包括软件及打包apk插件------------------------Auto.js使用JavaScript作为脚本语言，目前使用Rhino1.7.7.2作为脚本引擎，支持ES5与部分ES6特性。
因为Auto.js是基于JavaScript的，学习Auto.js的API之前建议先学习JavaScript的基本语法和内置对象，可以使用教程前面的两个JavaScript教程链接来学习。
如果您想要使用TypeScript来开发，目前已经有开发者公布了一个可以把使用TypeScript进行Auto.js开发的工具，参见Auto.jsDevTools。
如果想要在电脑而不是手机上开发Auto.js，可以使用VSCode以及相应的Auto.js插件使得在电脑上编辑的脚本能推送到手机运行，参见Auto.js-VSCode-Extension。
本文档的章节大致上是以模块来分的，总体上可以分成"自动操作"类模块(控件操作、触摸模仿、按键模仿等)和其他类模块(设备、应用、界面等)。
"自动操作"的部分又可以大致分为基于控件和基于坐标的操作。
基于坐标的操作是传统按键精灵、触摸精灵等脚本软件采用的方式，通过屏幕坐标来点击、长按指定位置模仿操作，从而到达目的。
例如click(100,200),press(100,200,500)等。
这种方式在游戏类脚本中比较有可行性，结合找图找色、坐标放缩功能也能达到较好的兼容性。
但是，这种方式对一般软件脚本却难以达到想要的效果，而且这种方式需要安卓7.0版本以上或者root权限才能执行。
所以对于一般软件脚本(例如批量添加联系人、自动提取短信验证码等等)，我们采用基于控件的模仿操作方式，结合通知事情、按键事情等达成更好的工作流。
这些部分的文档参见基于控件的操作和基于坐标的操作。
其他部分主要包括：app:应用。
启动应用，卸载应用，使用应用查看、编辑文件、访问网页，发送应用间广播等。
console:控制台。
记录运行的日志、错误、信息等。
device:设备。
获取设备屏幕宽高、系统版本等信息，控制设备音量、亮度等。
engines:脚本引擎。
用于启动其他脚本。
events:事件与监听。
按键监听，通知监听，触摸监听等。
floaty:悬浮窗。
用于显示自定义的悬浮窗。
files:文件系统。
文件创建、获取信息、读写。
http:HTTP。
发送HTTP请求，例如GET,POST等。
images,colors:图片和图色处理。
截图，剪切图片，找图找色，读取保存图片等。
keys:按键模仿。
比如音量键、Home键模仿等。
shell:Shell命令。
threads:多线程支持。
ui:UI界面。
用于显示自定义的UI界面，和用户交互。
除此之外，Auto.js内置了对Promise。

文中是基于KNX总线的智能照明系统的设计。
KNX总线为了提高智能照明系统的控制、管理水平和一定程度上的减少智能照明系统的维护成本、实现节约能源、减少照明系统成本上，做出了非常大的贡献。
本设计主要是采用了模仿智能照明系统，设计中所有的照明设备都是通过KNX介质连接在一起的，组成了简单的模仿智能照明系统，使其可以进行便利的信息交换，从而实现了使用智能照明模块、感应器等设备的智能联动控制系统。
本系统所有的照明控制设备，均选用德国施耐德电气的智能照明产品，从而实现了智能、安全、节能、可靠的智能照明控制系统。

双击运行ivma_v0.0.4后，会弹出登录对话框，输入用户名和密码，初始登录的用户名为：admin，初始密码为：admin。
登录后，会弹出“使用向导”，请细心阅读完毕后，点击“进入向导”，根据向导进入网络设置，进行信息同步。
（注意：要控制设备请一定先进入向导输入目标IP，点击连接服务器，连接成功后即可操作）网络配置可进行PC端与矩阵的数据同步、修改IP和检测网络连接状况。
在同步数据成功后，PC端会自动获取矩阵的解码卡信息，也可在PC端对解码卡进行操作。
您可以搜索、添加、编辑或删除解码卡。

欢迎下载研华科技主题白皮书:【深度剖析】研华多核异构ARM核心板之机器视觉应用案例[摘要]TISitara系列AM5718/5728是采用ARM+DSP多核异构架构，可以实现图像采集、算法处理、显示、控制等功能，具有实时控制、低功耗、多标准工业控制网络互联、工业人机界面的优化、2D/3D图形处理、1080HD的高清视频应用、工业控制设备的小型化等特点。
广泛应用在机器视觉、工业通讯、汽车多媒体、医疗影像、工厂自动化、工业物联网等领域。
https://www.eefocus.com/resource/advantech/index.p...很早以前用过网络收音机，N年前了，都忘记了当初用的是什么软件了，当时只是觉得整天听MP3听腻了，想回到过去，听听广播，尽管有时候会插播广告，比较烦人，不过有笑话听，挺逗人的。
那个网络收音机的软件用了没多久，就不再用了，软件用的不爽是一方面，为了听广播而开着电脑实在是大炮打蚊子，还不如花二十块钱买个真的半导体收音机。
今天无意间看到一个，基于ARM的网络收音机，跟半导体收音机一样，装在小盒子里，可以收听通过互联网传来的广播，比电脑省电，而且因为是网络版的，突破了地域限制，收听国外的广播一样清晰。
感兴味的同学自己做一个，收听VOA，练英语听力，那才叫音质，才叫舒服。
这个收音机的原理图并不复杂，想学点东西的同学可以自制。
ARMCortex-M3网络收音机系统设计框图:说明:系统利用TPS2375实现以太网供电(PoE)，跟USB供电一样，不需要额外的变压器。
CPU则是Cortex-M3内核的LM3S6950，解码器则是VS1053，都是常见的集成电路。
系统还支持SD卡，搞不好将来做成“网络录音机”，离线播放录下来的广播，也是说不定的事儿。
固件代码方面，因为是“网络”收音机吗，毋庸置疑，需要TCP、IP协议，至于收听广播部分的协议，这里用到的是SHOUTcast协议，是由Nullsoft开发的，一种免费的声音流技术，用于网路广播。
附件内容提供了ARMCortex-M3网络收音机全部的原理图、PCB制版图、以及固件代码。
ARMCortex-M3网络收音机电路参数（英文）介绍:Open-SourceHardwareMicrocontroller:LM3S6950ARMCortex-M3fromLuminaryMicro/TIAudioCodec:VS1053fromVLSIDisplay:S65LCDwith176x132pixeland16bitcolormicroSDSocketRotaryEncoderIRReceiver(RC5)PoE(PoweroverEthernet)Open-SourceSoftwarePlayShoutcast/IcecastandRTSPStreamsPlayaudiofilesfromthememorycardAlarmClock

深层神经网络拥有更强特征表达能力的同时,也带来了优化难、训练成本高及梯度弥散等问题;参数数量的激增则导致模型过于臃肿,不利于其在挪动端及工业控制设备等算力弱、存储小的平台上的部署.针对这些问题,构建了一种融合空洞卷积和多尺度稀疏结构的轻量神经网络对图像进行特征提取,实现对带有彩色图形噪声且字符扭曲粘连严重的验证码图像的端到端识别.将包含100万张验证码图像的数据集按98:1:1的比例划分为训练集、验证集和测试集,逐批参与训练.实验结果表明,该网络在大大减少参数数量的同时,具有测试集上98.9%的识别成功率.

海康设备SDK及文档，包含32位和64位，需要复制到文件所在目录。
为后端设备（嵌入式网络硬盘录像机、视频服务器）、前端设备（网络摄像机、网络球机、IP模块）等产品服务的配套模块，用于近程访问和控制设备软件的二次开发。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。