔日的情怀，竟然变成悲剧的根源。
将头发弄好后，又拿了两块碎布和针线给她，嘱咐她好好练习针法，然后随手提起厨房门口一篮子小白菜，就往院外走去。
OvR has the advantages of fewer classifiers, less storage overhead and less test time than OvO. The disadvantage is that when there are many categories, the training time is long.
