当前位置: 首页 > news >正文

破解AI生成检测:如何用ChatGPT降低论文的AIGC率

学境思源,一键生成论文初稿:

AcademicIdeas - 学境思源AI论文写作

降低论文的“AIGC率”是个挑战,但有一些策略可以尝试。使用ChatGPT逐步调整和改进内容,使其更加自然和原创,降低AI检测工具识别出高“AIGC率”的概率。可以这样做(文末附有用户使用ChatGPT降低“AIGC率”的完整示例):

1. 逐段调整内容

1. 逐段提交并请求改写

   提问方式:

     “这是我论文的第一段,你能帮我调整一下语言,使其更自然吗?” 

     “请帮我优化这一段,使其避免AI生成的常见模式。”

   示例提问:

     “这是我的开头段落:‘在现代科学研究中,数据分析的重要性不容忽视。’ 你能帮我改写得更自然一点吗?”

     “这段话有些重复和僵硬,能帮我调整一下吗?‘AI技术正在迅速发展,这种迅速发展导致了很多新的可能性。’”

2. 请求识别并替换AI生成的模式

   提问方式:

     “请帮我检查这一段是否有常见的AI生成模式,并进行改写。”

     “这一段似乎有点重复,你能帮我用不同的表达方式来替换吗?”

   示例提问:

     “以下内容可能有重复的表达模式,你能帮我识别并改写吗?‘研究显示,使用机器学习可以提高效率。机器学习的效率提高了数据分析的准确性。’”

     “能帮我用更自然的语言改写这一句吗?‘人工智能的快速发展,给我们的生活带来了深远的影响。’”

3. 请求多样化句式和词汇

   提问方式:

     “能帮我把这段话中的句式变得更丰富吗?”

     “请帮我用不同的词汇替换以下段落中的重复词。”

   示例提问:

     “这段话的句式太单一了,能帮我变换一下吗?‘数据分析是现代科学的重要工具。通过数据分析,我们可以得到有价值的信息。’”

     “请帮我替换这段内容中的‘发展’这个词,使其更丰富。”

2. 增强个性化

1. 加入个人风格和专业术语

   提问方式:

     “能帮我把这一段内容调整得更符合我的写作风格吗?我通常喜欢用简洁明了的句子。”

     “请在这段内容中加入一些我专业领域的术语,使其更符合学术风格。”

   示例提问:

     “这是我写的一段话,但感觉不太像我平时的写作风格。你能调整得更简洁明了些吗?‘数据科学在现代研究中起着至关重要的作用。通过分析大量的数据,我们能够发现隐藏的模式和趋势。’”

     “能帮我在这段内容中加入一些‘机器学习’领域的专业术语吗?‘使用数据分析工具,研究人员能够更准确地预测趋势。’”

2. 结合具体实例

   提问方式:

     “这段内容有点笼统,能帮我加入一些具体的例子或案例吗?”

     “请帮我在这段文字中加入一些我的个人经验,使其更有说服力。”

   示例提问:

     “这段内容缺乏具体的例子,能帮我加一些吗?‘数据分析对提高商业决策效率非常重要。’”

     “能帮我把这段话改写得更有个人风格吗?‘我在研究过程中发现,数据清理的过程是最耗时的。’”

3. 强化独特视角

   提问方式:

     “请帮我改写这一段,使其体现出我的独特观点。”

     “能帮我在这段内容中融入一些我对该主题的独特看法吗?”

   示例提问:

     “这段话比较普通,能帮我改写得更体现出我对技术发展的独特看法吗?‘人工智能的进步为各行各业带来了新的机遇。’”

     “请帮我将这段话改得更有个性一些,使其反映我对数据隐私的关注。”

3. 优化语言和结构

1. 变换句式

   提问方式:

     “能帮我把这段长句拆分成几个短句吗?”

     “这段内容的句子太短了,能帮我合并成更复杂的句子吗?”

   示例提问:

     “这句话太长了,读起来有点难。你能帮我拆成几个短句吗?‘通过对大量数据的深入分析,研究人员能够识别出隐藏的趋势,从而制定更有效的策略。’”

     “这些短句感觉有些单调,能帮我合并成更复杂的句子吗?‘数据分析是现代研究的重要工具。通过数据分析,我们可以发现模式和趋势。’”

2. 多样化词汇

   提问方式:

     “这段内容中的‘重要’这个词出现得太频繁了,能帮我替换成其他表达方式吗?”

