Nano Banana 适合把实验流程、机制示意图和 graphical abstract 快速做成统一风格的科研插图，但不适合直接生成带真实数值的统计图。这里讲清它的适用边界、提示词写法、生成与修图流程，以及投稿前需要检查的细节。
Seedream 4.0 把文生图、图像编辑和组图生成放到同一个多模态模型中。围绕指令编辑、特征保持、多图参考、高清生成等能力，讲清它适合处理哪些视觉任务，以及如何写出更稳定的提示词。
多智能体 ReAct 自主规划能让主智能体拆解任务并调度工具或子智能体，但生产环境容易遇到工具调用等待长、上下文膨胀、中间产物缺失、结束回答敷衍和规划跑偏等问题。这里围绕五个工程策略讲清问题成因、系统设计和落地实现。
RAG 不只是向量检索加大模型生成。一个工程级 RAG 系统需要同时处理语义文档、结构化表格、数据库和知识图谱，并通过 Embedding、Reranker、Text2SQL 与 GraphRAG 协同完成复杂问答。
opcode 是一个面向 Claude Code 的桌面图形化工具，用来集中管理 AI 编程项目、会话历史、任务型 Agent 和使用成本。它不替代 Claude Code，而是在命令行能力之上提供更直观的项目控制台。
Nano Banana 是 Gemini 2.5 Flash Image 的常用昵称，适合做参考图编辑、图片融合、风格转换、老照片上色、分镜生成等任务。这里用可复用的提示词结构和场景模板，讲清如何把参考图、目标效果和约束条件组织成稳定的图像编辑指令。
Context Engineering 关注在调用大语言模型前，如何把指令、知识、工具结果和记忆组织进有限上下文窗口。围绕 LLM OS 类比、上下文失败模式、记忆分类和工程实践，系统讲清 LLM 应用为什么不能只靠提示词。
Nano Banana 不只适合图片编辑，也能通过结构化提示词生成照片级场景、贴纸、文字标志、商业产品图、极简背景和漫画分镜。围绕六类常见出图任务，拆解提示词模板、写法要点、平台入口和第三方平台选择清单。
AI 生成网页常把按钮、卡片和背景做成蓝紫渐变，背后通常是训练语料中的高频样式、框架默认值和开源模板共同作用。围绕 Tailwind CSS 的 indigo-500、设计路径依赖和提示词约束，讲清如何把生成结果从默认审美里拉出来。
