自动差分包制作工具使用说明

合集下载

小蜜蜂V6操作手册

一、运行环境
运行环境的设置对系统运行来讲，无疑是至关重要的。下面我们分别说明系统运行的硬件环境和软件环境，以及我们的建议环境。
小蜜蜂管理软件是一个基于Windows环境的软件，它要求的基本显示模式是16位色及800×600的分辨率。它要求的硬件及软件运行环境具体如下：
硬件：
单机用户：
标准配置
推荐配置
客户组、客户、部门及职员。
固定资产系统参数设置
固定资产系统参数设置包括：类别各级编码长度。
类别各级编码长度：固定资产可以按类别分级核算，每一级的长度您可以自己掌握，只要总长度不超过20位就可以。例如：在类别各级编码长度的编辑框中输入：”233”，那么就表示把类别代码分成三级，每级的类别代码长度分别是2、3、3。
使用系统科目表：打上对勾，系统根据您选择的行业性质自动生成相应的总账和明细科目及公共报表。
使用模板库建立本账套：系统提供建账标准模板，您可利用模板库建账工具轻松获取各个模块的初始资料。
科目编码：指定科目各级编码的长度。例如：输入322，那么就表示，一、二、三级科目长度分别为3、2、2，以后在增加或修改科目代码时都必须遵照这个格式来。系统设定各级科目编码长度之和小于等于20。
部门编码：小蜜蜂的部门也可以分级核算。部门各级编码长度的输入格式同科目编码一样。
客户组编码：小蜜蜂的客户组与客户是紧密联系的。客户组可以分级核算；客户的管理是通过客户组的分级核算来实现的。这里就是让您指定分组的级次以及每一级的编码长度。
职员编码长度：职员的编码是不分级次的,长度小于等于10。
客户编码：客户的编码是不分级次的,长度小于等于10。
实现企业信息化是现代企业加强管理，提高经济效益的必然。
“小蜜蜂”软件绝对是一个大众化的企业管理软件精品。

