mcpField
P
PaperBanana-CN

PaperBanana-CN

ローカル
github.comメディア・デザイン8514 週間前に更新

PaperBanana-CN について

PaperBanana-CN は、学術論文向けの手法図と統計プロットを生成するオープンソースツールで、生成した図の評価にも対応します。論文図を作成する研究者を対象とし、VLM と画像サービスの接続をそれぞれ独立して設定できます。

主な機能

  1. 01手法の説明文からの手法図生成
  2. 02CSV または JSON データからの統計プロット生成
  3. 03VLM と画像サービスの独立した接続設定
  4. 04日本語と英語に対応した Studio とコマンドライン
  5. 05アスペクト比と解像度の選択

活用シーン

  1. 01論文の手法セクションから概要図を作成
  2. 02実験データを統計プロットに変換
  3. 03MCP クライアントから執筆ワークフロー内で図の生成を実行

MCP 対応

本プロジェクトは paperbanana-cn mcp で起動する MCP サーバーで、11 のツールを MCP クライアントに公開します。Studio やコマンドラインと同じ保存済みの接続設定を利用します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"mituan-ai-paperbanana-cn": {
"command": "uvx",
"args": [
"paperbanana-cn"
]
}
}
}
起動コマンドuvx paperbanana-cn

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypipaperbanana-cn2.0.1

ツール

11

掲載時のツール一覧 · 2 週間前に更新

パラメーター型必須説明
configanyいいえ
captionstringはい図が伝える内容を説明する図キャプション。
optimizebooleanいいえ生成前にコンテキストを補い、キャプションを改善します(デフォルトは True)。 False に設定すると、前処理を省略して結果を早く得られます。
iterationsintegerいいえ改善の反復回数(デフォルトは 3、auto_refine=False の場合に使用)。
auto_refinebooleanいいえ評価者が満足するまでループします(デフォルトは True、最大 30 回反復)。 False に設定すると、固定回数の反復を使用して結果を早く得られます。
aspect_ratioanyいいえ目標アスペクト比。対応値: 1:1、4:3、3:2、5:4、16:9、21:9、4:5、3:4、2:3、9:16。
input_imagesanyいいえユーザーが提供する参照画像/スケッチの任意のファイルパス (手描きのスケッチ、ホワイトボードの写真、以前の図)です。生成する図のレイアウトと内容の 参考にします。
source_contextstringはい方法論セクションのテキストまたは関連論文の抜粋。
vlm_connectionanyいいえ
generate_captionbooleanいいえ生成後に、出版用の図キャプションを自動生成します。 True の場合、キャプションは画像メタデータ(PNG tEXt チャンク、キー "Caption")に埋め込まれ、ログに記録されます。
image_connectionanyいいえ
output_resolutionstringいいえ
legacy_connectionsbooleanいいえ

詳細

English · 简体中文

PaperBanana-CNの科学図作成ワークベンチ。生成されたマルチモーダルな故障診断図を表示

PaperBanana-CNは、研究内容の説明から方法論図を、CSVまたはJSONデータから統計プロットを生成します。 PaperBananaの科学ワークフローを利用し、VLMと画像サービスへの個別の接続、中国語のStudioインターフェース、 明示的なアスペクト比と解像度の設定を追加しています。

Studioを起動 PyPIからインストール

CIのステータス パッケージバージョン2.0.1 MITライセンス

入力から図までをワンステップで

PaperBanana-CN Studioで、入力の設定から科学図の完成まで進む様子

この録画では、方法論図の作成が入力の送信から完成結果まで進む様子を紹介します。

はじめる前に

Python 3.10-3.12、uv、デスクトップブラウザーが必要です。

作業必要なモデル接続
方法論図VLMと画像生成
統計プロットVLMのみ
マルチパネル構成と実行履歴の閲覧なし

各接続では、プロトコル、Base URL、APIキー、モデル名、タイムアウトを個別に指定します。VLMと画像生成には、同じサービスまたは別々のサービスを使用できます。

クイックスタート

1. Studioを起動する
uvx paperbanana-cn studio

http://127.0.0.1:7860を開きます。uvxはパッケージを隔離された環境で実行するため、DebianやUbuntuのシステムPythonは変更されません。

2. モデル接続を追加する

Settings → VLM connectionを開き、サービスの各項目を入力して、Save and useを選択します。方法論図を生成する前に、Image connectionでも同じ操作を行います。

保存済みの接続を編集しても、有効にはなりません。APIキー欄が空の場合、保存済みのキーが保持されます。Studioは保存済みのキーをブラウザーに再表示しません。

接続マネージャーのスクリーンショットとプロトコルに関する注意事項

VLMサービス用の個別の項目を備えたPaperBanana-CNの接続マネージャー

接続ガイド では、対応プロトコル、認証情報の保存規則、接続テスト、レガシーモードについて説明しています。

3. 図を生成する

Methodology diagramを開き、手法の内容と図のキャプションを入力して、アスペクト比、解像度、出力形式を選択します。

同じ作業をCLIから実行する場合:

paperbanana-cn generate \
  --input method.txt \
  --caption "Overview of the proposed architecture" \
  --aspect-ratio 16:9 \
  --resolution 2K \
  --format png

