话题公司 › 搜狐

公司:搜狐

搜狐,是一家互联网中文门户网站。1995年,搜狐创始人张朝阳利用风险投资创建了爱特信信息技术有限公司,1998年正式推出搜狐网。2000年,搜狐在美国纳斯达克证券市场上市。

搜狐开发的产品有搜狗拼音输入法、搜狗五笔输入法、搜狗音乐盒、搜狗浏览器、搜狐视频、独立的搜索引擎搜狗和网游门户畅游。

搜狐是2008年北京奥林匹克运动会唯一的互联网赞助商,也是奥林匹克运动会历史上第一个互联网内容的赞助商。

尽管搜狐在首页标题声称自己是中国最大的门户网站,但其Alexa排名却低于同类门户网站腾讯网和新浪。在2018年其在Alexa的中国排名于第5位,在门户网站中仅次于腾讯。现时为中国五大视频网(优酷、爱奇艺、腾讯视频、芒果TV)之一。

矢量图Vector安卓详解

Android 的 VectorDrawable 和 AnimatedVectorDrawable 提供了简洁的矢量图和动画支持,适用于图标和交互动画。VectorDrawable 通过简化的 XML 描述图形,支持基本形状和颜色;AnimatedVectorDrawable 结合 ObjectAnimator,实现路径和颜色等属性的动态变化。两者体积小、渲染性能优秀,适合提升应用的视觉效果和用户体验。

狐友抽奖平台构建之路

狐友推出抽奖系统中台,解决初期活动开发效率低、复用性差等问题。系统支持灵活配置,模块化设计确保高内聚低耦合,提升运营效率。核心功能包括预占库存、用户风控、超发控制和中奖概率测算,保障活动公平性与稳定性。未来探索智能化、生态化扩展与运营效率提升,助力业务长期发展。

使用AVPlayer播放FairPlay DRM视频的最佳实践

DRM数字版权管理通过加密技术保护视频内容,采用对称加密算法(如AES-128)对视频加密,客户端需向DRM服务器请求解密密钥并通过鉴权才能播放。Apple平台使用FairPlay方案,支持HLS+fmp4协议,播放流程涉及SPC和CKC密钥交换。密钥管理可通过AVAssetResourceLoader或AVContentKeySession实现,后者支持离线播放和预加载优化。视频下载使用AVAssetDownloadTask,注意路径处理和文件格式(movpkg)。

基于LLM的流量回放系统

流量回放系统通过录制线上真实流量并在测试环境中回放,验证接口功能的稳定性。系统高度依赖公司内部技术架构,传统的流量回放存在验证通用性与精准性的矛盾,且难以处理状态关联的接口。基于LLM的新系统通过大模型赋能,解决了传统系统的痛点,提升了测试效率和准确性,但仍需优化审核耗时和测试结果稳定性等问题。

鸿蒙搜狐新闻如何在Native调用ArkTS方法

鸿蒙系统适配三端代码时,文件上传/下载功能下沉到C层复用,但需解决Native线程进度回调ArkTS线程的问题。Node-API的线程安全函数(TFS)是关键,通过libuv事件循环实现跨线程通信:Native子线程调用TFS触发事件,ArkTS主线程执行JS回调更新UI。以搜狐新闻上传场景为例,详细拆解了TFS创建、事件调度及进度回调的实现链路,为多端协同提供高效解决方案。

基于Redis的向量召回,支撑 AI 业务

Redis凭借RedisSearch模块成为AI向量召回利器!从文本到图像,向量化技术让数据有了数学灵魂,而Redis的高性能内存检索让相似度计算快到飞起。HNSW算法扛起大规模搜索大旗,FLAT算法则在小数据场景稳如老狗。无论是智能客服的语义匹配,还是混合检索的灵活组合,Redis都能轻松驾驭。记住:选对版本、算法和字段类型,你的向量召回系统就能稳、准、狠!

