$ loading_
自动生成学术论文图表、研究示意图与演示幻灯视觉素材
该工具材料显示其为开源 MIT 项目，且无需密钥、未声明远程端点，来源在 GitHub 且有一定社区采用，整体风险偏低。已知会执行代码，作为 MCP 工具应按常规本地执行能力审慎使用，但当前材料未见明确高风险红旗。
材料明确标注无需密钥或环境变量，未见要求提供 API token、账号凭证或本地敏感凭据的描述，因此凭证暴露面较低。
未声明任何远程端点或外部服务依赖，现有材料中也未见用户数据上传到第三方的说明；基于已提供事实，未发现明确的数据外发路径。
系统检查项明确标注该工具会执行代码；这属于 MCP 工具的常规本地能力，应默认谨慎对待，但材料未显示其申请超出图形/幻灯生成声明用途的异常系统权限。
作为生成学术图表、图示与幻灯内容的本地工具，通常需要读取输入素材并写出生成结果；现有材料未具体列出访问范围，也未见明显过度授权描述，因此应按常规本地文件访问能力留意。
来源为可审计的 GitHub 开源仓库，MIT 许可证，约 1.8k star 体现一定社区采用度，这些都是降低风险的正面证据；虽维护状态未知、README 缺失使可见性有限，但不足以单独构成高风险。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"paperbanana" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
根据以下研究方法描述，生成适合论文投稿的流程图，包含数据输入、预处理、模型训练、评估四个阶段，并使用简洁学术风格：我们先收集多源数据，清洗后进行特征提取，再训练分类模型，最后用 F1 和 AUC 评估。
一张结构清晰、适合学术论文使用的方法流程图草案或可编辑视觉结果。
把下面的研究想法转成概念示意图，突出变量之间的关系，并标注因果方向：社交媒体使用频率影响睡眠质量，睡眠质量进一步影响学习表现，压力水平起调节作用。
一张展示核心变量、关系连线与调节作用的研究概念图。
根据这段摘要生成一页学术汇报幻灯片，包含标题、3 个要点和一张辅助示意图，风格专业简洁：本文提出一种用于低资源语言机器翻译的轻量级蒸馏框架，在保持翻译质量的同时显著降低推理成本。
一页适合研究汇报的幻灯内容与配套视觉布局草案。
粘贴论文内容，自动生成适合发表的 LaTeX/TikZ 学术配图。
帮助用户本地化整理、分析并高效检索研究论文与文献资料。
在编辑器中协助学术写作、论文审阅与文本润色，提升研究写作效率。
根据目标论文图表风格自动绘制你的数据可视化图形。
帮助开发者与研究者检索海量计算机论文，提炼证据、权衡与实现参考。
帮助用户并行检索学术论文、解析全文并同步管理文献与推送结果