PaperBanana-Pro

KO | EN

gitlite — search

#javascript #python #hacktoberfest #react #golang #android #machine-learning #nodejs #java #windows #vue #security #mcp #open-source

PaperBanana-Pro

(★ 95)

Production-ready multi-agent academic illustration system with Chinese GUI, background generation, plot workbench, and portable result bundles. Extended from PaperBanana.

PaperBanana-Pro Latest Version Download

Download Latest Version (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

<h1 align="center">PaperBanana-Pro · 纸香蕉</h1>

<p align="center">
  <strong>面向未来的工业级学术绘图引擎</strong><br>
  多 Agent 协同 · 全中文流式交互 · 深度精修闭环
</p>

---

## 👑 为什么选择 Pro？

PaperBanana-Pro 在 [原始 PaperBanana](https://github.com/dwzhu-pku/PaperBanana) 基础上独立演化，完成了 **21 轮工程打磨** 和 **70+ 单元测试** 覆盖，从学术原型蜕变为可日常使用的产品级工具。

| | 特性 | 说明 |
|---|---|---|
| 🚀 | **流式高并发生成** | 后台异步作业队列 + 实时事件时间线，支持 40+ 候选并发，界面永不卡死 |
| 📦 | **Bundle 便携式交付** | 独创 `Bundle v1` 架构，一个 `.bundle.json` 还原完整图文时间线和评审记录 |
| 🛡️ | **智能容灾重试** | Pro→Flash 模型梯队平滑降级，确定性任务状态，真正的工程健壮性 |
| 🎨 | **2K/4K 精修工作台** | 独立精修闭环，支持并发多版本重绘、树状演化链和版本回退 |
| 🇨🇳 | **全中文产品界面** | 从输入到输出全中文，侧边栏参数人性化，即开即用 |
| 🔧 | **注册制流水线** | Pipeline Registry 驱动，告别硬编码分支，一行配置扩展新流程 |
| 📊 | **Plot 全链路** | 数据输入解析 → 代码生成 → 本地重渲染 → 精修，统计图端到端闭环 |
| ⚡ | **`uv` 一键安装** | `uv tool install` 全局可用，免虚拟环境、免 PATH 配置 |
| 🔌 | **自定义模型供应商** | 支持任意 OpenAI 兼容 API，填入 Base URL 即可接入自有或第三方模型服务 |
| 🖼️ | **OpenAI GPT Image 2 适配** | 完整支持 OpenAI Images API，含流式预览、Responses API 自动降级、参考图编辑、自定义尺寸等高级特性 |

---

## ✨ 核心工作流

**📋 生成候选方案**

输入论文方法章节和图注，一键并发生成多个科研插图候选。

**🎯 候选决策 & 批量导出**

收藏、选定或淘汰候选方案，一键 ZIP 打包下载全部结果。

**🔍 流水线演化追踪**

展开任意候选方案的演化时间线，逐阶段查看规划→风格增强→评审修正的完整过程。

**✨ 2K/4K 图像精修**

独立精修工作台，设置目标分辨率与宽高比，每轮精修形成版本链，可从任意历史版本继续或回退。

<details>
<summary>📸 <strong>更多功能截图</strong>（点击展开）</summary>

<br>

**启动前检查与参数预览** — 自动校验配置并预估成本

**历史回放** — 从 Bundle 快照中载入过往运行结果

**批量下载** — 按筛选范围一键打包 ZIP（含图像、描述、绘图代码）

**API Key 可视化配置** — 密钥自动存储到本地，刷新不丢失

**自定义模型供应商** — 接入任意 OpenAI 兼容 API，填写 Base URL 和 Key 即可使用

</details>

---

## 🚀 快速开始

### 1. 安装

```bash
git clone https://github.com/elpsykongloo/PaperBanana-Pro.git
cd PaperBanana-Pro
uv python install 3.12
uv sync --locked
uv tool install --editable . --force
```

安装完成后，`paperbanana` 命令可在任意目录使用。如未进入 PATH，执行 `uv tool update-shell` 即可。

> [!TIP]
> 不需要全局命令？也可以直接 `streamlit run demo.py` 启动 GUI，或 `python main.py --help` 使用 CLI。

### 2. 准备数据集（可选，强烈推荐）

下载 [`dwzhu/PaperBananaBench`](https://huggingface.co/datasets/dwzhu/PaperBananaBench) 并放到 `data/PaperBananaBench/` 下。该数据集提供 few-shot 参考样例和评估基准。