Python-3.5.2--官方入门指南-中文版

Python 入门指南目录Python 入门指南 (1)1. 开胃菜 (5)2. 使用Python 解释器 (6)2.1. 调用Python 解释器 (6)2.1.1. 参数传递 (8)2.1.2. 交互模式 (8)2.2. 解释器及其环境 (8)2.2.1. 源程序编码 (8)3. Python 简介 (9)3.1. 将Python 当做计算器 (10)3.1.1. 数字 (10)3.1.2. 字符串 (12)3.1.3. 列表 (16)3.2. 编程的第一步 (18)4. 深入Python 流程控制 (19)4.1. if 语句 (20)4.2. for 语句 (20)4.3. range() 函数 (21)4.4. break 和continue 语句, 以及循环中的else 子句 (22)4.5. pass 语句 (23)4.6. 定义函数 (24)4.7. 深入Python 函数定义 (26)4.7.1. 默认参数值 (26)4.7.2. 关键字参数 (28)4.7.3. 可变参数列表 (30)4.7.4. 参数列表的分拆 (30)4.7.5. Lambda 形式 (31)4.7.6. 文档字符串 (31)4.7.7. 函数注解 (32)4.8. 插曲：编码风格 (33)5. 数据结构 (34)5.1. 关于列表更多的内容 (34)5.1.1. 把列表当作堆栈使用 (35)5.1.2. 把列表当作队列使用 (36)5.1.3. 列表推导式 (37)5.1.4. 嵌套的列表推导式 (39)5.2. del 语句 (40)5.3. 元组和序列 (40)5.4. 集合 (42)5.6. 循环技巧 (44)5.7. 深入条件控制 (46)5.8. 比较序列和其它类型 (46)6. 模块 (47)6.1. 深入模块 (48)6.1.1. 作为脚本来执行模块 (49)6.1.2. 模块的搜索路径 (50)6.1.3. “编译的” Python 文件 (51)6.2. 标准模块 (51)6.3. dir() 函数 (52)6.4. 包 (55)6.4.1. 从* 导入包 (57)6.4.2. 包内引用 (58)6.4.3. 多重目录中的包 (58)7. 输入和输出 (58)7.1. 格式化输出 (59)7.1.1. 旧式的字符串格式化 (63)7.2. 文件读写 (63)7.2.1. 文件对象方法 (63)7.2.2. 使用json 存储结构化数据 (66)8. 错误和异常 (67)8.1. 语法错误 (67)8.2. 异常 (67)8.3. 异常处理 (68)8.4. 抛出异常 (71)8.5. 用户自定义异常 (71)8.6. 定义清理行为 (73)8.7. 预定义清理行为 (74)9. 类 (75)9.1. 术语相关 (75)9.2. Python 作用域和命名空间 (76)9.2.1. 作用域和命名空间示例 (78)9.3. 初识类 (78)9.3.1. 类定义语法 (79)9.3.2. 类对象 (79)9.3.3. 实例对象 (80)9.3.4. 方法对象 (81)9.3.5. 类和实例变量 (82)9.4. 一些说明 (83)9.5. 继承 (85)9.5.1. 多继承 (86)9.6. 私有变量 (87)9.7. 补充 (88)9.9. 迭代器 (89)9.10. 生成器 (91)9.11. 生成器表达式 (91)10. Python 标准库概览 (92)10.1. 操作系统接口 (92)10.2. 文件通配符 (93)10.3. 命令行参数 (93)10.4. 错误输出重定向和程序终止 (93)10.5. 字符串正则匹配 (94)10.6. 数学 (94)10.7. 互联网访问 (95)10.8. 日期和时间 (95)10.9. 数据压缩 (96)10.10. 性能度量 (96)10.11. 质量控制 (97)10.12. “瑞士军刀” (98)11. 标准库浏览– Part II (98)11.1. 输出格式 (98)11.2. 模板 (100)11.3. 使用二进制数据记录布局 (101)11.4. 多线程 (102)11.5. 日志 (103)11.6. 弱引用 (103)11.7. 列表工具 (104)11.8. 十进制浮点数算法 (105)12. 虚拟环境和包 (106)12.1. 简介 (106)12.2. 创建虚拟环境 (107)12.3. 使用pip 管理包 (108)13. 接下来？ (110)14. 交互式输入行编辑历史回溯 (112)14.1. Tab 补全和历史记录 (112)14.2. 其它交互式解释器 (112)15. 浮点数算法：争议和限制 (112)15.1. 表达错误 (116)16. 附录 (118)16.1. 交互模式 (118)16.1.1. 错误处理 (118)16.1.2. 可执行Python 脚本 (118)16.1.3. 交互式启动文件 (119)16.1.4. 定制模块 (119)Python 是一门简单易学且功能强大的编程语言。

Xpert Highscore使用手册

3
Xpertቤተ መጻሕፍቲ ባይዱHighscore 使用手册
前
言
X 射线衍射技术作为表征材料性能强有力的手段之一，越来越受到人们的重视，在材料、物理、化工等等行业应用越来越广。随着仪器制造水平的提高以及计算机技术的发展，现代化的衍射仪也步入了自动化、高精度、高效率的新时代。数据的采集和分析都交由专业的软件完成，而对这些软件的熟练使用就必然成为广大研究者不可或缺的技能。对于很多刚刚接触 X 射线衍射的人来说，实践经验尚浅会遇到很多困难。有感于初学时走了不少的弯路，不想后学者浪费无谓的时间，遂编写本手册。由于 Xpert Highscore 的运用灵活多变，我只能写一些最基本的操作，为初学者提供一个最基本的套路。等使用者对这些基本操作熟练掌握以后，可以根据个人的习惯量身定做更好的使用方法。 Xpert Highscore 有很多个版本。最初的设计可能是由 Highscore 进行物相检索，由 Plus 承担结构分析，如今新推出的 Xpert HighscorePlus 已集二者功能于一体。不同的版本之间虽有差异，但界面和基本的操作大致相同，本手册编写时依据的是 1.0a 版，希望不同版本的使用者提起注意。需要说明的是，本手册中许多菜单命令的介绍是源自帕纳科公司陆金生教授的翻译，在此特别致敬。由于本人能力所限，疏漏错失之处在所难免，希望读者不吝指教，以期将来改正。联系方式： wustliang@ 。
编者 2008 年 3 月于武汉
4
Xpert Highscore 使用手册
一、Xpert Highscore 简介及安装
简介
Xpert Highscore 是荷兰 philips（现帕纳科）分析仪器公司推出的一款专门用于 xrd 物相分析的软件，操作简单方便，是我见到的物相检索类最好的软件之一。它采用全新的寻峰检索数学模型。在传统的以峰位、峰强比为主要检索依据的基础上，增加了对峰形的考察并自动拟合，自动化、智能化对原始数据进行寻峰和检索，具有强大的数据处理功能。还可以编写批处理命令，对于峰形类似系列的衍射谱，均一键搞定。能自动生成试验分析报告。

