PaperBanana 简介

PaperBanana 是一个专为 AI 研究人员设计的智能体框架，用于自动化创建学术插图。该系统采用多智能体工作流（检索器、规划器、渲染器、批评者），将文本描述或粗略草图转化为出版级的方法论图表和统计图。用户可通过提供上下文和标题从头生成图表，或上传手绘草图进行数字精修。该框架注重学术精确性，通过迭代式自我批评来提升图表的忠实度、简洁性与美观度。通过对比 NeurIPS 等顶级会议的基准标准，PaperBanana 旨在缩短图表生成所需时间。作为开源项目，它提供代码、数据集及基准测试（PaperBananaBench）以支持研究社区的发展。

PaperBanana 作为一个代理框架，为研究人员自动化学术插图创作。其工作流程协调了多个专业代理：一个“检索器”负责收集源上下文，一个“规划器”负责设计布局，一个“渲染器”利用视觉-语言模型生成初始图像，而一个“评估器”则通过迭代的自我评估来优化输出。该系统接受文本描述或粗略草图，并生成可直接用于发表的示意图和统计图表。此过程强调忠实性、简洁性以及符合顶级会议的审美标准。通过自动化图表创建这一瓶颈环节，PaperBanana 使研究人员能专注于内容创作，同时确保产出矢量质量、标准化的视觉素材。

PaperBanana是一个为AI研究人员设计的智能框架，用于自动化学术插图的创建。它直接从文本描述或粗略草图生成可用于出版的统计图表。该系统采用多代理工作流程——检索器、规划器、渲染器和评论家——迭代改进输出，确保高保真度、简洁性并符合会议标准。通过处理文本到图表的生成和草图润色，PaperBanana解决了图表制作中耗时的主要瓶颈。它是开源的，包含PaperBananaBench基准（292个NeurIPS 2025测试用例），并集成了最先进的视觉-语言模型以提供可靠的矢量质量视觉效果。

优点

• 高效自动化学术图表创作。
• 智能体框架提升了图表可靠性。
• 支持文本和草图输入。
• 经过出版标准基准测试。

缺点

• 基于信用点的定价可能增加成本。
• 配置参数需要用户具备专业知识。
• 输出精度取决于输入质量。
• 仅限方法论图表和绘图。