用途：根据论文方法文本生成出版级学术配图，如框架图、流程/管线图、系统架构图、方法总览、对比图与消融图，适合投稿或 camera-ready 阶段的配图迭代。
主要能力：技能仅提供 scripts/generate.py 一个脚本，把方法文本与目标 caption 送入 PaperBanana（又称 PaperVizAgent）多智能体管线，生成 N 张独立候选 PNG。管线含 Planner、Stylist、Visualizer、Critic，支持批评—修改循环，critic 判断“No changes needed”时提前退出。模型选择与 API key 来自 PaperBanana 自带的 configs/model_config.yaml，封装不覆盖。
使用方式：先一次性准备 PaperBanana：git clone https://github.com/dwzhu-pku/PaperBanana.git ~/PaperBanana，进入目录执行 uv venv && uv pip install -r requirements.txt，并在 configs/model_config.yaml 中选择图像模型与对应密钥（Gemini 需 google_api_key；openai/gpt-5.4-image-2 需 OpenRouter 键）。随后准备方法文本文件与图注，运行：~/PaperBanana/.venv/bin/python scripts/generate.py --paperbanana-root ~/PaperBanana --method-file ./method.md --caption "Figure 1: Overview of our framework" --out-dir ./figures/v1 --candidates 3 --aspect-ratio 16:9。必填参数为 root、method-file、caption、out-dir；candidates 默认 3，max-concurrent 默认 2，exp-mode 默认 demo_full（可选 demo_planner_critic 或 vanilla），aspect-ratio 支持 21:9、16:9、3:2、1:1，max-critic-rounds 默认 2。生成后展示候选、按配色、布局、标签文字、字号等迭代，再以 magick candidate_0.png candidate_0.pdf 导出 PDF。
限制：依赖外部 PaperBanana 仓库与图像模型配额；Gemini 可能遇到 429 超限，需提高支出上限或切换模型；长延迟（超过 5 分钟）多因图像模型，可减少候选数或用 vanilla；输出目录无 PNG 时查看 results.json 获取原始响应与错误。其余配置细节暂未提供。