自动差分包制作工具使用说明

自动差分包制作工具使用说明一．文件准备将差分工具包解压到本地目录下如：/home/yz/test/deltaToolClient/二．安装delta命令1.切换至根目录下，执行命令：sudodpkg –i delta-2.1.1.deb2.备注：这个命令需要root权限，只需执行一次三．登录界面(不需要root权限)1.双击根目录下可执行文件 start2.弹出登录界面，输入用户名和密码（用户名&密码与FOTA管理后台一致），本地差分不需要登录。

四．本地差分点击登录框右下角【本地差分】按钮，进入到本地差分的流程，本地差分无需登录，允许脱机进行差分包制作（具备选择OTA包和解析&生成的功能）。

生成的差分包需要手动上传至FOTA后台。

1.选择原始升级包，OTA文件或IMG文件a)OTA包：直接选择zip或rar格式的升级包b)IMG包：选择不同硬件平台规定的格式文件，如展讯平台的pac格式。

同时需要配置信息包，信息包是在版本编译时生成的zip文件，如对此文件有疑问，可以咨询广升FAE人员。

IMG差分时，IMG包和信息包都要选择，且需要一一匹配选择IMG包选择IMG包对应的信息包2.原始包的选择顺序：按照从低版本到高版本的顺序依次选择，如果选错，会导致差分包无法使用；当选择好升级包，点击【下一步】时，会弹出提示框，3.生成与下载制作完成后会在页面上显示制作完成，制作完成后差分包会保存到差分包制作工具的根目录，可以找到对应的文件名五．自动化差分1.账号与登录：账号与FOTA后台账号一致，账号需要联系广升FAE提供并开通。

2.选择品牌商：选择需要制作差分包的品牌；3.选择OTA包：点击【浏览】会打开本地的文件选择窗口，选择扩展名为.zip的OTA包，每个位置只能选择一个包，目前版本一共可以同时选取6个OTA包。

4.OTA包的选取必须按照从小到大的顺序：OTA包的选择应该从低版本到高版本依次选取，如果选错，会导致差分包无法使用。

工具包的使用方法

工具包的使用方法
工具包的使用方法因工具包类型和用途而异，但通常包括以下几个步骤：
1. 下载和安装工具包：从官方网站或其他可靠来源上下载工具包，并按照安装说明安装到计算机上。

2. 打开工具包：在安装完成后，打开工具包并浏览其界面，查看可用的功能和选项。

3. 选择所需功能：根据需要，选择适合当前任务的功能或选项。

4. 执行任务：运行所选功能或选项，按照工具包的指示执行任务。

5. 完成任务：完成任务后，保存结果或数据，关闭工具包并退出。

6. 进行后续处理：根据需要，对任务结果进行归档、处理和分析等后续工作。

总之，使用工具包需要对其具体用途和功能有充分了解，同时按照说明和指引进行操作，以确保任务的顺利完成。

Fbinstools工具

二楼：自己综合几位大大作品后的实例。

====================================================================== ===========好长时间没来BBS，看到一些新技术和软件，也看到很多人对一些很好很强大工具的使用上有疑问，在这儿我对自己所熟悉的软件FBINST和FBINSTOOLS，在使用当中提醒要注意的几个小问题：1、无论是使用FBINST命令行和FBINSTOOLS工具制作FBA包或制作U盘启动时，绝大多数制作者未使用FBINST命令行对FBA包进行数据检查和设置MBR参数（重新初始化MBR）；2、在使用FBINST命令行和FBINSTOOLS工具时，操作方法有误；以Fbinstools工具为例，正确的操作方法是：a、插入U盘后，使用系统自带的格式化工具格式化成FAT模式，然后抽出U盘；b、再次插入U盘，开打Fbinstools工具，勾选“重置磁盘”“强行格式”“内存块对齐”；说明一下，为什么要使用“内存块对齐”这一参数，2011年以前的U盘都是采用同一标准，但2011年以后的U盘，都加入了新的技术，所以造成使用FBINST后出现一些五花八门的问题，如常见的U盘读取速度下降，所以最好带上“内存块对齐”这一参数，另外，这一参数对老U盘（1G以下）也有作用。