     “能帮我用一些更丰富的词汇来改写这一段吗?”

   示例提问:

     “‘分析’这个词在我的论文中重复出现了很多次,能帮我替换成不同的表达方式吗?‘数据分析是研究中的重要部分。通过分析,我们可以得到重要的结论。’”

     “这段话中的词汇有点单一,能帮我用更丰富的词汇改写吗?‘人工智能技术的发展非常迅速,并且正在改变各个行业。’”

3. 请求语言优化

   提问方式:

     “这段话有点复杂,能帮我简化一下语言吗?”

     “这段内容读起来有点重复,能帮我使其语言更加流畅吗?”

   示例提问:

     “这段内容有点难以理解,能帮我用更简单的语言表达吗?‘通过对多维数据集的详细分析,研究人员能够推导出复杂的关系网络,并通过进一步的验证来确认其准确性。’”

     “这段话感觉不太流畅,能帮我优化一下吗?‘机器学习是一种可以自动改进的算法。机器学习通过不断学习数据,提高预测的准确性。’”

4. 交互式改写

1. 请求实时反馈和改写

   提问方式:

     “这是我的第一段,你能帮我改写并给出一些建议吗?”

     “我对这段内容的改写有一些疑问,能帮我进一步优化吗?”

   示例提问:

     “这是我论文的开头部分:‘在现代科学研究中,数据分析的作用至关重要。’你能帮我改写并给一些建议吗?”

     “你刚才改写的这段很好,但我觉得还可以更流畅些,能帮我再优化一下吗?”

2. 逐步调整内容

   提问方式:

     “你刚才的改写很好,但我想再进一步调整这个句子,能帮我再试试吗?”

     “这段话改得很不错,但我想看看如果再多一些细节会怎样,能帮我加一些吗?”

   示例提问:

     “你刚才改写的这句‘数据分析是现代科学研究的核心工具。’很不错,但我想再多一些细节,比如数据分析的具体应用,能帮我加上去吗?”

     “我喜欢你刚才的改写,但这部分还是有点重复,你能帮我简化一下吗?”

3. 多次修改和调整

   提问方式:

     “能帮我再尝试另一种表达方式吗?我想看看不同的改写效果。”

     “我对这段话还是不太满意,能否再试着改写一次?”

   示例提问:

     “你帮我改写的这一段内容很好,但我想再试试另一种表达方式,能再帮我改写一下吗?‘人工智能的发展速度让人难以置信。’”

     “这段话的改写效果不错,但还是有些不自然,能帮我再修改一次吗?”

4. 综合调整与反馈

   提问方式:

     “请帮我把这几个改写的版本综合起来,找出最好的表达方式。”

     “我对之前几个改写都还满意,但有些细节还需要调整,能帮我综合优化一下吗?”

   示例提问:

     “我们之前改写了几次这段内容,能帮我综合一下最好的部分,形成一个最优版本吗?‘数据分析是科学研究的重要组成部分。’”

     “我对这些版本都挺满意的,但还是希望有些细节再优化一下,能帮我综合改写吗?”

5. 独立检测工具辅助

1. 在检测后请求进一步调整

   提问方式:

     “我用检测工具检查了这一段内容,结果显示‘AIGC率’还是有点高,能帮我进一步调整吗?”

     “检测工具指出这一段内容可能是AI生成的,你能帮我再改写一下,使其更自然吗?”

   示例提问:

     “我用检测工具检查了这段内容,‘AIGC率’还是有点高,能帮我再改写一下吗?‘在数据科学的研究中,数据的准确性至关重要。’”

     “检测工具提示这段话可能是AI生成的,能帮我用更自然的语言改写一下吗?‘人工智能正在改变各个行业的运作方式。’”

2. 请求多种改写方案

   提问方式:

     “为了降低‘AIGC率’,你能给我提供两到三种不同的改写方案吗?”

     “我想降低这一段的‘AIGC率’,能帮我多提供几种不同的表达方式吗?”

