dwzhu-pku/PaperBanana

O que é?

Recursos principais

• 01Pipeline de cinco agentes que abrange recuperação, planejamento, estilização, geração de imagens e crítica.
• 02Recupera exemplos de referência few-shot do dataset PaperBananaBench.
• 03Loop de várias rodadas entre Critic e Visualizer para refinamento iterativo.
• 04A interface em Streamlit gera até 20 candidatos em paralelo e aumenta a resolução das imagens para 2K ou 4K.
• 05Compatível com Google Gemini e OpenRouter como provedores de modelos.
• 06Interface de linha de comando com modos de experimento selecionáveis.

Casos de uso

• Criar rascunhos de diagramas de arquitetura ou de métodos para um artigo com base no texto e na legenda.
• Gerar várias figuras candidatas e escolher a melhor para uma submissão.
• Aumentar a resolução ou editar um diagrama já gerado para obter alta resolução.
• Avaliar pipelines de geração de diagramas usando o dataset PaperBananaBench como benchmark.

Início rápido

1. 1

   Clone o repositório

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

   Crie um ambiente virtual com uv

   uv venv
3. 3

   Instale os pacotes necessários

   uv pip install -r requirements.txt
4. 4

   Configure uma chave de API em configs/model_config.yaml e, em seguida, inicie o aplicativo web Gradio

   python app.py

Antes de usar

• !É necessária uma chave de API do OpenRouter ou do Google Gemini, portanto o uso depende de serviços externos pagos de modelos.
• !A confiabilidade da geração ainda é limitada, e o README afirma que ainda há um longo caminho a percorrer para obter resultados mais confiáveis e diversificados.
• !Para gerar muitos candidatos de uma só vez, é necessária uma chave de API compatível com alta concorrência.

Tópicos

Perguntas frequentes

O que é PaperBanana?

Framework multiagente que transforma textos de métodos e legendas de figuras em diagramas e gráficos acadêmicos no estilo de publicações, usando LLMs e geração de imagens. PaperBanana é um sistema multiagente guiado por referências para gerar ilustrações acadêmicas. Com uma seção de métodos e uma legenda de figura como entrada, ele executa um pipeline com agentes Retriever, Planner, Stylist, Visualizer e Critic. O Retriever busca exemplos relevantes no dataset PaperBananaBench, o Planner redige uma descrição detalhada da figura, o Stylist a adapta às convenções estéticas acadêmicas, o Visualizer produz a imagem e o Critic a avalia para que o Visualizer possa iterar.

PaperBanana é gratuito? Qual é a licença?

PaperBanana é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.

PaperBanana ainda é mantido?

Manutenção ativa. O último commit de PaperBanana foi em 19 de out. de 2026.

Para que posso usar PaperBanana?

Criar rascunhos de diagramas de arquitetura ou de métodos para um artigo com base no texto e na legenda. Gerar várias figuras candidatas e escolher a melhor para uma submissão. Aumentar a resolução ou editar um diagrama já gerado para obter alta resolução. Avaliar pipelines de geração de diagramas usando o dataset PaperBananaBench como benchmark.

Como instalar PaperBanana?

Clone o repositório: git clone https://github.com/dwzhu-pku/PaperBanana.git Crie um ambiente virtual com uv: uv venv Instale os pacotes necessários: uv pip install -r requirements.txt Configure uma chave de API em configs/model_config.yaml e, em seguida, inicie o aplicativo web Gradio: python app.py

Onde consigo PaperBanana?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/dwzhu-pku/PaperBanana