c、使用Fbinstools工具格式化后，直接抽出U盘，不要使用系统弹出（原因同上）。

再插上然后再次打开FBINSTOOLS工具，选择导入FBA包或拖入相关文件。

重要的、关键的地方：3、经上面那翻“倒腾”后，可以开始制作FBINST模式的U启了。

要说明的是，我个人不赞同导入FBA包，FBA包只不为了U启动程序打包方便发布。

因此，我所讲的只是个人的使用经验，不妥之处，请指正。

我的做法是：a、做到上面所讲的2--c步时，并不是使用导入FBA包，而解开到一个单独文件夹中备用；再次使用BINSTOOLS工具，对U盘进行设置。

Mplus并行处理自动化工具包说明书

Package‘mplusParallel.automation’September20,2023Title Parallel Processing Automation for'Mplus'Type PackageVersion0.0.1.1Description Offers automation tools to parallelize'Mplus'operations when using'R'for data genera-tion.It facilitates streamlined integration between'Mplus'and'R',allowing users to run and man-age multiple'Mplus'models simultaneously and efﬁciently in'R'.License GPL-3Encoding UTF-8RoxygenNote7.2.3Imports dplyr,furrr,future,parallelDepends MplusAutomationSuggests knitr,mvtnorm,rmarkdownNeedsCompilation noAuthor Jake Plantz[aut,cre]Maintainer Jake Plantz<*********************>Repository CRANDate/Publication2023-09-2013:10:05UTCR topics documented:Base_AutomationFunc_single (2)mplusParallel_automation (2)removeParFolders (5)Index71Base_AutomationFunc_singlePrint base automation functions for single or multi conditionsDescriptionThis function is used to print the mplus_automation code used in the mplusParallel_automation function.This is done as convenience to ease custom function generation.UsageBase_AutomationFunc_single()ValueInvisible NULL.The function is called for its side effect of deleting folders.See AlsomplusParallel_automation for the function that creates these folders.mplusParallel_automationParallel automation of running Mplus models using R.DescriptionThis function provides a parallelized automation for Mplus when using R as the data generation method.When data_gen is speciﬁed,include any arguments from the function that need to be set in the global enviornment.UsagemplusParallel_automation(k,k.start=1,data_gen=NA,seed=123,ncores="default",run=TRUE,useCores=TRUE,cores_per_analysis="default",Par_plan="cluster",rec=FALSE,results=NULL,multi_con=FALSE,con_index=c(),specific_sums=NULL,specific_params=NULL,item=NULL,params_ext=c("unstandardized"),modV1s=NULL,ops=NULL,modV2s=NULL,custom_auto=NULL,retry=TRUE,max_retry=5,folder="")Argumentsk Number of replications desired.k.start Defaults to1.Speciﬁes the replication to start eful if the simulation stopped on a speciﬁc replication and resuming without loss of work.data_gen Can take either a single dataframe in the’folder’or a data generation function.When it is a data generation function any arguments for data generation shouldbe speciﬁed in this function.seed Seed defaults to123but can be any integer.This ensures every replication’s data is generated using a different seed but is reproducible.ncores Defaults to the number of cores on the machine-1.run Logical.Defaults to T.When T the Mplus models will be run.When F models will not be run and the outputﬁles will be read in only.useCores Logical.When TRUE,the mplusﬁles will be adjusted to use the number of cores on the machine.This can speed up simulation run times.cores_per_analysisApplies when useCores is TRUE.Default is ncores/2.If you experience issuesor crashes due to memory or core use,set this lower.In testing the default willuse most of a computer’s CPU power but no break the simulation.Par_plan Plan for parallel processing.Defaults to’cluster’.Can take any argument from the’future’packagerec Logical.Indicates if theﬁles are in subdirectories.results Indicates which results to collect.Supports summaries,parameters,and modindi-cies or any named list argument output by mplus automation.When using sum-maries,parameters,or modindicies mnore speciﬁc output is available.multi_con Logical.Indicates whether multiple conditions are run in a singular instance.Default is F.con_index A character vector.Speciﬁes the indices for conditions to be tracked.specific_sums Extracts speciﬁc output when results is’summaries’.specific_paramsExtracts speciﬁc parameters when results is’parameters’.item Extracts speciﬁc items when results is’parameters’.params_ext When results is’parameters’,speciﬁes parameter type for extraction.Can take any type but defaults to’unstandardized’.If you do not desire unstandardizedparameters read in an outputﬁle to determine the name of the parameters ofinterest and use this as the named argument.modV1s Used for speciﬁc output when results is’mod_indicies’.ops Operator for modV1s,e.g.,’BY’for factor loadings.modV2s Second variable for modV1s.custom_auto User-deﬁned function for running and reading in models.Only functions that return single dataframes each run are currently supported.retry Logical.Defaults to TRUE.Retries with a new seed if chi is not returned by the model.max_retry Defaults to5.Speciﬁes how many times a new seed should be attempted.folder User-deﬁned path to the root folder of where your Mplusﬁles are located. ValueFunction returns a dataframe of all the desired parameters for each replication.Examples##Not run:#Loading the packagelibrary(mplusParallel.automation)#Data Generationn_people<-500n_items<-12data<-matrix(sample(1:5,n_people*n_items,replace=TRUE),ncol=n_items)#Writing an example input fileinp_content<-"TITLE:TESTDATA:FILE IS exdat.csv;VARIABLE:Names AREi1i2i3i4i5i6i7i8i9i10i11i12;USEVARIABLES ARE i1-i12;ANALYSIS:TYPE=GENERAL;PROCESSORS=6;OUTPUT:STANDARDIZED;MODINDICES(ALL);MODEL:trait1BYi1(a1)i2(a2)i3(a3)i4(a4)i5(a5)i6(a6);trait2BYi7(a7)i8(a8)i9(a9)i10(a10)i11(a11)i12(a12);i1-i12(e);trait1@1trait2@1"writeLines(inp_content,"example_model_simple.inp")#Running the functionres<-mplusParallel_automation(k=5,data_gen=data_gen,results= parameters ,specific_params=c( trait1.by , trait2.by ),folder= user_defined_path ) #Clean upremoveParFolders()##End(Not run)removeParFolders Remove Parallel Processing Folders from mplusParallel_automationDescriptionThis function is used to delete all parallel processing folders(with names containing the word"session")that were created by the mplusParallel_automation function.UsageremoveParFolders(folder="")Argumentsfolder The user-deﬁned folder to search for parallel processing folders.Should be thesame as the one used for mplusParallel_automation.ValueInvisible NULL.The function is called for its side effect of deleting folders.See AlsomplusParallel_automation for the function that creates these folders. Examples#Assuming you have parallel processing folders in your current RStudio #document s directoryremoveParFolders(folder= user_defined_path )IndexBase_AutomationFunc_single,2 mplusParallel_automation,2,2,6 removeParFolders,57。