PaperBanana-CNで追加される機能

VLM と画像の接続を個別に設定

2 つのモデルの役割は、プロトコル、ベース URL、API キー、モデル、タイムアウトの設定をそれぞれ個別に持ちます。 Studio、CLI、MCP は同じ保存済み接続を参照します。保存済みプロファイルには認証情報への参照が含まれます。API キーはリポジトリと実行メタデータの外部に保持されます。

公式 API、OpenAI 互換サービス、Gemini 互換サービスに対応しています。プロバイダー固有の処理はアダプター側にとどまり、科学的なワークフローには影響しません。

中国語と英語に対応した Studio

Studio のインターフェース、ヘルプテキスト、検証、進行状況メッセージ、エラーは、中国語と英語で利用できます。インターフェースの言語を変更しても、プロンプト、論文のテキスト、生成された図のラベルは書き換えられません。

アスペクト比と解像度

対応するアスペクト比:

1:1 · 4:3 · 3:2 · 5:4 · 16:9 · 21:9 · 4:5 · 3:4 · 2:3 · 9:16

解像度の段階:

1K · 2K · 4K

Studio では、生成前にリクエストのサイズまたはプロバイダー固有の段階を表示します。アダプターが選択された組み合わせを生成できない場合、検証によってリクエストを停止し、未対応のオプションを報告します。

Studio のワークフロー

領域ワークフローモデル接続
作成方法論図VLM と画像
作成統計プロットVLM
改善保存済みの実行を続行保存済みの実行に依存
改善品質評価VLM
自動化論文全体のオーケストレーションVLM と画像
自動化バッチ生成タスクの種類に依存
自動化パラメーター探索VLM と画像
ツール複数パネルの合成なし
ツール実行ブラウザーなし

タスク入力と完成した結果を含む PaperBanana-CN の方法論図ワークスペース

方法論図ワークスペース

CSV 入力と完成した折れ線グラフを含む PaperBanana-CN の統計プロットワークスペース

合成デモデータを使用した統計プロットワークスペース

CLI、MCP、Docker、Colab

エントリーポイントコマンドまたはリンク
Studiopaperbanana-cn studio
CLIpaperbanana-cn generate --help
MCP サーバーpaperbanana-cn mcp
GitHub ActionAction のリファレンス
Dockerghcr.io/mituan-ai/paperbanana-cn:2.0.1
Colabクイックスタートノートブック
MCP クライアントの設定
{
  "mcpServers": {
    "paperbanana-cn": {
      "command": "uvx",
      "args": ["paperbanana-cn", "mcp"]
    }
  }
}

サーバーは 11 個のツールを提供し、Studio および CLI と同じ有効な接続を読み込みます。ツールの一覧と引数については、MCP ガイドを参照してください。

Docker
docker run --rm -p 7860:7860 \
  -v paperbanana-cn-config:/home/paperbanana/.config/paperbanana-cn \
  -v paperbanana-cn-data:/home/paperbanana/.local/share/paperbanana-cn \
  -v paperbanana-cn-outputs:/work/outputs \
  ghcr.io/mituan-ai/paperbanana-cn:2.0.1 \
  studio --host 0.0.0.0
永続的なインストール、ソースのセットアップ、オプションのプロバイダー

uv 管理の環境にコマンドをインストールします:

uv tool install paperbanana-cn
paperbanana-cn studio

現在のソースチェックアウトを実行します:

git clone https://github.com/mituan-ai/PaperBanana-CN.git
cd PaperBanana-CN
uv sync
uv run paperbanana-cn studio

デフォルトのパッケージには、Studio、MCP、PDF 入力、OpenAI 互換サービス、Gemini が含まれます。

オプションのアダプターインストール
AWS Bedrockuv tool install "paperbanana-cn[bedrock]"
Anthropicuv tool install "paperbanana-cn[anthropic]"
LiteLLMuv tool install "paperbanana-cn[litellm]"
すべてのオプションプロバイダーuv tool install "paperbanana-cn[all-providers]"

CI では、paperbanana-cn connections add --api-key-env ENV_VAR を使用すると、コマンドラインの値ではなく環境変数からキーを読み込めます。

## V1 と上流プロジェクト

V2 は main で、paperbanana-cn ディストリビューション、paperbanana_cn Python モジュール、paperbanana-cn コマンドとして保守されています。

科学図生成の中核部分は、llmsresearch/paperbanana を基にしています。PaperBanana-CN は非公式のコミュニティ実装であり、上流の作者とは無関係で、推奨も受けていません。

コミュニティ

PaperBanana-CN は MIT License の下で、mituan が保守しています。

開発時のチェック
git clone https://github.com/mituan-ai/PaperBanana-CN.git
cd PaperBanana-CN
uv sync --extra dev
uv run pytest tests/ -q
uv run ruff check paperbanana_cn/ mcp_server/ tests/ scripts/

API キー、非公開のリレー URL、未公開の論文、非公開のデータセット、ローカル接続ストア、生成された実行ディレクトリをアップロードしないでください。

スター履歴

スター履歴チャート

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。