Paper Banana

paper-banana

基于 Google Gemini 图像模型的学术论文插图生成插件，通过多代理流水线自动生成符合顶会（NeurIPS/ICML）风格标准的出版级插图。

功能

• 科学示意图 — 方法架构图、流程图、框架图等，调用 Gemini Image API 直接生成
• 统计图表 — 柱状图、折线图、散点图、热力图、雷达图等，自动生成 matplotlib 代码并执行
• 顶会视觉标准 — 自动应用 NeurIPS 2025 风格指南（配色、字体、线型、布局）
• 多轮迭代优化 — Critic 代理自动审核生成结果，最多 3 轮迭代，满意即提前终止
• Few-Shot 学习 — 可选从 PaperBananaBench 数据集检索相似参考样例
• 灵活输入 — 支持文本描述、.tex 文件、.md 文件
• 多种画幅比 — 16:9、1:1、3:2、21:9

安装

通过 my-super-capsule 插件市场安装：

# 1. 添加插件市场（如已添加可跳过）
/plugin marketplace add jiutuhky/my-super-capsule

# 2. 安装插件
/plugin install paper-banana@jiutuhky-plugins

环境变量

# Google Gemini API（必填，用于图像生成）
export GOOGLE_API_KEY="your-google-api-key"

# 可选：自定义 API 端点
export GOOGLE_API_BASE_URL="your-custom-endpoint"

Python 依赖

pip install google-genai matplotlib Pillow

使用

在 Claude Code 中执行：

/paper-banana <描述或文件路径> [--type diagram|plot] [--ratio 16:9|1:1|3:2|21:9]

示例

# 从文字描述生成示意图
/paper-banana "A transformer architecture with multi-head attention, feed-forward layers, and residual connections" --type diagram

# 从数据生成统计图
/paper-banana "Bar chart comparing BLEU scores: Model A=35.2, Model B=38.7, Model C=41.3" --type plot

# 从 LaTeX 文件生成
/paper-banana ./paper/method.tex --type diagram --ratio 16:9

流水线架构

插件协调 5 个子代理按序执行：

Retriever → Planner → Stylist → Visualizer → [Critic → Visualizer] ×N

代理	职责
Retriever	从 PaperBananaBench 数据集检索相似参考样例，用于 Few-Shot 学习
Planner	根据方法论或数据生成图的详细文字描述
Stylist	在不改变语义的前提下，为描述添加 NeurIPS 2025 风格细节
Visualizer	将描述转为图像：示意图走 Gemini API，统计图走 matplotlib 代码生成
Critic	对比生成图与源内容，输出修改建议；最多迭代 3 轮，无需修改则提前终止

输出目录

paper_banana_output_YYYYMMDD_HHMMSS/
├── pipeline_state.json     # 流水线状态与文件引用
├── descriptions/           # 各阶段文字描述
├── images/                 # 生成的 JPEG 图像
└── code/                   # matplotlib 代码（仅统计图）

插件结构

paper-banana/
├── .claude-plugin/
│   └── plugin.json                # 插件清单
├── commands/
│   └── paper-banana.md            # 主命令
├── agents/                        # 5 个子代理
│   ├── retriever.md
│   ├── planner.md
│   ├── stylist.md
│   ├── visualizer.md
│   └── critic.md
├── skills/
│   └── paper-banana-orchestration/
│       ├── SKILL.md               # 流水线编排逻辑
│       └── references/
│           ├── planner_guidance.md
│           ├── diagram_style_guide.md
│           ├── plot_style_guide.md
│           ├── critic_guidance.md
│           ├── retriever_guidance.md
│           ├── stylist_guidance.md
│           └── evaluation_prompts.md
├── scripts/
│   ├── generate_diagram.py        # Gemini 图像生成封装
│   └── execute_plot.py            # matplotlib 代码执行器
└── README.md

致谢

本插件基于 PaperBanana（Apache-2.0）开发。原项目核心工作流已由 Google 申请专利，不影响开源研究，但限制商业应用，详见原项目声明。

许可证

MIT