Token导航 LogoToken导航

Agent Skill · 研究检索

paperbanana-dashscope(纸香蕉仪表镜)

paperbanana-dashscope 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

paperbanana-dashscope 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 23,916。

总安装 4,152周安装 173GitHub Stars 公开资料未说明下载 1,384核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.5

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:paperbanana-dashscope(纸香蕉仪表镜)
来源仓库:https://github.com/zdywrnm/paperbanana-dashscope
安装命令:
openclaw skills install paperbanana-dashscope
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install paperbanana-dashscope

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

使用阿里云 DashScope 的论文分析与处理工具。基于 Qwen-VL 和万向/Qwen-Im 模型的能力支持。提供论文内容的智能理解和处理功能。需要确认云服务 API 访问权限和配额限制。建议了解模型版本和功能更新情况。

paperbanana-dashscope 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install paperbanana-dashscope;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

paperbanana-dashscope 怎么安装?

在终端执行 openclaw skills install paperbanana-dashscope。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

paperbanana-dashscope 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

paperbanana-dashscope 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

paperbanana-dashscope 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

paperbanana-dashscope 用的人多吗?

公开数据是累计安装 4,152 次,近一周安装 173 次,下载 1,384 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

paperbanana-dashscope 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
paperbanana-dashscope

纸香蕉仪表镜 · 本页

4,152—接触敏感数据MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
paperbanana-dashscope
description
Generate academic figures and scientific diagrams from paper text using a multi-agent pipeline powered by Alibaba Cloud DashScope (Qwen-VL + Wanxiang/Qwen-Image). Use when the user wants to create figures for research papers, visualize methods sections, generate architecture diagrams, or produce illustrations for academic content. Supports diagram and plot tasks with multi-round critic refinement.

paperbanana-dashscope

Native TypeScript CLI for generating academic figures from paper text. Zero Python dependencies. Powered by Alibaba Cloud DashScope.

Install & Update

npm install -g paperbanana-dashscope
paperbanana-dashscope --version

Prerequisites

User must configure a DashScope API key. Check current status:

paperbanana-dashscope info

If no API key is configured, set one of:

# Option 1: Environment variable (simplest)
export OPENAI_API_KEY="sk-xxx"

# Option 2: Global config file
mkdir -p ~/.paperbanana-dashscope
cat > ~/.paperbanana-dashscope/config.yaml << 'YAML'
defaults:
  main_model_name: "qwen-vl-max"
  image_gen_model_name: "wanx2.1-t2i-turbo"
api_keys:
  openai_api_key: "sk-xxx"
YAML

Basic Usage

Generate a single figure from text:

paperbanana-dashscope generate \
  --content "Method section text describing the architecture..." \
  --caption "Figure 1: System overview" \
  --output ~/Downloads/figure.png \
  --num-candidates 1

Key Options

OptionDescriptionDefault
--content <text>Paper text describing the methodrequired
--caption <text>Figure captionrequired
--output <path>Output PNG file pathrequired
--task <type>diagram or plotdiagram
--num-candidates <n>Number of candidates to generate1
--max-critic-rounds <n>Critic refinement iterations3
--aspect-ratio <ratio>1:1, 16:9, 4:3, 21:9, etc21:9
--main-model-name <id>VLM for planning/criticqwen-vl-max
--image-gen-model-name <id>Image generation modelwanx2.1-t2i-turbo

Available Image Models

DashScope supports three families of text-to-image models:

Wanxiang legacy (fast, cheap):

  • wanx2.1-t2i-turbo (default, fastest)
  • wanx2.1-t2i-plus (better quality)

Wanxiang 2.7 (latest, highest quality):

  • wan2.7-image-pro (professional, supports 4K output in text-to-image)
  • wan2.7-image (standard, supports up to 2K, same pricing as wan2.6)

Wanxiang 2.x (previous generation):

  • wan2.6-t2i (flagship of 2.6 series)
  • wan2.5-t2i-preview
  • wan2.2-t2i-flash / wan2.2-t2i-plus

Qwen-Image (best for figures with text labels):

  • qwen-image-plus (recommended for diagrams with English/Chinese labels)
  • qwen-image-max (top-tier text rendering)

Switch models inline:

paperbanana-dashscope generate \
  --content "..." \
  --caption "..." \
  --image-gen-model-name wan2.6-t2i \
  --output figure.png

Pipeline Modes

Use --exp-mode to control which agents run:

ModeAgentsUse case
vanillaVanilla onlyFastest, no refinement
dev_plannerPlanner onlyJust generate description
dev_planner_criticPlanner + CriticWith refinement loop
dev_fullPlanner + Stylist + Visualizer + CriticFull pipeline
demo_fullSame as dev_full + retrieverDefault, best quality

Common Workflows

Quick draft (fast, low cost):

paperbanana-dashscope generate \
  --content "..." \
  --caption "..." \
  --output draft.png \
  --exp-mode vanilla \
  --image-gen-model-name wanx2.1-t2i-turbo

High-quality figure for paper submission:

paperbanana-dashscope generate \
  --content "..." \
  --caption "..." \
  --output paper_fig.png \
  --image-gen-model-name wan2.6-t2i \
  --num-candidates 3 \
  --max-critic-rounds 5

Figure with English/Chinese text labels:

paperbanana-dashscope generate \
  --content "..." \
  --caption "..." \
  --output labeled.png \
  --image-gen-model-name qwen-image-plus

Troubleshooting

  • "未检测到任何 API Key": Run paperbanana-dashscope info and follow the configuration guide.
  • "size is not in the correct format": This is fixed in v1.0.2+. Run npm update -g paperbanana-dashscope.
  • "url error": Old version. Upgrade to v1.0.2+ for support of new wan2.6 / qwen-image models.

Resources

  • npm: https://www.npmjs.com/package/paperbanana-dashscope
  • GitHub: https://github.com/TashanGKD/PaperBanana-DashScope

适合场景

01

文本生成图片

02

图片风格化

03

产品图和创意图

04

需要 FLUX 模型时

能力概览

能力 1

调用 FLUX 图像模型

能力 2

支持文本生图和图像改写

能力 3

覆盖 LoRA 或风格适配

能力 4

适合创意视觉生成

平台分布

OpenClaw

71.98%
按下载量换算996

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills