llmsresearch/paperbanana

解决的问题

PaperBanana 自动化生成出版级别的学术图表和统计图表。它消除了为 AI 研究论文设计复杂方法论图和绘制数据的繁琐手动工作，确保图表符合专业美学规范（如 NeurIPS 的标准）。

工作原理

该系统使用由最多七个专业代理组成的多代理流水线：

1. 输入优化：输入优化器使用上下文增强器和标题精炼器，将原始文本结构化，并将标题精炼为精确的视觉规格。
2. 线性规划：检索器查找相关参考示例，规划器创建图表的详细文本描述，风格师应用美学指南（颜色、布局、排版）。
3. 迭代优化：可视化器渲染图像，批评者根据源上下文评估图像，并提供修改反馈。此循环重复进行，直到图像令人满意或达到上限。

对于统计图表，系统通过 VLM 生成 matplotlib 代码，以从 CSV 或 JSON 文件渲染数据。

适用人群

需要为学术出版物生成专业图表、方法论图和数据图表的 AI 科学家和研究人员。

主要亮点

• 多提供商支持：支持 OpenAI、Google Gemini、Azure OpenAI 和 Atlas Cloud。
• 迭代优化：具备“自动精炼”模式，批评者代理会循环优化，直到输出达到质量标准。
• 灵活输入：支持原始文本、PDF 文件（支持页面选择）和参考草图图像，用于指导布局。
• 批量处理：可从清单文件生成多个图表或图表，并自动拼接为复合图。
• PaperBanana Studio：包含本地 Gradio Web UI，用于管理流程和浏览输出。
• 会议风格包：内置并可自定义 NeurIPS、ICML、ACL 和 IEEE 等会议的风格指南。