llmsresearch/paperbanana

解決的問題

PaperBanana 自動化生成出版級的學術圖表與統計圖表。它消除了為 AI 研究論文設計複雜方法論圖與繪製資料的繁瑣手動工作，確保圖表符合專業美學規範（如 NeurIPS 的標準）。

工作原理

該系統使用由最多七個專業代理組成的多代理流水線：

1. 輸入優化：輸入優化器使用上下文增強器與標題精煉器，將原始文字結構化，並將標題精煉為精確的視覺規格。
2. 線性規劃：檢索器尋找相關參考範例，規劃器創建圖表的詳細文字描述，風格師應用美學指南（顏色、佈局、排版）。
3. 迭代優化：可視化器渲染圖像，批評者根據來源上下文評估圖像，並提供修改反饋。此循環重複進行，直到圖像令人滿意或達到上限。

對於統計圖表，系統透過 VLM 產生 matplotlib 程式碼，以從 CSV 或 JSON 檔案渲染資料。

適用對象

需要為學術出版物生成專業圖表、方法論圖與資料圖表的 AI 科學家與研究人員。

主要亮點

• 多提供者支援：支援 OpenAI、Google Gemini、Azure OpenAI 與 Atlas Cloud。
• 迭代優化：具備「自動精煉」模式，批評者代理會循環優化，直到輸出達到品質標準。
• 靈活輸入：支援原始文字、PDF 檔案（支援頁面選擇）與參考草圖影像，用於指導佈局。
• 批次處理：可從清單檔案生成多個圖表或圖表，並自動拼接為複合圖。
• PaperBanana Studio：包含本地 Gradio Web UI，用於管理流程與瀏覽輸出。
• 會議風格套件：內建並可自訂 NeurIPS、ICML、ACL 與 IEEE 等會議的風格指南。