PaperBanana 的常見問題解答
什麼是 PaperBanana？
PaperBanana 是一個開源的代理框架，專為研究人員設計，用於自動化創建可用於出版的學術插圖。它從文本描述或粗略草圖生成高品質的方法論圖表和統計圖，彌合研究想法與視覺傳達之間的差距。
代理工作流如何運作？
PaperBanana 採用多代理系統，包含四個核心階段：Retrieve 收集相關上下文，Plan 設計布局，Render 使用先進模型生成初始圖像，Refine 迭代地批評和改進輸出，以增強忠實度、簡潔性和美觀性。
我可以生成什麼類型的圖表？
該框架功能多樣，能夠生成複雜的方法論圖表，如模型架構和流程圖，以及精確的統計圖。它處理從文本到圖像的生成和草圖潤色，涵蓋學術論文的大多數可視化需求。
我可以用它來潤色我的現有草圖嗎？
是的，PaperBanana 的多模態能力允許使用者上傳粗略的手繪草圖。系統解釋視覺意圖，並將其潤色為專業圖表，同時保留原始布局並確保風格一致性。
這個工具適合頂級會議嗎？
PaperBanana 以 NeurIPS 等領先 AI 會議的標準為基準。其評估指標側重於忠實度、簡潔性、可讀性和美觀性，展示了始終如一的表現，滿足在著名場所出版的嚴格要求。
PaperBanana 是開源的嗎？
是的，PaperBanana 是一個開源項目。程式碼、資料和模型在 GitHub 上公開提供，研究詳細發表在 ArXiv 論文中。這種開放性鼓勵社群協作和自動化科學插圖的創新。
我需要成為設計專家嗎？
不需要，PaperBanana 專為沒有設計專業知識的研究人員設計。使用者只需提供科學上下文或草圖；代理框架處理布局規劃、渲染和美學潤色，以產生專業質量的圖表。
生成插图的信用系統如何運作？
PaperBanana 使用基於信用的模型，其中每個插圖生成任務消耗 29 個信用。如果框架在用盡所有分配迭代之前完成任務，未使用的信用將自動退還。詳細的定價結構和信用包可在官方定價頁面上找到。
什麼是 PaperBananaBench 及其重要性？
PaperBananaBench 是一個全面的基準數據集，包含從 NeurIPS 2025 論文中提取的 292 個精心策劃的測試用例。它為自動化插圖工具提供標準化評估套件，實現不同系統在忠實度、簡潔性和美觀性上的客觀比較。
PaperBanana 如何確保生成圖表的準確性？
準確性通過自我批評機制確保，其中專門的代理嚴格根據源上下文評估輸出。迭代改進過程持續提高對輸入數據的忠實度並遵守學術標準，最小化幻覺或錯誤。
PaperBanana 可以應用於非 AI 研究領域嗎？
雖然 PaperBanana 針對 AI 研究優化，並在 AI 會議論文中進行了基準測試，但其生成方法論圖表和統計圖的核心功能可適應其他科學學科。有效性可能因領域特定的可視化約定而異。
如何獲取支援或為專案做出貢獻？
支援通過電子郵件 connect@paperbanana.org 提供。要貢獻，使用者可以探索 GitHub 上的開源程式碼，報告問題或提交拉取請求。專案還通過其 ArXiv 論文和專案頁面資源鼓勵社群參與。
如何使用 PaperBanana
- PaperBanana 是一個面向 AI 研究者的智慧體框架，可根據文字描述或參考草圖，自動生成可供出版的學術插圖，包含方法論圖表與統計圖形。
- 可透過官方網站 paperbanana.org 存取此工具，或從 GitHub 倉庫部署開源原始碼以於本地端或伺服器上使用。
- 若要從文字生成圖表，請於指定輸入欄位輸入方法論背景與圖表標題；這些將描述目標插圖的組件與敘事結構。
- 設定生成參數，例如長寬比（如 16:9）與最大迭代次數，以調整輸出尺寸與迭代精修的深度。
- 啟動生成功能以開始流程；此框架將協調智慧體以檢索上下文、規劃構圖、渲染影像並進行自我改進評估。
- 為精修既有草圖，請上傳手繪圖像；PaperBanana 的多模態能力將解讀並優化它，在保留構圖的同時產出一致、專業的圖表。
- 在生成過程中監控點數使用情形，每輪迭代計費，若任務在達到迭代上限前完成，將自動退還未使用點數。
- 完成後，利用內建的回饋提示檢視生成的插圖是否準確反映輸入背景，並符合學術美學標準。
- 透過评估保真度、簡潔性與可讀性來解釋結果；如有必要，修改輸入或重新生成，以更符合研究特定需求。
- 下載最终的向量级或高解析度輸出檔案，並直接整合至文稿、簡報或補件中，以符合會議出版規範。