如果只是试用，可将检索设置为 `none` 跳过数据集依赖。

### 3. 配置 API Key

```bash
Copy-Item configs\model_config.template.yaml configs\model_config.yaml
```

在 `configs/model_config.yaml` 中填入你的 API Key，或将 Key 写入以下文件（任选一种方式）：

- `configs/local/google_api_key.txt`
- `configs/local/evolink_api_key.txt`

当前正式支持 4 个 Provider：**Gemini**、**OpenAI**、**Openrouter** 和 **Evolink**。

> [!NOTE]
> **图像模型推荐优先级**：Banana Pro（Evolink `nano-banana-2-lite`）> GPT Image 2（OpenAI `gpt-image-2`）> Banana 2（Evolink 旧版模型）
>
> 根据内部测试，GPT Image 2 的效果不如 Banana Pro。我们推测原因在于：GPT Image 的优势集中在文字稳定性和 zero-shot 生图能力，而 PaperBanana 的本质是尽力稳定文字和风格一致性——二者优势重叠，互补性不足。因此，在 PaperBanana 流水线中，Banana Pro 仍是最优选择，GPT Image 2 次之。

您也可以直接在 GUI 中可视化配置，API Key 会自动存储到本地：

### 4. 启动

```bash
paperbanana          # 等价于 paperbanana gui，会在 8501 端口启动前端
```

---

## 📖 使用指南

### GUI — 主产品界面

```bash
paperbanana gui
```

提供两个核心工作区：

- **生成候选方案**：`diagram`（科研插图）或 `plot`（统计图），支持后台生成、多候选并发、实时预览、历史回放、批量导出
- **精修图像**：对候选结果做修改、放大，支持版本历史、并发精修、批量下载

### CLI — 批处理

```bash
paperbanana run --task_name diagram --exp_mode demo_full --provider gemini
```

适合数据集批量运行与产物归档。常用参数：

| 参数 | 说明 |
| --- | --- |
| `--task_name` | `diagram` 或 `plot` |
| `--exp_mode` | 流水线模式，如 `demo_full`、`demo_planner_critic` |
| `--provider` | `gemini` / `openai` / `evolink` / `openrouter` |
| `--max_critic_rounds` | 最大评审轮数，可设为 `0` |
| `--retrieval_setting` | 检索模式：`auto`、`curated`、`none` 等 |
| `--resume` | 自动恢复上次运行 |

完整参数见 `paperbanana run --help`。

### Viewer — 结果审阅

```bash
paperbanana viewer evolution   # 查看流程演化
paperbanana viewer eval        # 查看带参考结果的评估
```

---

## 🏗️ 架构

![PaperBanana-Pro 流水线](https://raw.githubusercontent.com/elpsykongloo/PaperBanana-Pro/main/assets/method_diagram.png)

| 阶段 | 作用 |
| --- | --- |
| Retriever | 从参考池中检索 few-shot 样例 |
| Planner | 生成结构化的可视化描述 |
| Stylist | 优化学术表达和风格一致性 |
| Visualizer | 生成图像（diagram）或 Matplotlib 代码（plot） |
| Critic | 多轮评审与修订建议 |
| Polish | 可选后处理精修 |

---

## 📁 项目结构

```text
PaperBanana-Pro/
├── agents/          # 多 Agent 阶段实现
├── configs/         # 模型与 API Key 配置
├── data/            # 数据集目录
├── visualize/       # Streamlit Viewer
├── cli.py           # 全局命令入口
├── demo.py          # GUI 主程序
├── main.py          # CLI 批处理入口
└── pyproject.toml   # 项目元数据与依赖
```

## 🗺️ 路线图

- [x] OpenAI GPT Image 2 适配（Images API + Responses API 降级 + 流式预览 + 参考图编辑）
- [ ] 多语言 UI 与提示词支持
- [ ] 扩展更多会议数据集（ICML、ACL 等），适应不同会议风格
- [ ] 精修功能扩展：迭代流程引入精修功能
- [ ] Plot 结构化合同与自动修复（`PlotSpec`）
- [ ] 无参考自动质量评估（No-reference QA）
- [ ] 发布到 PyPI，支持 `uv tool install paperbanana-pro`

---

## 🙏 致谢

本项目在以下工作基础上独立演化：

- 原始仓库：[`dwzhu-pku/PaperBanana`](https://github.com/dwzhu-pku/PaperBanana)
- 中文界面参考&轻量检索：[`Mylszd/PaperBanana-CN`](https://github.com/Mylszd/PaperBanana-CN)
- 原始论文：[*PaperBanana: Automating Academic Illustration for AI Scientists*](https://huggingface.co/papers/2601.23265)

## 📄 License

Apache-2.0

## ⚠️ 专利与商用限制

PaperBanana 的核心方法论（多 Agent 学术绘图流水线）由原作者在 Google 实习期间研发，**Google 已就相关工作流申请了专利**。这意味着 PaperBanana 的流水线逻辑 **不得用于商业用途**。PaperBanana-Pro 作为在原始项目基础上的独立演化版本，同样受此限制约束。请在使用时知悉。

PaperBanana-Pro

PaperBanana-Pro Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

PaperBanana-Pro

PaperBanana-Pro Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

Download README