paperbanana

PaperBanana 是一款專為 AI 研究人員與資料科學家設計的先進代理工具，旨在自動化製作適合學術出版的高品質統計視覺化圖表。它簡化了從原始表格式資料到最終學術圖表的處理流程，確保圖表符合正式研究論文的美學與格式標準。透過利用尖端的大型語言模型與視覺語言能力，該代理能理解使用者的意圖與資料結構，進而產出精確、具意義且專業等級的圖表。

• 智慧圖表生成：將自然語言意圖（例如「比較不同基準測試模型準確率的長條圖」）轉換為準確的統計視覺呈現。

• 資料感知處理：支援常見的研究資料格式，特別是將 CSV 檔案解析為結構化 JSON，或直接讀取原始 JSON 資料集。

• 迭代式精煉：採用多階段生成管線，利用反覆回饋來提升視覺品質、易讀性與科學準確度。

• 多供應商支援：整合多種 VLM 與影像生成後端，包括 OpenAI (GPT-5.2)、Azure OpenAI 與 Google Gemini，確保在不同基礎設施環境下皆能穩定執行。

• 批次處理：透過清單驅動的批次工作流程支援大規模圖表製作，允許使用者在單次執行中從龐大的實驗資料集產生多張統計圖表。

• MCP 相容性：作為模型上下文協定 (MCP) 伺服器建置，能無縫整合至 Claude Code 或 Cursor 等 IDE，實現直接的命令列與代理互動。

• 輸入格式：包含指標、實驗結果或基準測試的 CSV 與 JSON 檔案。

• 輸出：適用於 LaTeX 或 Markdown 學術手稿的高品質 PNG 影像。

• 用途：適用於自動化視覺化呈現 AI 研究中的方法比較、效能基準測試及複雜實驗數據。

• 注意事項：需要 OpenAI 或 Google Gemini 的有效 API 金鑰。為了獲得最佳生成結果，請確保資料已清理並具備正確的鍵值結構。