   示例提问:

     “能帮我把这段内容改写成两种不同的版本,以降低‘AIGC率’吗?‘数据分析的结果显示,优化算法可以显著提高效率。’”

     “为了降低检测工具识别出的‘AIGC率’,你能帮我提供几种不同的表达方式吗?‘机器学习正在迅速发展,并且应用广泛。’”

3. 优化后再次检测

   提问方式:

     “这是经过改写的段落,我想再使用检测工具检查一下,能帮我确认一下这是否看起来更自然?”

     “我已经调整了这段内容,能帮我评估一下是否降低了‘AIGC率’?”

   示例提问:

     “我已经根据你的建议改写了这段话,能帮我确认一下这是否更自然?‘在科学研究中,准确的数据分析是获取可靠结论的关键。’”

     “我调整了这段内容,感觉还不错,能帮我评估一下是否降低了‘AIGC率’?‘人工智能技术的发展为科学研究开辟了新的前景。’”

4. 综合调整与反馈

   提问方式:

     “如果这段改写后仍然有‘AIGC’的风险,你能帮我综合改写一下,彻底降低这种风险吗?”

     “这是经过多次改写的内容,我希望彻底消除‘AIGC率’,能帮我再检查并优化吗?”

   示例提问:

     “这是经过几次调整的段落,‘AIGC率’还是有点高,能帮我再改写一下,彻底降低这个风险吗?‘通过对大量数据的分析,我们可以得出许多有价值的结论。’”

     “这是多次改写的结果,但我还想确保‘AIGC率’尽量降低,能帮我再优化一下吗?‘人工智能的进步让我们能够以前所未有的速度处理和分析数据。’”

以下是一个完整的示例,展示如何使用ChatGPT降低“AIGC率”。

用户已经使用ChatGPT辅助写作了一篇关于“人工智能在医疗中的应用”的论文,准备提交给检测工具来检查“AIGC率”。在检测后,发现某些段落的“AIGC率”较高,需要进一步优化。用户希望通过逐段改写、增加个性化内容、优化语言结构等方法来降低“AIGC率”。

1. 逐段调整内容

用户提问:

“这是我论文中的一段内容,‘随着人工智能技术的不断发展,医疗领域的智能化应用也日益增多。AI可以帮助医生更准确地诊断疾病,提高治疗效果。’ 能帮我改写得更自然一些,避免常见的AI生成模式吗?”

ChatGPT改写:

“近年来,人工智能技术迅猛发展,特别是在医疗领域的应用更是方兴未艾。通过利用AI,医生们能够更精准地诊断疾病,并且在治疗过程中显著提高了效果。”

2. 增强个性化

用户提问:

“我想在刚才的改写中加入一些专业术语和个人观点。能帮我调整一下,使其更符合我在医疗数据分析领域的背景吗?”

ChatGPT改写:

“在我从事医疗数据分析的过程中,我发现AI在疾病诊断中的潜力巨大。通过使用深度学习算法,AI可以显著提高疾病检测的准确性,帮助医生更有效地制定治疗方案。”

3. 优化语言和结构

用户提问:

“我觉得这段话还有些生硬,能帮我把句式调整得更丰富一些,并用不同的词汇替换重复的部分吗?”

ChatGPT改写:

“人工智能在现代医疗中的应用已进入一个崭新的阶段。通过深度学习模型,AI不仅可以大幅提升疾病诊断的精确度,还能帮助医生制定更具个性化的治疗策略,从而更好地服务患者。”

4. 交互式改写

用户提问:

“这段改写很不错,但我还想再尝试另一种表达方式,能帮我再改写一次吗?”

ChatGPT改写:

“在医疗领域,人工智能的进步使疾病诊断和治疗的方式发生了革命性的变化。AI技术依赖于复杂的算法,可以帮助医生做出更精确的诊断,并制定更有针对性的治疗计划,最终改善患者的治疗效果。”

5. 独立检测工具辅助

用户提问:

“我刚用检测工具检查了这段内容,‘AIGC率’还是有点高。能帮我再改写一下,降低这个风险吗?”

ChatGPT改写:

“随着AI技术的快速发展,医疗诊断和治疗的精准度得到了显著提升。通过应用复杂的机器学习模型,AI协助医生在疾病诊断中取得了前所未有的准确性,并为患者提供了更个性化的治疗方案。”

6. 最终评估与反馈

用户提问:

“我觉得最后这段改写得不错,但还是想确保它能够通过AI检测工具。你认为还有什么可以进一步改进的吗?”

