PaperBanana-CN 学术配图助手 🍌

July 23, 2026 · View on GitHub

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。

示例效果

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。

生成界面

背后是 5 个 AI Agent 协作的流水线：

检索器 → 规划器 → 风格化器 → 可视化器 → 评审器
  │         │          │           │          │
从参考库  将文字转为  优化学术    生成图像   审查图像
找类似图  图表描述    美学风格              提出改进

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

生成结果

✨ 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。

精修界面

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

精修结果

💰 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
`auto`	~3 万	LLM 智能匹配参考图，仅发送图注（推荐）
`auto-full`	~80 万	发送完整论文文本，高精度但费用高
`random`	0	随机选 10 个参考，不调 API
`none`	0	不使用参考图

默认配置（5 候选 + auto）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 providers/ 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 providers/base.py 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 mac-start.command

Windows 用户：双击 win-start.bat

⚠️ macOS 首次打开被拦截？ 如果双击弹出「未打开 mac-start.command / Apple 无法验证……」，这是 macOS 对下载文件的安全拦截（Gatekeeper），并非文件有问题。任选一种方式放行（只需一次）：

右键放行（推荐）：在访达里 右键（或按住 Control 点击） mac-start.command → 选「打开」→ 弹窗里再点「打开」。之后双击即可正常运行。

终端命令：执行 xattr -c -r "项目文件夹路径"（把解压出来的文件夹拖进终端可自动填路径），再双击启动。

系统设置：若右键没有「打开」按钮，打开 系统设置 → 隐私与安全性，下拉找到被拦截提示，点「仍要打开」。

💡 用 git clone 下载的仓库不会被拦截，只有下载 ZIP 解压才会遇到此提示。

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 data/PaperBananaBench/ 目录下，结构如下：

data/
└── PaperBananaBench/
    ├── diagram/
    │   ├── images/        ← 论文配图图片
    │   ├── ref.json       ← 参考数据
    │   └── test.json
    └── plot/
        ├── images/        ← 论文图表图片
        ├── ref.json
        └── test.json

不下载也能正常使用，只需在侧边栏将「检索设置」改为 none，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），可直接修改
图像模型	用于生成图片的模型（默认 nano-banana-2-beta），可直接修改
流水线模式	`demo_planner_critic`（快速）或 `demo_full`（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：

# 1. 确保已安装 Python 3.10+
python3 --version

# 2. 创建虚拟环境
python3 -m venv .venv
source .venv/bin/activate   # macOS/Linux
# .venv\Scripts\activate    # Windows

# 3. 安装依赖
pip install -r requirements.txt

# 4. 启动
streamlit run demo.py --server.port 8501

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 + auto 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 none 即可，此时不需要 data/ 目录中的数据集。

Q: 可以在界面上换模型吗？ A: 可以。侧边栏的「文本模型」和「图像模型」输入框可以直接编辑，输入任何兼容的模型名称即可生效。切换 API Provider 时模型名会自动重置为对应默认值。

Q: Windows 上报错 module 'time' has no attribute 'tzset'？ A: 已修复。请拉取最新代码（git pull）即可解决。

Q: macOS 双击 mac-start.command 提示「Apple 无法验证……未打开」？ A: 这是 macOS 对下载文件的安全拦截（Gatekeeper），文件本身没问题。右键点击该文件 →「打开」→ 弹窗再点「打开」即可放行（只需一次）；或在终端执行 xattr -c -r "项目文件夹路径" 后再双击。详见上方启动程序的说明。用 git clone 下载则不会遇到此提示。

Q: 如何停止程序？ A: macOS 在终端按 Ctrl+C；Windows 关闭命令行窗口即可。

Q: 如何集成其他 API 服务商？ A: 参照 providers/base.py 定义的接口，实现 generate_text() 和 generate_image() 两个方法即可。可以参考 providers/evolink.py 的实现。

致谢

本项目基于 PaperBanana 开源项目改造。原始论文：

Zhu, Dawei, et al. "PaperBanana: Automating Academic Illustration for AI Scientists."
arXiv preprint arXiv:2601.23265 (2026).

许可证：Apache-2.0