dwzhu-pku/PaperBanana

¿Qué es?

Funciones clave

• 01Pipeline de cinco agentes que abarca recuperación, planificación, estilización, generación de imágenes y evaluación crítica.
• 02Recupera ejemplos de referencia few-shot del dataset PaperBananaBench.
• 03Ciclo de varias rondas entre Critic y Visualizer para el refinamiento iterativo.
• 04La interfaz de Streamlit genera hasta 20 candidatos en paralelo y amplía las imágenes a 2K o 4K.
• 05Admite Google Gemini y OpenRouter como proveedores de modelos.
• 06Interfaz de línea de comandos con modos de experimento seleccionables.

Casos de uso

• Crear borradores de diagramas de arquitectura o metodología para un artículo a partir de su texto y pie de figura.
• Generar varias figuras candidatas y elegir la mejor para una publicación.
• Ampliar o editar un diagrama generado previamente para obtener una resolución alta.
• Evaluar pipelines de generación de diagramas con el dataset PaperBananaBench.

Inicio rápido

1. 1

   Clona el repositorio

   git clone https://github.com/dwzhu-pku/PaperBanana.git
2. 2

   Crea un entorno virtual con uv

   uv venv
3. 3

   Instala los paquetes necesarios

   uv pip install -r requirements.txt
4. 4

   Configura una clave de API en configs/model_config.yaml y, después, inicia la aplicación web de Gradio

   python app.py

Antes de usarlo

• !Se necesita una clave de API de OpenRouter o Google Gemini, por lo que el uso depende de servicios externos de modelos de pago.
• !La fiabilidad de la generación aún es limitada, y el README indica que queda mucho por hacer para obtener resultados más fiables y diversos.
• !Para generar muchos candidatos a la vez, se necesita una clave de API que admita una concurrencia alta.

Temas

Preguntas frecuentes

¿Qué es PaperBanana?

Framework multiagente que convierte descripciones de métodos y pies de figura en diagramas y gráficos académicos listos para publicar, mediante LLM e generación de imágenes. PaperBanana es un sistema multiagente guiado por referencias que genera ilustraciones académicas. A partir de una sección de metodología y un pie de figura, ejecuta un pipeline de agentes Retriever, Planner, Stylist, Visualizer y Critic. Retriever obtiene ejemplos relevantes del dataset PaperBananaBench, Planner redacta una descripción detallada de la figura, Stylist la adapta a las convenciones estéticas académicas, Visualizer genera la imagen y Critic la revisa para que Visualizer pueda iterar.

¿PaperBanana es gratuito? ¿Qué licencia tiene?

PaperBanana es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿PaperBanana sigue mantenido?

Mantenimiento activo. El último commit de PaperBanana fue el 19 oct 2026.

¿Para qué puedo usar PaperBanana?

Crear borradores de diagramas de arquitectura o metodología para un artículo a partir de su texto y pie de figura. Generar varias figuras candidatas y elegir la mejor para una publicación. Ampliar o editar un diagrama generado previamente para obtener una resolución alta. Evaluar pipelines de generación de diagramas con el dataset PaperBananaBench.

¿Cómo se instala PaperBanana?

Clona el repositorio: git clone https://github.com/dwzhu-pku/PaperBanana.git Crea un entorno virtual con uv: uv venv Instala los paquetes necesarios: uv pip install -r requirements.txt Configura una clave de API en configs/model_config.yaml y, después, inicia la aplicación web de Gradio: python app.py

¿Dónde consigo PaperBanana?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/dwzhu-pku/PaperBanana