etap说明书1.1

欧特艾远东（南京）计算机技术有限公司保留一切版权。

根据版权法，如果没有欧特艾远东（南京）计算机技术有限公司的书面同意，不能对该指南的整体或其中部分进行复制。

不能向其它组织和个人出售或提供本文献的副本。

根据版权法，将本文献翻译成为其它语种也属于对本文献的复制。

在本文献中使用到的某些名称和/或标志可能会构成商标、服务标志，或者是欧特艾远东（南京）计算机技术有限公司或其它组织的商标。

•Access、Excel、ODBC、SQL Server、Windows NT、Windows 2000、Windows Me、Windows98、Windows XP 以及Microsoft Word 是Microsoft Corporation 的注册商标•AutoCAD 是AutoDesk 的注册商标•Oracle 是Oracle Corporation 的注册商标•PowerPlot 是Jackson & Associates 的注册商标•Crystal Reports 是Seagate Software 的注册商标•MATLAB 和Simulink 是MathWorks 的注册商标•文献中的屏幕显示图已获得Microsoft Corporation 许可欧特艾远东（南京）计算机技术有限公司相信，这里所包含的信息截止出版日期之前是准确的，这些信息如有改动恕不另行通知。

所提供的信息并无任何形式的保证，不论是直接表述的还是默示的，均包括了但不限于默示的适销性保证、特点用途的适用性或者是无侵权保证。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

自动差分包制作工具使用说明
一．文件准备
将差分工具包解压到本地目录下
如：/home/yz/test/deltaToolClient/
二．安装delta命令
1.切换至根目录下，执行命令：sudodpkg –i delta-
2.1.1.deb
2.备注：这个命令需要root权限，只需执行一次
三．登录界面(不需要root权限)
1.双击根目录下可执行文件 start
2.弹出登录界面，输入用户名和密码（用户名&密码与FOTA管理后台一致），本地
差分不需要登录。

