用途：根据文字描述或数据文件生成论文级学术图表，包括方法/架构图、统计图和演示幻灯片，并提供与人工参考图的对比评估。
主要能力：采用 Retriever→Planner→Stylist→Visualizer→Critic 多智能体流水线，带评审迭代；支持 generate（方法图）、plot（统计图）、slide 与 slide-batch（单张与批量幻灯片）、evaluate（对比评估）、data（参考数据集管理）、setup（配置向导）等子命令；支持 --venue 指定 neurips、icml、acl、ieee 等学术风格；提供 23 种幻灯片样式预设，可用 --list-styles 查看。
使用方式：所有命令在项目根目录执行，格式为 cd <paperbanana_dir> && python -m paperbanana.cli <cmd>。例如 python -m paperbanana.cli generate --input '<file>' --caption '<caption>' --optimize --verbose；python -m paperbanana.cli plot --data '<data.csv>' --intent '<intent>' --optimize --verbose；python -m paperbanana.cli slide --input '<prompt.md>' --resolution 4k；批量可用 python -m paperbanana.cli slide-batch --prompts-dir '<dir>' --output-dir '<out>' --resolution 4k --concurrent 3。API key 通过 setup 写入 .env，或按提供方设置 GOOGLE_API_KEY、ANTHROPIC_API_KEY、OPENAI_API_KEY 等。
限制与注意事项：需联网调用外部模型；图片提供方命名需带 _imagen 后缀（如 google_imagen、openai_imagen）。--auto 且 --max-iterations 大于 5、首次 --auto-download-data（约 257MB）、以及 setup 写入 .env 前需用户确认。批量并发不要超过 3，也不要在缺少 --concurrent 时自行并行启动进程。Critic 失败不得视为通过，应标记为 UNREVIEWED。
暂未提供：具体的收费与价格信息、非上述来源的额外平台支持情况。