ChatGPT建议:

“目前的改写已经很好地降低了‘AIGC率’,但如果你想进一步降低风险,可以考虑加入具体的案例或研究数据。这会使段落更加独特,进一步减少被检测为AI生成的概率。”

用户最终改写:

“例如,在最近的一项研究中,通过对数千例病例数据的分析,AI模型成功帮助医生在早期诊断癌症时提高了20%的准确性。这一成果表明,AI不仅能够协助诊断,还能在治疗的每个阶段提供关键的支持。”

通过上述步骤,可以有效降低论文的“AIGC率”,使其更加自然、个性化,并通过AI检测工具的审查。用户可以逐段提交内容,实时获取改写建议,最终确保论文内容的独特性和原创性。

相关文章:

破解AI生成检测:如何用ChatGPT降低论文的AIGC率

学境思源,一键生成论文初稿: AcademicIdeas - 学境思源AI论文写作 降低论文的“AIGC率”是个挑战,但有一些策略可以尝试。使用ChatGPT逐步调整和改进内容,使其更加自然和原创,降低AI检测工具识别出高“AIGC率”的概率…...

Python用MarkovRNN马尔可夫递归神经网络建模序列数据t-SNE可视化研究

原文链接:https://tecdat.cn/?p37634 本文聚焦于利用马尔可夫递归神经网络(MarkovRNN)结合树库展开建模工作。MarkovRNN 通过整合马尔可夫特性与离散随机变量来深入探索递归神经网络中的随机转换机制,旨在高效处理具有复杂潜在信…...

setup函数子传父普通写法

父组件 <template><div><p>接收的数据: {{ receivedData }}</p><Demo4Chiren2 custom-event"handleGetWeb" /></div> </template><script> import { ref } from vue; import Demo4Chiren2 from ./demo4Chiren2.vue…...

seafaring靶场漏洞测试攻略

步骤一&#xff1a;打开网页 一&#xff1a;sql注入漏洞 步骤一&#xff1a;测试回显点 -1 union select 1,2,3# 步骤二&#xff1a;查看数据库 -1 union select 1,2,database()# 步骤三&#xff1a;查看表名 -1 union select 1,2,group_concat(table_name) from informati…...

简单示例,搞懂PowerBI的ALL(),ALLEXCEPT()和ALLSELECTED()的区别

假设我们有如下数据&#xff0c;我们来统计下各班级的人数 我们在报表页里加上 班级’二班‘ 的筛选条件&#xff0c;此时PowerBI已经自动为我们显示了各班级人数&#xff1a;一班有3人&#xff0c;二班有1人。 根据我们的筛选条件&#xff0c;我们的统计人数应该是按照筛选器&…...

Collection

java.util.Collections:是集合工具类 作用&#xff1a;Collections不是集合&#xff0c;而是集合的工具类 常用API addAll package Collections;import java.util.ArrayList; import java.util.Collections;public class CollectionsDemo {public static void main(String[]…...

19章 泛型

1.修改程序清单19-1中的GenericStack类&#xff0c;使用数组而不是ArrayList来实现它。你应该在给栈添加新元素之前检查数组的大小如果数组满了&#xff0c;就创建一个新数组。该数组是当前数组大小的两倍&#xff0c;然后将当前数组的元素复制到新数组中。 public class Gene…...

基于python+django+mysql+Nanodet检测模型的水稻虫害检测系统

博主介绍&#xff1a; 大家好&#xff0c;本人精通Java、Python、C#、C、C编程语言&#xff0c;同时也熟练掌握微信小程序、Php和Android等技术&#xff0c;能够为大家提供全方位的技术支持和交流。 我有丰富的成品Java、Python、C#毕设项目经验&#xff0c;能够为学生提供各类…...

计算机网络27、28——Linux命令1、2

1、虚拟机网络前方路径内容 用户名机器名&#xff1a;/$ $表示普通用户&#xff0c;#表示root用户 2、Linux不分盘&#xff0c;都是绝对路径 /表示根目录&#xff0c;表示计算机文件夹下 ~是当前用户的家&#xff0c;表示home文件夹下自己的文件夹 3、bin文件夹下的是可执…...

