Mylszd / PaperBanana-CN

PaperBanana-CN 学术配图助手 🍌 AI 驱动的学术论文配图生成工具 — 粘贴论文方法章节，自动生成高质量学术配图。 基于开源项目 PaperBanana（论文）改造，全中文界面，国内可直接使用。 --- 功能介绍 📊 生成候选配图 粘贴论文的**方法章节**和**图注**，自动生成多个候选配图供你挑选。 背后是 5 个 AI Agent 协作的流水线： 评审器和可视化器会自动迭代 3 轮，逐步优化图表质量。 • 支持并行生成 1-20 个候选方案 • 支持 21:9 / 16:9 / 3:2 等宽高比 • 每个候选可查看演化时间线（每个阶段的中间结果） • 单张下载 / ZIP 批量下载 / JSON 完整结果导出 ✨ 图片精修 上传已生成的配图或任意图片，描述修改需求，生成 2K/4K 高分辨率版本。 • 支持 image-to-image 编辑（基于原图修改） • 支持纯文字描述重新生成 • 支持放大到 2K / 4K 分辨率 💰 智能检索，省 96% API 费用 原版 PaperBanana 的参考图检索会把 200 篇论文**全文**塞进 prompt，单次消耗 **~80 万 tokens**。我们优化为默认仅发送图注，降至 **~3 万 tokens**，效果基本不变。 | 检索模式 | Token 消耗/候选 | 说明 | |---------|:-----------:|------| | | ~3 万 | LLM 智能匹配参考图，仅发送图注 **（推荐）** | | | ~80 万 | 发送完整论文文本，高精度但费用高 | | | 0 | 随机选 10 个参考，不调 API | | | 0 | 不使用参考图 | > 默认配置（5 候选 + ）比原版省 **96%** 检索费用，界面上每种模式都有费用提示，不会踩坑。 🔧 多 API 支持 内置两种 API 提供商，开箱即用： | 模式 | 说明 | 网络要求 | |------|------|---------| | **Evolink**（默认） | 国内 API 代理，直连可用 | 无需翻墙 | | **Google Gemini** | Google 官方 API | 需要科学上网 | 在界面侧边栏一键切换，模型名称自动更新。 > **说明**：本工具与 Evolink 无任何商业关联，仅作为内置的国内可用 API 方案提供。项目采用 Provider 抽象架构（见 目录），你可以自行集成任何兼容 OpenAI 接口的 API 服务商（如智谱 AI、通义千问、硅基流动、火山引擎等），只需参照 的接口实现一个新的 Provider 即可。 --- 快速开始 第一步：获取 API Key **推荐 Evolink（国内直连）**：前往 https://evolink.ai/dashboard/keys 注册获取 也可以用 Google Gemini：前往 https://aistudio.google.com/apikey 获取（需翻墙） 第二步：启动程序 **macOS 用户**：双击 **Windows 用户**：双击 > Windows 提示：如果本地没有安装 Python，建议先打开 Microsoft Store 搜索 **"Python 3.12"** 安装，再运行脚本，避免自动安装耗时过长。 首次启动会自动完成以下操作（约 2-3 分钟）： • 检测或自动安装 Python（>= 3.10） • 创建虚拟环境 • 安装所有依赖 • 启动程序并自动打开浏览器 之后每次启动只需几秒。 （可选）下载参考数据集 程序内置了「检索 Agent」，可以从参考图库中找到相似的学术配图作为生成参考，提升生成质量。如需此功能，请下载数据集： • 前往 PaperBananaBench 下载数据集 • 将下载的内容放到项目的 目录下，结构如下： > 不下载也能正常使用，只需在侧边栏将「检索设置」改为 ，此时跳过参考图检索，不影响其他功能。 第三步：使用 • 在左侧边栏选择 API 提供商，填入 API Key • 切换到「生成候选方案」标签页 • 粘贴论文方法章节内容 + 图注 • 点击「生成候选方案」，等待几分钟 • 从生成的多个候选图中挑选满意的下载 --- 侧边栏设置说明 | 设置项 | 说明 | |--------|------| | API Provider | Evolink（国内直连）或 Gemini（需翻墙） | | API Key | 对应提供商的密钥 | | 文本模型 | 用于规划/评审的模型（默认 gemini-2.5-flash） | | 图像模型 | 用于生成图片的模型（默认 nano-banana-2-lite） | | 流水线模式 | （快速）或 （含风格化，更美观） | | 检索设置 | auto / auto-full / random / none，详见上方 检索费用对比 | | 候选方案数量 | 1-20，建议 3-5 个 | | 宽高比 | 21:9 / 16:9 / 3:2 | | 最大评审轮次 | 1-5，默认 3 轮 | --- 手动安装（可选） 如果一键脚本有问题，可以手动安装： 浏览器打开 http://localhost:8501 即可使用。 --- 常见问题 **Q: 启动时报错找不到 Python？** A: 一键脚本会自动下载便携版 Python，请确保网络通畅。也可以手动安装 Python 3.10+ 后重试。 **Q: Evolink 和 Gemini 有什么区别？** A: 功能完全一样。Evolink 是国内代理，不需要翻墙；Gemini 是 Google 官方接口，需要科学上网。 **Q: 生成一次大概花多少钱？** A: 取决于候选数量和检索模式。默认配置（5 候选 + 检索）约消耗 15 万文本 tokens + 5 次图像生成。比原版省 96% 检索费用。具体价格请查看 API 服务商的定价页面。 **Q: 生成需要多久？** A: 5 个候选方案通常需要 10-15 分钟。单个候选约 2-3 分钟。 **Q: 可以不用参考数据集吗？** A: 可以。将检索设置改为 即可，此时不需要 目录中的数据集。 **Q: 如何停止程序？** A: macOS 在终端按 ；Windows 关闭命令行窗口即可。 **Q: 如何集成其他 API 服务商？** A: 参照 定义的接口，实现 和 两个方法即可。可以参考 的实现。 --- 致谢 本项目基于 PaperBanana 开源项目改造。原始论文： 许可证：Apache-2.0