paper banana
Google Cloud AI Research and Peking University · 圖片 · 生產力
PaperBanana 是一套代理框架，能從純文字生成可直接發表的學術插圖。你餵給它方法描述與圖說，一隊專門的 AI 代理就會回傳方法流程圖或統計圖，適合 NeurIPS、ICML 這類會議。它是一款針對研究者的學術插圖生成器。它同時也能當作一般用途的 AI 圖表生成器，用在簡報與技術文件上。它是為那些寧願把時間花在想法上、也不想跟向量工具搏鬥的 AI 科學家而打造。
關於 paper banana
PaperBanana 是什麼
PaperBanana 是一套多代理系統，由 Google Cloud AI Research 與北京大學開發，用來自動化研究中一個難纏的瓶頸：做圖。寫論文已經夠難了。畫一張乾淨的架構圖，或一張審稿人不會抱怨的圖表，可能又要吃掉一天。它正是那種把繪圖工作交還給機器的研究圖表工具。
這套框架把工作拆給五個協同的代理。Retriever 從參考庫中撈出相似範例，Planner 讀你的方法文字並寫出詳細的繪圖規格，Stylist 套用學術美學規則，Visualizer 渲染影像或程式碼，Critic 則拿結果對照你的原始文字，再送回去跑下一輪。這個迴圈才是重點。單一影像模型能渲染出漂亮的東西；PaperBanana 檢查的是那個東西到底正不正確。
主要限制值得先講清楚。在節點很多的高密度圖表中，以擴散為基礎的渲染可能讓文字變形或把連接線放錯位置，而追求像素精準的資料圖若純粹以影像生成，依舊容易出錯。不算理想。團隊的答案是給圖表一條以程式碼驅動的路徑，這點在圖中帶有真實數字時格外重要。專案起初是一篇研究論文，社群實作之後陸續補上了 CLI、Python API，以及給 Claude Code、Cursor 等工具使用的 MCP 伺服器。
開始使用
- 打開專案頁面並複製儲存庫，接著用
pip install -r requirements.txt安裝相依套件。 - 在你選用的供應商對應的模型設定檔中填入 API 金鑰。社群版本支援 OpenAI、Azure OpenAI 或 Foundry、Google Gemini，以及 Atlas Cloud。
- 準備兩項輸入：來源脈絡（你論文的方法章節）與溝通意圖（你想要的圖說）。
- 可選地載入一組已發表的參考三元組（方法文字、圖說、圖）。內附的 PaperBananaBench 提供取自 NeurIPS 2025 的 292 個參考案例。
- 執行生成，然後挑出最好的結果。作者建議採用「先生成再挑選」的流程：產出三到五個候選，選出最貼合你論文風格的那個。
產品資訊
快速了解 paper banana 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- AI 研究者與研究生：你需要方法流程圖與圖表來投稿，而且你已經清楚圖該呈現什麼。這套工具假定你有能力把方法講清楚。
- 一年要寫好幾篇論文的實驗室團隊：重複使用參考集能讓你的圖在跨論文之間維持視覺一致，審稿人看到的是同一種風格，而不是五種。
- 正在修飾既有草稿的研究者：風格強化路徑能把粗糙的手繪草圖升級到更接近會議標準的樣子，比重畫一遍快得多。
任務
- 製作模型架構圖：描述各個模組與資料流，Planner 就會把它變成一張把所有元件都擺好的繪圖規格。
- 生成統計圖：以程式碼驅動的路線會撰寫並執行 Python，讓數字保持精確。這是結果章節的安全選項。
- 產出概念框架圖：對於解釋流程而非網路的論文，代理會把同一條管線套用到概念式版面上。
情境
- 截稿前一晚，圖是最後一件沒完成的事：方法文字你早就寫好了，來源脈絡基本上已經就緒。
- 把會議演講的粗略草圖變成乾淨的投影片圖：當初餵給論文的那段描述，同樣能用在投影片上。
- 修改被拒的投稿：一輪 Critic 檢查，加上目標會議的參考集，就能讓圖獲得第二次審視，不必另外找設計師。
主要功能
五代理管線