【Python深度学习】逆强化学习(IRL):通俗揭开学习背后的奥秘

逆强化学习:揭开学习背后的奥秘 1. 引言 当我们谈论人工智能(AI)时,很多人第一时间会想到强化学习。强化学习是一种让智能体通过与环境的互动,逐渐学习到如何做出最优决策的学习方法。然而,有一种更加神奇的学习方式叫做 逆强化学习(Inverse Reinforcement Learning,…...

Linux:五种IO模型

1&#xff1a;五种IO模型 1&#xff1a;阻塞IO 阻塞IO: 在内核将数据准备好之前,系统调用会一直等待.所有的套接字,默认 都是阻塞方式。 2&#xff1a;非阻塞 IO 非阻塞 IO: 如果内核还未将数据准备好, 系统调用仍然会直接返回, 并且返回EWOULDBLOCK 错误码。 非阻塞 IO 往往需…...

ansible企业实战

ansible最佳实践 优化ansible速度 开启SSH长连接 修改 /etc/ansible/ansible.cfg里面的参数 ssh_args -C -o ControlMasterauto -o ControlPersist5d ControlPersist5d这个参数是设置整个长连接保持时间设置为5天&#xff0c;如果开启&#xff0c;通过SSH连接过的设备都会…...

面向对象程序设计之模板进阶(C++)

在之前我出过一篇博客介绍了模版的初阶:面向对象程序设计(C)模版初阶&#xff0c;接下来我们将进行模版的进阶学习&#xff0c;介绍关于更多模版的知识 1.非类型模版参数 模板参数分类类型形参与非类型形参 类型形参即&#xff1a;出现在模板参数列表中&#xff0c;跟在class或…...

电巢科技携Ecosmos元宇宙产品亮相第25届中国光博会

第25届中国国际光电博览会&#xff08;“CIOE中国光博会”&#xff09;今日在深圳国际会展中心盛大开幕。本届博览会以“光电引领未来&#xff0c;驱动应用创新”为主题&#xff0c;吸引了全球超过3700家优质光电企业参展&#xff0c;展示了光电产业的最新成果和前沿技术。 电…...

Redis 入门 - 收官

《Redis 入门》系列文章总算完成了&#xff0c;希望这个系列文章可以想入门或刚入门的同学提供帮助&#xff0c;希望能让你形成学习Redis系统性概念。 当时为什么要写这个系列文章&#xff0c;是因为我自己就是迷迷糊糊一路踩坑走过来的&#xff0c;我踩完的坑就踩完了&#x…...

Windows技术栈企业基础底座(1)-为基于Windows的Nginx安装证书

企业的基础环境是一个组织的信息化数字化底座。传统企业基础环境多种系统&#xff0c;应用交杂&#xff0c;多种技术栈使得深入运维成本极大&#xff0c;且人员知识技能较难复用&#xff0c;造成资源浪费。本系列旨在尝试推动这一理念, 建立Windows, 或linux聚焦的技术栈的企业…...

ThreeJS入门(002):学习思维路径

查看本专栏目录 - 本文是第 002篇入门文章 文章目录 如何使用这个思维导图 Three.js 学习思维导图可以帮助你系统地了解 Three.js 的各个组成部分及其关系。下面是一个简化的 Three.js 学习路径思维导图概述&#xff0c;它包含了学习 Three.js 的主要概念和组件。你可以根据这个…...

基于ssm+vue+uniapp的新生报到系统小程序

开发语言&#xff1a;Java框架&#xff1a;ssmuniappJDK版本&#xff1a;JDK1.8服务器&#xff1a;tomcat7数据库&#xff1a;mysql 5.7&#xff08;一定要5.7版本&#xff09;数据库工具&#xff1a;Navicat11开发软件&#xff1a;eclipse/myeclipse/ideaMaven包&#xff1a;M…...

掌握 JavaScript ES6+:现代编程技巧与模块化实践

掌握 JavaScript ES6&#xff1a;现代编程技巧与模块化实践 一 . 变量声明 let二 . 声明常量 const三 . 模板字符串四 . 函数的参数默认值五 . 箭头函数六 . 对象初始化七 . 解构7.1 接收 JSON 对象7.2 接收数组 八 . 延展操作符九 . 导入和导出9.1 方式一9.2 方式二 这篇文章我…...

