By name: paper-banana description: 学术插图生成 - 使用 PaperBanana 多智能体框架从方法文本自动生成框架图和统计图 allowed-tools: Bash, Read, Write user-invocable: true
Paper Banana - 学术插图生成
使用 PaperBanana 多智能体框架（Planner → Visualizer → Critic 循环）从论文方法章节文本自动生成学术插图。
前置安装
# 1. 克隆 PaperBanana
git clone https://github.com/paperbanana/PaperBanana.git ~/PaperBanana
# 2. 安装依赖
cd ~/PaperBanana
pip install -r requirements.txt
# 3. 配置模型（编辑 configs/model_config.yaml）
# 设置 OpenAI 兼容的 API base URL、API key 和模型名
核心命令
SCRIPT=~/.claude/skills/auto-research/skills/paper-banana/scripts/generate_figure.py
# 基本用法
python3 $SCRIPT \
--content "方法文本（Markdown格式）" \
--caption "Figure 1: 框架图标题" \
--output ./figure.png
# 从文件读取内容
python3 $SCRIPT \
--content @method_section.md \
--caption "Figure 1: Pipeline overview" \
--output ./fig1.png
# 高质量模式（完整管线 + 更多迭代）
python3 $SCRIPT \
--content @method.md \
--caption "Figure 2: Architecture" \
--output ./fig2.png \
--exp-mode demo_full \
--critic-rounds 5
# 生成统计图
python3 $SCRIPT \
--content "实验结果数据..." \
--caption "Figure 3: Performance comparison" \
--output ./fig3.png \
--task plot
CLI 参数
| 参数 | 默认值 | 说明 |
|---|---|---|
--content |
(必填) | 方法文本，支持 @filepath 从文件读取 |
--caption |
(必填) | 图表标题 / 视觉意图描述 |
--output |
(必填) | 输出图片路径（.png / .jpg） |
--task |
diagram |
任务类型：diagram（框架图）或 plot（统计图） |
--aspect-ratio |
16:9 |
宽高比 |
--exp-mode |
demo_planner_critic |
管线模式 |
--retrieval-setting |
none |
参考检索策略 |
--critic-rounds |
3 |
最大 Critic 迭代轮数 |
--image-model-name |
(配置文件) | 覆盖图像生成模型 |
--paperbanana-dir |
~/PaperBanana |
PaperBanana 项目路径 |
管线模式对比
| 模式 | 流程 | 适用场景 |
|---|---|---|
demo_planner_critic |
Planner → Visualizer → Critic × N | 快速生成，推荐默认 |
demo_full |
Retriever → Planner → Stylist → Visualizer → Critic × N | 更精美，含风格优化 |
输出格式
脚本输出 JSON 到 stdout：
{
"status": "success",
"output": "/absolute/path/to/figure.png",
"format": "PNG",
"size": "1920x1080",
"exp_mode": "demo_planner_critic",
"task": "diagram"
}
失败时：
{
"status": "error",
"message": "错误描述"
}
与 drawio 的区别
| 维度 | paper-banana | drawio |
|---|---|---|
| 输出类型 | 位图（PNG/JPG），AI 生成 | 矢量图（XML），手动/规则生成 |
| 适用场景 | 论文方法图、框架图、示意图 | 流程图、ER图、架构图 |
| 可编辑性 | 不可编辑（位图） | 完全可编辑（XML） |
| 视觉质量 | 高（AI风格化） | 中（工程图风格） |
| 生成速度 | 慢（多轮 AI 调用） | 快（直接生成 XML） |