四．本地差分
点击登录框右下角【本地差分】按钮，进入到本地差分的流程，本地差分无需登录，允许脱机进行差分包制作（具备选择OTA包和解析&生成的功能）。

生成的差分包需要手动上传至FOTA后台。

1.选择原始升级包，OTA文件或IMG文件
a)OTA包：直接选择zip或rar格式的升级包
b)IMG包：选择不同硬件平台规定的格式文件，如展讯平台的pac格式。

同时
需要配置信息包，信息包是在版本编译时生成的zip文件，如对此文件有疑问，可以咨询广升FAE人员。

IMG差分时，IMG包和信息包都要选择，且需要一一匹配
选择IMG包
选择IMG包对应的信息包
2.原始包的选择顺序：按照从低版本到高版本的顺序依次选择，如果选错，会导致
差分包无法使用；当选择好升级包，点击【下一步】时，会弹出提示框，
3.生成与下载
制作完成后会在页面上显示制
作完成，
制作完成后差分包会保存到差分包制作工具
的根目录，可以找到对应的文件名
五．自动化差分
1.账号与登录：账号与FOTA后台账号一致，账号需要联系广升FAE提供并开通。

2.选择品牌商：选择需要制作差分包的品牌；
3.选择OTA包：点击【浏览】会打开本地的文件选择窗口，选择扩展名为.zip的
OTA包，每个位置只能选择一个包，目前版本一共可以同时选取6个OTA包。

4.OTA包的选取必须按照从小到大的顺序：OTA包的选择应该从低版本到高版本依
次选取，如果选错，会导致差分包无法使用。

5.解析与生成
a
）configure.xml中LANGUAGE,OEM,OPERATOR,PRODUCT四个字段需要一致：每
个OTA包中的configure.xml文件中的这四个字段内容必须一致，如果不一致，会导
致文件解析不通过，系统会认为OTA包不属于同一个项目；
制作差分包，必须至少选择2
个OTA包
如想放弃选择某一个OTA包的
选取，可以点击【清空】
选择的原始包的Config.xml信
息与FOTA已有信息冲突
b）c onfigure.xml中的buildnumber字段不能相同：buildnumber字段是每个OTA包的版本号，差分关系的建立，需要基于这个字段，所以不能选择两个buildnumber字段一样的OTA包用来差分。

c）解析通过，差分包制作完毕：界面上会显示正在解析和生成的状态；制作完成会提示
6.自动部署差分包
1.自动同步：
A）同步差分关系：待项目号和版本号上传完毕后，会形成差分包关系，并将对应的差分包自动部署至FOTA管理后台
B）同步项目和版本信息：点击【是】，则将OTA包中的configure.xml文件参数
同步至FOTA管理后台，并创建新的项目和版本号.
2. 仅生成本地差分包：点击【否】会执行本地差分包的生成，不会自动部署，与登录
界面上的【本地差分】效果一致，仅在本地生成差分包。

3. 填写升级版本的release notes （更新内容）信息：
最新的版本号，即：目标版本号
这里选择release notes 的语言类型，如果是国内项目，则选中文
4.添加测试IMEI：这是非常重要的一步，因为一旦完成自动部署，系统默认的升级
范围是“仅限测试IMEI”，并进入升级测试环节。

如果没有配置测试IMEI，会无
法检测出升级包。

5.上传差分包：完成release notes和测试IMEI的录入以后，就会将差分包执行上
传至FOTA服务器。

六．FOTA管理后台信息查询
1.一键登录
差分包制作工具界面上点击【进入FOTA管理后台】后，会启动系统默认的浏览器，比如：IE，并一键进入FOTA管理后台，无需login。

2.查看项目信息
3.查看版本信息
4.查看差分包
点击【项目管理】，可以查找到通过自动差分包工具创建的项目，与configure.xml文件参数一致
点击【发布升级】，可以查找到对应项目的所有版本信息，找到最新的版本，可以查看到release notes
5.
测试IMEI
点击【发布升级】，找到对应项目的
最新版本，点击【配置】按钮，可
以看到已创建的版本差分关系，并
可看到成功上传的差分包。