Agentes de negocio · agente IA
PaperBanana: opinión, precio, seguridad y alternativas
PaperBanana es un agente IA de código abierto publicado por LLMs Research, de la familia de los agentes de negocio. PaperBanana automatiza la creación de figuras académicas, diagramas y visuales científicos, con extensiones para presentaciones. Su repositorio tiene 2417 estrellas y su último commit es del 17 de septiembre de 2026.
Qué hace PaperBanana
PaperBanana pertenece a la familia de agentes de negocio: agentes especializados en un oficio: atención al cliente, ventas, finanzas, legal, recursos humanos, seguridad. En nuestra tabla ocupa el puesto 33 de los 52 proyectos de esta familia del directorio.
Presentación del repositorio (en inglés): «Open source implementation and extension of Google Research’s PaperBanana for automated academic figures, diagrams, and research visuals, expanded to new domains like slide generation.»
¿Para quién es PaperBanana?
Se dirige a un oficio concreto (atención al cliente, ventas, finanzas, jurídico…) con flujos de trabajo ya configurados. Ejemplos de tareas que se le confían:
- atender las solicitudes de clientes de primer nivel
- preparar documentos tipo
- hacer seguimiento de expedientes y recordatorios
Es un buen candidato si sus datos deben quedarse en sus máquinas.
Accesos y control humano
Su documentación no detalla los accesos concedidos al agente: compruébelos en los ajustes antes de conectarlo a sus cuentas.
No hemos podido establecer si pide validación humana antes de las acciones sensibles: pruébelo primero en una cuenta o carpeta sin importancia.
Precio de PaperBanana
El código es gratuito, con licencia MIT.
Empezar con PaperBanana
- Instálelo: el proyecto se distribuye como un paquete de Python (instalación con
pipouv). El comando exacto figura en el README del repositorio. - Cree una clave de API en el proveedor del modelo y colóquela en una variable de entorno, nunca en un archivo compartido o versionado.
- Dele un primer terreno sin riesgo: una carpeta de prueba, una cuenta secundaria o un proyecto desechable. Solo abra sus cuentas reales después de ver cómo se comporta.
- Encárguele una tarea corta y verificable, revise el resultado y el registro de sus acciones, y luego aumente la dificultad poco a poco.
Seguridad: nivel de riesgo
Un agente de negocio actúa en nombre de la empresa: defina lo que puede prometer, reembolsar o modificar, y guarde un registro de sus decisiones.
Tres reflejos: mínimo privilegio (permisos mínimos, claves dedicadas), validación humana para las acciones irreversibles, sandbox para la ejecución de código. El diagnóstico de seguridad de agentes IA revisa su instalación en pocos minutos.
Actividad del proyecto y versiones
Creado el 4 de febrero de 2026, el repositorio llmsresearch/paperbanana suma 2417 estrellas, 342 copias (forks) y 2 incidencias abiertas, con 324 commits en total. Última modificación hace 1 mes.
En las últimas 52 semanas: 203 commits, una media de 3,9 por semana.
6 versiones publicadas en total; 6 en los últimos doce meses. Última versión: v0.3.0, el 12 de junio de 2026.
PaperBanana frente a otros agentes de negocio
Estrellas de GitHub de los proyectos de código abierto mejor valorados de la familia agentes de negocio. Las estrellas miden la atención, no la calidad: un proyecto muy mediático las acumula rápido, una herramienta especializada tendrá pocas.
PaperBanana y otros agentes de negocio en una tabla
Los 7 agentes mejor clasificados de la misma familia, 7 de ellos de código abierto. La nota sobre 100 solo se aplica a los proyectos de código abierto; para los servicios propietarios indicamos el precio de entrada publicado. Un guion señala un dato que la documentación no precisa.
| Agente | Modelo | Nota | Estrellas o precio de entrada | Autoalojable | Validación humana |
|---|---|---|---|---|---|
| PaperBanana | código abierto | 54 | 2,4 mil ★ | sí | – |
| DeepTutor | código abierto | 82 | 42,5 mil ★ | sí | – |
| Vibe-Trading | código abierto | 81 | 36,5 mil ★ | sí | – |
| PentAGI | código abierto | 77 | 32,3 mil ★ | sí | no |
| GenOffice | código abierto | 74 | 10,7 mil ★ | sí | – |
| HolmesGPT | código abierto | 74 | 3,7 mil ★ | sí | – |
| Text-to-CAD | código abierto | 73 | 22,9 mil ★ | – | – |
| YouTube Automation Agent | código abierto | 73 | 4,6 mil ★ | sí | sí |
Cómo lo hemos evaluado
Nota: 54/100, calculada solo con datos públicos y verificables, sin pruebas subjetivas ni acuerdos comerciales:
- Adopción 17/40: 2417 estrellas en escala logarítmica (40 puntos a partir de unas 200 000).
- Actividad 22/30: último commit hace 1 mes, 3 versiones en seis meses, 203 commits en un año.
- Marco 15/30: licencia, validación humana por defecto, autoalojamiento, elección de modelo y sitio de documentación.
La nota no dice si el agente resolverá sus tareas: mide la solidez del proyecto. La tabla completa está en la página de método.
Veredicto
PaperBanana es un proyecto a vigilar: compárelo con las alternativas antes de adoptarlo.
Puntos fuertes
- Versiones frecuentes (6 en un año)
- Puede funcionar en su equipo: datos bajo control
- Licencia permisiva (MIT)
Limitaciones
- Ligado a un solo proveedor de modelos (Gemini (Google))
Alternativas
- DeepTutor42,5 mil ★
- Vibe-Trading36,5 mil ★
- PentAGI32,3 mil ★
- GenOffice10,7 mil ★
- HolmesGPT3,7 mil ★
- Text-to-CAD22,9 mil ★
Entender
Preguntas frecuentes
¿PaperBanana es gratuito?
El software es gratuito (licencia MIT). Sí hay que pagar las llamadas al modelo, salvo con un modelo local.
¿PaperBanana es seguro?
Nuestro nivel de riesgo: bajo. Concédale permisos mínimos y valide las acciones irreversibles.
¿Qué modelos usa PaperBanana?
Según su documentación: Gemini (Google).
¿Se puede instalar PaperBanana en un servidor propio?
Sí, a partir del repositorio llmsresearch/paperbanana. Los datos se quedan en su equipo, pero la seguridad y las actualizaciones corren de su cuenta.
¿Qué alternativas hay a PaperBanana?
En la misma familia: DeepTutor, Vibe-Trading, PentAGI y GenOffice.
¿PaperBanana o DeepTutor: qué diferencia hay?
Ambos pertenecen a la familia de los agentes de negocio. PaperBanana tiene 2,4 mil estrellas frente a 42,5 mil de DeepTutor. La elección depende sobre todo de los accesos que esté dispuesto a darle.
Artículos relacionados
- Agente de IA de código abierto o propietario: cómo decidir25 de octubre de 2026
- Agente de IA o chatbot: ¿en qué se diferencian?24 de octubre de 2026
- Agentes de IA autónomos: ¿hasta dónde dejarlos actuar?12 de octubre de 2026
- Memoria de los agentes de IA: cómo recuerdan y por qué olvidan11 de octubre de 2026
Neutralidad. Ningún enlace de afiliación. Ningún editor paga por ser evaluado, puntuado o clasificado. Las evaluaciones las dirige François Chollet, neutrales y factuales, y cada dato está fechado y con su fuente. Cómo puntuamos