PaperBanana 依序執行 Retriever、Planner、Stylist、Visualizer 與 Critic。每個代理只負責一件事。這正是讓輸出貼近你文字、而不會漂移成通用素材圖的原因。Critic 藉由比對渲染出來的圖與來源內容、並標出不一致之處，把整個迴圈收攏起來。
參考導向生成
載入參考集之後，Retriever 會挑出最相關的十個已發表範例，Stylist 再把它們的配色、形狀與字體萃取成一份風格指南。你的論文圖繼承的是領域內真實論文的慣例，而不是模型看過的一切的平均值。
方法流程圖自動化
給它一段方法章節，系統就能產出你平常會在 Figma 或 TikZ 裡做的那種架構圖或流程圖。它會處理讓圖一眼就看懂的版面與標註，而這通常正是最花時間的部分。
以程式碼製作統計圖
對於數字必須正確的圖表，PaperBanana 能撰寫並執行 Python 繪圖程式碼，而不是渲染像素。這讓你的資料保持忠實。它也會給你可再編輯的 Matplotlib 或 Seaborn 原始碼，方便日後調整。像素好看；數字才能贏得審稿。
既有圖表的風格強化
你可以餵進一張粗略草圖，拿回一張版面更乾淨、學術風格更統一的版本。當科學內容已經定案、只是呈現方式拖累了圖時，這是務實的選擇。不必重畫。
支援多家供應商
社群版本可連接 OpenAI、Azure OpenAI 或 Foundry、Google Gemini，以及 Atlas Cloud。Gemini 是低成本的入門點，而更換供應商並不會改變代理的工作流程。
CLI、Python API 與 MCP 伺服器
這套框架能融入你原本的工作方式：從 YAML 或 JSON 清單批次執行、用 Python 撰寫腳本呼叫，或是以 MCP 伺服器接進 Claude Code 與 Cursor。當單篇論文一次需要五張圖時，批次生成很好用，而自動精修模式在你給回饋時會持續迭代。
優缺點
優點
- 用描述圖表取代親手繪圖，把製圖時間從數小時縮到數分鐘。
- Critic 迴圈能抓出單次生成的影像模型會漏掉的邏輯錯誤與不一致。
- 參考集讓一篇論文的圖在視覺上與目標會議保持一致。
- 以程式碼驅動的圖表路徑保留精確數字，讓結果圖維持資料準確。
- 開源實作補上 CLI、Python API 與 MCP 存取，能接進現有工作流程。
缺點
- 節點很多的高複雜度圖表仍可能出現文字變形或連接線錯誤，所以每張圖在投稿前都得人工檢查。
- 核心發布版本是研究框架，不是打磨過的產品，因此設定意味著要自己複製儲存庫並管理 API 金鑰。
- 完全自動化取決於你能否把方法描述寫清楚；輸入含糊，圖就含糊。
常見問題
它把你研究方法的一段文字描述轉成可直接發表的插圖，涵蓋兩大類型：方法流程圖與統計圖。你提供方法文字與圖說，代理管線回傳完成的圖。
相關內容
探索與 paper banana 相關的工具、技能與文章。
paper banana 替代方案
X Ray Interpreter
X-ray Interpreter · 圖片X Ray Interpreter 是一款以網頁為基礎的 AI 放射科工具，能把 X 光、電腦斷層、磁振造影、超音波與 PET 影像變成白話報告。你上傳一張掃描影像，片刻之間就得到初步的 X 光判讀結果，之後若有需要解釋的地方，還能繼續追問。它的定位是第二意見與學習輔助，而非醫療診斷。
Aieasypic
AIEasyPic · 圖片AIEasyPic 是一款 AI 圖片生成器，能在幾秒內把單純的文字提示變成完成的藝術作品。你也可以用自己照片訓練自訂模型、在現有圖片中替換臉部，並從文字建立短影片片段，全部都能在瀏覽器中完成。它適合想要快速視覺素材的休閒創作者，也適合想打造個人模型、又不想碰任何程式的業餘玩家。
Chargen
Chargen · 圖片Chargen 是一款 AI 角色生成器與世界觀建構工具，專為《龍與地下城》與其他桌上角色扮演遊戲打造。它能將一句構想變成手繪風格的肖像，在同一場工作階段中生出 NPC、怪物、地圖與遭遇，並把每隻生物的細節放在手邊。桌上角色扮演美術這部分靠一套名為 Gold 的點數系統運作，而文字生成器則對所有人保持免費。