科研绘图常耗时费力，PaperBanana的出现旨在改变这一现状。这款由谷歌与北京大学联合打造的开源框架，能从文本描述直接生成符合顶会标准的出版级学术图，旨在将科研人员从繁琐的绘图工作中解放出来，聚焦于核心研究。
智能速览
PaperBanana能一键生成符合NeurIPS等顶会风格的出版级学术图。
采用多智能体协作，模拟人类绘图流程，确保逻辑与美学的精准。
提供代码生成和直接生图两种模式，兼顾数值精准与视觉美观。
具备优化功能，可将已有的人工图提升至顶会美学标准。
支持CLI、Python API及IDE集成，开源且易于上手使用。
精华内容
PaperBanana的核心价值在于，它不仅是一个简单的绘图工具，更像一个理解科研需求的智能设计团队，通过精密的架构重构了学术插图的生产流程。
多智能体协作
PaperBanana的核心是多智能体协作的双阶段流水线。五个智能体各司其职：检索智能体从顶会论文库寻找匹配的参考案例；规划智能体将方法论文本转化为清晰的绘图脚本；风格智能体负责优化配色、布局等审美细节；可视化智能体负责生成初始插图；批判智能体则像审稿人一样，进行多轮检查与优化，确保最终输出的图表逻辑严谨、风格专业。
双模式精准生成
为满足科研绘图的多样化需求，PaperBanana设计了两种生成模式。默认的代码生成模式，由Gemini模型生成可执行的Matplotlib代码，确保统计图表的数值100%精准。直接生图模式则跳过代码环节，由图像模型直接输出视觉效果更佳的示意图，尤其适用于模型架构、方法论流程等无数值内容的场景。这种设计巧妙地解决了精准度与美观度之间的矛盾。
不止于生成，更在于优化
除了从零生成，PaperBanana还能优化已有的人工插图。用户只需上传自己的图表，工具便能依据其内置的顶会美学准则进行自动优化。实验数据显示，经其优化的图表有56.2%在美学评分上超越了原图。这意味着科研人员无需为提升图表的“高级感”而重头再来，大大提升了工作效率。
易用性与开源生态
作为一款开源工具，PaperBanana在易用性上做到了极致。它提供CLI命令行、Python API以及可集成到Cursor等IDE的MCP服务器，无论是科研小白还是开发者都能轻松上手。项目基于MIT协议开源，用户可以自由扩展功能，例如llmsresearch团队新增的幻灯片生成功能，这正是其开源生态活力的体现。
PaperBanana的出现，标志着科研可视化进入了一个新阶段。它通过AI自动化了繁琐的绘图流程，让科研人员能更专注于创新本身。随着其开源社区的不断发展和功能拓展，它有望成为连接复杂科学概念与高效视觉叙事的关键桥梁。
