PaperBanana 簡介

PaperBanana 是一個專為 AI 研究人員設計的智能體架構，用於自動化建立學術插圖。该系統採用多智能體工作流程（檢索器、規劃器、渲染器、批評者），將文字描述或粗略草圖轉化為可出版的方法論圖表與統計圖表。使用者可透過提供上下文與標題從頭生成圖表，或上傳手繪草圖進行數位精修。此架構強調學術精確性，透過迭代式自我批評來提升圖表的忠實度、簡潔度與美觀度。透過對比 NeurIPS 等頂級會議的基準標準，PaperBanana 旨在縮短圖表生成所需時間。作為開源專案，它提供程式碼、資料集及基準測試（PaperBananaBench）以支持研究社群。

PaperBanana 作為一個代理框架，為研究人員自動化學術插圖創作。其工作流程協調了多個專業代理：一個「檢索器」負責收集來源上下文，一個「規劃器」負責設計構圖，一個「渲染器」利用視覺-語言模型生成初始影像，而一個「評估器」則透過迭代的自我評估來優化輸出。該系統接受文字描述或粗略草圖，並生成可直接用於發表的示意圖與統計圖表。此過程強調忠實度、簡潔性以及符合頂級會議的審美標準。透過自動化圖表創建這一瓶頸環節，PaperBanana 使研究人員能專注於內容創作，同時確保產出向量品質、標準化的視覺素材。

PaperBanana是一個為AI研究人員設計的智能框架，用於自動化學術插圖的建立。它直接從文本描述或粗略草圖生成可出版的統計圖表。該系統採用多代理工作流程——檢索器、規劃器、渲染器和評論家——迭代改進輸出，確保高保真度、簡潔性並符合會議標準。通過處理文本到圖表的生成和草圖潤飾，PaperBanana解決了圖表製作中耗時的主要瓶頸。它是開源的，包含PaperBananaBench基準（292個NeurIPS 2025測試案例），並整合了最先進的視覺-語言模型以提供可靠的向量品質視覺效果。

優點

• 高效能自動化學術圖表創作。
• 智能體框架提升了圖表可靠度。
• 支援文字與草圖輸入。
• 經過出版標準基準測試。

缺點

• 基於點數的計價方式可能增加成本。
• 設定參數需要使用者具備專業知識。
• 輸出精準度取決於輸入品質。
• 僅限於方法論圖表與繪圖。