用途：这是 PaperOrchestra 流水线（arXiv:2604.05018）第 2 步的忠实实现，负责执行 outline.json 中的可视化计划，把数据渲染成论文图表和概念示意图。
主要能力：按 figure_id 逐图独立处理；从 outline.json 读取图规格（figure_id、title、plot_type、data_source、objective、aspect_ratio）；从 idea.md 或 experimental_log.md 提取数据；plot_type 为 plot 时参考 chart-patterns.md，为 diagram 时参考 diagram-patterns.md；输出 workspace/figures/<figure_id>.png（300 DPI，按指定宽高比）和 captions.json 图注映射。
使用方式：若设置 PAPERBANANA_PATH，可用 python skills/plotting-agent/scripts/paperbanana_render.py --figure-id <figure_id> --caption "<objective>" --content-file workspace/inputs/idea.md --task <diagram|plot> --aspect-ratio <aspect_ratio> --out workspace/figures/<figure_id>.png；否则用 matplotlib 回退：python skills/plotting-agent/scripts/render_matplotlib.py --spec spec.json --out workspace/figures/<figure_id>.png，示意图用 render_diagram.py。若宿主有视觉模型，可对 PNG 做最多 3 轮 VLM 批评与重绘。图注按 caption-prompt.md 生成，写入 captions.json，不加 Figure N: 前缀。
适用场景：论文写作流水线中的图表生成，支持 PlotOn 模式复用已有图。
限制：硬性要求 300 DPI、精确宽高比、隐藏上/右边框、仅用低饱和学术配色、禁止 3D 与饼图；每图必须有图注；不得虚构未绘制的数据。交接前运行 figure_lint.py 校验，Step 4 后可用 --paper 交叉检查。成本约 20–30 次 LLM 调用。PaperBanana 需 Gemini API key，具体配置见资料，暂未提供更多细节。