当测试遇见AI:用 Streamlit+AutoGen+Deepseek 构建智能用例生成器

软件测试领域,AI技术正革新传统模式。通过Streamlit、AutoGen和Deepseek的组合,智能用例生成器大幅提升效率与质量,从手工编写的线性流程转向智能并行模式,实现秒级生成、自动补全边界场景,维护零冲突协作。未来,AI将助力测试工程师转型为质量体系架构师,推动测试更智能、质量更可靠。

ViewPager2的滚动机制与优化

ViewPager2的核心是RecyclerView,通过LinearLayoutManager控制滑动方向,PageTransformer实现酷炫动画。源码分析揭示了其初始化、事件处理和性能优化策略。自定义PageTransformer时需理解position含义,巧妙运用平移/缩放/透明度实现复杂效果,如图片位移和标题渐变。结合RecyclerView特性,开发者能灵活定制流畅的交互体验。

JDK21虚拟线程僵死、调查及展望

Java虚拟线程通过轻量级线程模型简化并发编程,提升高并发处理能力。与传统平台线程不同,虚拟线程由JVM调度,减少上下文切换开销,适合非阻塞I/O操作。然而,虚拟线程在遇到synchronized时会被固定在平台线程上,可能导致死锁。JDK 24将修复此问题,支持虚拟线程在synchronized中释放平台线程,进一步提升并发性能。

iOS静态代码检查方案解读

本文探讨了iOS客户端部署静态代码检测系统的重要性,详细介绍了市面上多种开源方案,如SonarQube、Infer和Clang Static Analyzer等工具的优缺点,并对比了它们在代码质量分析、语言支持和集成能力方面的差异。最终,Clang Static Analyzer因其高效集成和精准分析被选为最佳方案,适用于持续集成和自动化检查,提升代码质量和开发效率。

用 MCP 扩展 Cursor 能力:解锁 Sentry 服务数据新玩法

MCP协议是Anthropic推出的AI连接标准,让大模型能安全访问外部数据源。通过资源、工具、提示三大接口,AI可实时查询数据库、调用API等,突破训练数据限制。我们以Sentry服务为例,用Python实现MCP服务端,让AI直接获取崩溃详情、统计报表等数据,显著提升问题排查效率。这种标准化方案让AI真正"看见"业务系统,释放数据价值。

基于LLM的流量回放系统

流量回放系统通过录制线上真实用户请求,在测试环境中回放以验证接口功能。传统系统依赖严格验证,但难以兼顾通用性和精准性。基于LLM的流量回放系统利用大模型智能生成测试脚本,解决状态关联接口和验证精准性问题,提升测试效率和准确性。系统已接入多个业务后端,但仍需优化审核耗时和测试结果稳定性。

线程锁漫谈

多线程环境下,锁是解决资源抢夺的关键工具。常见的锁包括递归锁、条件锁、自旋锁、互斥锁等,各有适用场景。自旋锁性能高但耗CPU,互斥锁适合耗时任务。优先级反转是锁的常见问题,需通过调整线程优先级解决。锁的选择应根据执行频率和性能需求,高频操作宜用高效锁,低频操作可考虑简单锁。

当测试遇见 AI:用 Streamlit+AutoGen+Deepseek 构建智能用例生成器

测试用例编写耗时低效?AI来破局!传统手工方式面临三大痛点:效率低(百条用例耗时占比高)、覆盖不全(35%缺陷源于漏测)、维护难(需求变更引发大量返工)。基于Streamlit+AutoGen+Deepseek的技术方案实现秒级生成,自动补全92%边界场景,格式准确率98%。密码修改功能实测显示,用例生成效率提升6.6倍,需求覆盖率从65%跃至92%。AI正让测试工程师从重复劳动中解放,专注质量体系设计。

矢量图SVG安卓进阶

Android支持Vector矢量图,但不支持直接加载SVG文件。为应对服务端下发SVG的需求,Android需支持SVG显示。常见方案包括AndroidSVG库、Glide加载SVG、Android-PathView库及自定义SvgDrawable。此外,iconfont将SVG转为矢量字体库,便于使用。各方案各有优劣,需根据项目需求选择。

矢量图SVG安卓进阶

Android开发中,矢量图的应用至关重要。Android原生仅支持Vector格式,但实际项目中常需处理SVG文件。通过AndroidSVG库,开发者可解析并渲染SVG静态图,支持大部分SVG标签。Glide则简化了网络SVG的加载流程。此外,Android-PathView库为SVG提供了简单的路径动画效果。iconfont将SVG转换为字体库,便于图标使用。综合来看,选择合适方案需权衡项目需求与性能。

trang chủ - Wiki
Copyright © 2011-2025 iteam. Current version is 2.144.1. UTC+08:00, 2025-07-17 14:06
浙ICP备14020137号-1 $bản đồ khách truy cập$