PaperBanana

PaperBanana

llmsresearchMIT
1.8k звёзд261 форков
PaperBanana — это MCP-сервер для создания научных иллюстраций и статистических графиков. Вместо ручного рисования диаграмм вы просто описываете словами, что нужно изобразить, а мультиагентный AI превращает текст в готовый рисунок для статьи. Сервер ориентирован на исследователей, Data Scientist и инженеров, которые готовят публикации или отчёты и хотят ускорить подготовку визуализаций. PaperBanana поддерживает несколько AI-провайдеров: OpenAI, Azure OpenAI и Google Gemini, так что вы можете работать с той моделью, которая уже есть у вас в инфраструктуре.
AI и машинное обучение
Подключить MCPОткрыть на GitHub
Подключение

Подключить PaperBanana

Выберите способ запуска и свой MCP-клиент. Ниже останется одна готовая инструкция, которую можно проверить и скопировать.

1

Способ подключения

2

Куда подключить

3

Скопируйте и проверьте

Claude Desktop / Claude Code

Клиент запускает MCP-сервер как локальный процесс.

  1. 1.Откройте настройки MCP в Claude.
  2. 2.Добавьте сервер с указанной командой и переменными окружения.
  3. 3.Перезапустите Claude, если сервер не появился автоматически.
json
{
  "mcpServers": {
    "paperbanana": {
      "command": "uvx",
      "args": [
        "paperbanana"
      ]
    }
  }
}

Сгенерировано из существующей команды запуска. Желательно сверить с README.

Инструкция собрана из данных карточки и пока не отмечена как проверенная редакцией. Сверьте команду с README источника и не передавайте лишние права или секреты.

Как оценить PaperBanana

PaperBanana относится к AI и машинное обучение. Ниже собраны проверяемые признаки, по которым его можно сравнить с другими серверами каталога.

Происхождение
Проект сообщества
Лицензия
MIT
Реализация
Python
Транспорт
stdio

Что проверить перед выбором

  • Изучите README, открытые issues и историю последних изменений в репозитории.
  • Проверьте команду установки и зависимости перед запуском в рабочем окружении.
  • Ограничьте доступ MCP-сервера только нужными файлами, API и переменными окружения.

Карточка отредактирована 20.07.2026.

Автоматическая проверка источника ещё не выполнена. Внешних источников в карточке: 1.

Характеристики

Общее

  • СтатусСообщество
  • Разработчикllmsresearch
  • ЛицензияMIT

Технологии

  • Языки
    Python
  • Транспорт
    stdio

Описание

Возможности

  • Генерация диаграмм и графиков по текстовому описанию на естественном языке
  • Создание статистических графиков: гистограммы, scatter plot, box plot и другие
  • Поддержка трёх AI-провайдеров: OpenAI (GPT-5.2 + GPT-Image-1.5), Azure OpenAI / Foundry и Google Gemini
  • Мультиагентная архитектура: несколько AI-агентов совместно планируют, генерируют код и рендерят итоговое изображение
  • Результат публикационного качества — подходит для вставки в научные статьи и презентации
  • Простая установка одной командой через uvx без дополнительной настройки окружения
  • Работа через MCP — добаляется как инструмент в любой MCP-совместимый клиент (Claude, продолжения)
  • Встроенный CLI для запуска вне контекста AI-ассистента
  • Совместимость с Python 3.10+ и открытый исходный код под лицензией MIT

Как подключить

Установите сервер одной командой через uvx (утилита входит в состав инструментария UV):

uvx paperbanana

Добавьте сервер в конфигурацию вашего MCP-клиента. Пример для Claude Desktop:

{ "mcpServers": { "paperbanana": { "command": "uvx", "args": ["paperbanana"] } } }

Перед использованием настройте API-ключ для выбранного провайдера через переменные окружения. Для OpenAI — OPENAI_API_KEY, для Google Gemini — GEMINI_API_KEY (используется бесплатный тариф), для Azure — соответствующие параметры. После этого перезапустите клиент.

Примеры запросов

  • «Построй гистограмму распределения accuracy для тестового набора»
  • «Создай столбчатую диаграмму сравнения времени обучения трёх моделей: ResNet, EfficientNet и ViT»
  • «Нарисуй block-схему архитектуры трансформера — вход, эмбеддинги, multi-head self-attention, выход»
  • «Сгенерируй scatter plot с регрессионной линией по данным из эксперимента AB-теста»

Технические детали

Язык: Python. Транспорт: stdio. Лицензия: MIT. Совместимые клиенты: любые MCP-хосты (Claude Desktop, продолжения и другие). Поддерживаются провайдеры: OpenAI (GPT-5.2 + GPT-Image-1.5), Azure OpenAI / Foundry, Google Gemini (бесплатный тариф). Для работы требуется Python 3.10 или новее.

Поделиться