AttackGen - AI 网络安全事件响应测试工具,附下载链接

为了提高我们团队在安全活动中的响应效率&#xff0c;我关注到了一款叫 AttackGen 的工具&#xff0c;我们需要的是一个既能快速生成场景又能准确反映现实威胁的工具。 在红蓝对抗中&#xff0c;我们经常要模拟各种攻击场景&#xff0c;以测试我们的防御水平。这不仅仅是为了“…...

Map相关知识

数据结构 二叉树 二叉树&#xff0c;顾名思义&#xff0c;每个节点最多有两个“叉”&#xff0c;也就是两个子节点&#xff0c;分别是左子 节点和右子节点。不过&#xff0c;二叉树并不要求每个节点都有两个子节点&#xff0c;有的节点只 有左子节点&#xff0c;有的节点只有…...

AI书签管理工具开发全记录(十九):嵌入资源处理

1.前言 &#x1f4dd; 在上一篇文章中&#xff0c;我们完成了书签的导入导出功能。本篇文章我们研究如何处理嵌入资源&#xff0c;方便后续将资源打包到一个可执行文件中。 2.embed介绍 &#x1f3af; Go 1.16 引入了革命性的 embed 包&#xff0c;彻底改变了静态资源管理的…...

C# 求圆面积的程序(Program to find area of a circle)

给定半径r&#xff0c;求圆的面积。圆的面积应精确到小数点后5位。 例子&#xff1a; 输入&#xff1a;r 5 输出&#xff1a;78.53982 解释&#xff1a;由于面积 PI * r * r 3.14159265358979323846 * 5 * 5 78.53982&#xff0c;因为我们只保留小数点后 5 位数字。 输…...

论文笔记——相干体技术在裂缝预测中的应用研究

目录 相关地震知识补充地震数据的认识地震几何属性 相干体算法定义基本原理第一代相干体技术&#xff1a;基于互相关的相干体技术&#xff08;Correlation&#xff09;第二代相干体技术&#xff1a;基于相似的相干体技术&#xff08;Semblance&#xff09;基于多道相似的相干体…...

PAN/FPN

import torch import torch.nn as nn import torch.nn.functional as F import mathclass LowResQueryHighResKVAttention(nn.Module):"""方案 1: 低分辨率特征 (Query) 查询高分辨率特征 (Key, Value).输出分辨率与低分辨率输入相同。"""def __…...

MySQL JOIN 表过多的优化思路

当 MySQL 查询涉及大量表 JOIN 时&#xff0c;性能会显著下降。以下是优化思路和简易实现方法&#xff1a; 一、核心优化思路 减少 JOIN 数量 数据冗余&#xff1a;添加必要的冗余字段&#xff08;如订单表直接存储用户名&#xff09;合并表&#xff1a;将频繁关联的小表合并成…...

JDK 17 序列化是怎么回事

如何序列化&#xff1f;其实很简单&#xff0c;就是根据每个类型&#xff0c;用工厂类调用。逐个完成。 没什么漂亮的代码&#xff0c;只有有效、稳定的代码。 代码中调用toJson toJson 代码 mapper.writeValueAsString ObjectMapper DefaultSerializerProvider 一堆实…...

多元隐函数 偏导公式

我们来推导隐函数 z z ( x , y ) z z(x, y) zz(x,y) 的偏导公式&#xff0c;给定一个隐函数关系&#xff1a; F ( x , y , z ( x , y ) ) 0 F(x, y, z(x, y)) 0 F(x,y,z(x,y))0 &#x1f9e0; 目标&#xff1a; 求 ∂ z ∂ x \frac{\partial z}{\partial x} ∂x∂z​、 …...

CTF show 数学不及格

拿到题目先查一下壳&#xff0c;看一下信息 发现是一个ELF文件&#xff0c;64位的 ​ 用IDA Pro 64 打开这个文件 ​ 然后点击F5进行伪代码转换 可以看到有五个if判断&#xff0c;第一个argc ! 5这个判断并没有起太大作用&#xff0c;主要是下面四个if判断 ​ 根据题目…...

Appium下载安装配置保姆教程(图文详解)

目录 一、Appium软件介绍 1.特点 2.工作原理 3.应用场景 二、环境准备 安装 Node.js 安装 Appium 安装 JDK 安装 Android SDK 安装Python及依赖包 三、安装教程 1.Node.js安装 1.1.下载Node 1.2.安装程序 1.3.配置npm仓储和缓存 1.4. 配置环境 1.5.测试Node.j…...