Manim 视频制作流程#

Harness-agent tools#

本技能从 Octop 移植。使用以下 harness/deepagents 工具：

概念	工具
Shell	execute
读/写/编辑文件	read_file, write_file, edit_file
查找文件/搜索内容	glob, grep
获取 URL	web_fetch
浏览器自动化	browser_use
子代理工作	task
记忆	memory_store, memory_recall, memory_search

内置技能文件位于 /_builtin_skills/<name>/。用户安装的技能位于 /skills/<name>/。

何时使用#

当用户请求：动画解释、数学动画、概念可视化、算法演练、技术讲解、3Blue1Brown 风格视频，或任何带有几何/数学内容的程序化动画时，使用此技能。使用 Manim Community Edition 创建 3Blue1Brown 风格讲解视频、算法可视化、公式推导、架构图和数据分析故事。

创意标准#

这是教育电影。每一帧都在教学。每一个动画都揭示结构。

在编写任何一行代码之前，阐明叙事弧。这个误解需要纠正什么？"啊哈时刻"是什么？什么视觉故事让观众从困惑走向理解？用户的提示是一个起点——要用教学野心去诠释它，而不是字面转录。

几何先于代数。 先展示形状，再展示公式。视觉记忆比符号记忆编码更快。当观众在公式之前看到几何模式时，公式感觉是应得的。

首次渲染卓越是不可协商的。 输出必须在视觉上清晰且美学上连贯，无需修改轮次。如果某些东西看起来杂乱、时机不当，或像"AI 生成的幻灯片"，那就是错误的——在交付之前重新思考创意概念。

不透明度分层引导注意力。 永远不要以全亮度显示所有内容。主要元素在 1.0，上下文元素在 0.4，结构元素（坐标轴、网格）在 0.15。大脑按层次处理视觉显著性。

呼吸空间。 每个动画之后都需要 self.wait()。观众需要时间吸收刚刚出现的内容。永远不要从一个动画匆忙进入下一个。在关键揭示之后的 2 秒暂停永远不会浪费。

连贯的视觉语言。 所有场景共享一个调色板、一致的排版尺寸、匹配的动画速度。一个技术正确但每个场景使用随机不同颜色的视频是美学失败。

先决条件#

运行 scripts/setup.sh 以验证所有依赖项。需要：Python 3.10+、Manim Community Edition v0.20+（pip install manim）、LaTeX（texlive-full 在 Linux 上，mactex 在 macOS 上）和 ffmpeg。参考文档针对 Manim CE v0.20.1 测试。

模式#

模式	输入	输出	参考
概念讲解	主题/概念	带有几何直觉的动画解释	references/scene-planning.md
公式推导	数学表达式	逐步动画证明	references/equations.md
算法可视化	算法描述	带有数据结构的逐步执行	references/graphs-and-data.md
数据故事	数据/指标	动画图表、比较、计数器	references/graphs-and-data.md
架构图	系统描述	带有连接的组件构建	references/mobjects.md
3D 可视化	3D 概念	旋转表面、参数曲线、空间几何	references/camera-and-3d.md

技术栈#

每个项目一个独立的 Python 脚本。无需浏览器、Node.js 或 GPU。

层	工具	用途
核心	Manim Community Edition	场景渲染、动画引擎
数学	LaTeX (texlive/MiKTeX)	通过 MathTex 渲染公式
视频 I/O	ffmpeg	场景拼接、格式转换、音频混合
TTS	ElevenLabs / Qwen3-TTS（可选）	旁白语音覆盖

流程#

PLAN --> CODE --> RENDER --> STITCH --> AUDIO（可选） --> REVIEW

1. PLAN — 编写 plan.md，包含叙事弧、场景列表、视觉元素、调色板、旁白脚本
2. CODE — 编写 script.py，每个场景一个类，每个都可独立渲染
3. RENDER — manim -ql script.py Scene1 Scene2 ... 用于草稿，-qh 用于制作
4. STITCH — ffmpeg 将场景剪辑拼接成 final.mp4
5. AUDIO（可选）— 通过 ffmpeg 添加旁白和/或背景音乐。参见 references/rendering.md
6. REVIEW — 渲染预览静止图像，对照计划验证，调整

项目结构#

project-name/
  plan.md                # 叙事弧、场景分解
  script.py              # 所有场景在一个文件中
  concat.txt             # ffmpeg 场景列表
  final.mp4              # 拼接输出
  media/                 # Manim 自动生成
    videos/script/480p15/

创意方向#

调色板#

调色板	背景	主要	次要	强调	使用场景
经典 3B1B	#1C1C1C	#58C4DD（蓝色）	#83C167（绿色）	#FFFF00（黄色）	通用数学/CS
温暖学术	#2D2B55	#FF6B6B	#FFD93D	#6BCB77	亲和力
霓虹科技	#0A0A0A	#00F5FF	#FF00FF	#39FF14	系统、架构
单色	#1A1A2E	#EAEAEA	#888888	#FFFFFF	极简主义

动画速度#

上下文	运行时间	之后等待
标题/介绍出现	1.5秒	1.0秒
关键公式揭示	2.0秒	2.0秒
变换/变形	1.5秒	1.5秒
支持标签	0.8秒	0.5秒
淡出清理	0.5秒	0.3秒
"啊哈时刻"揭示	2.5秒	3.0秒

排版尺度#

角色	字体大小	用法
标题	48	场景标题、开场文本
标题	36	场景内的章节标题
正文	30	解释性文本
标签	24	注释、坐标轴标签
说明文字	20	字幕、小号印刷

字体#

对所有文本使用等宽字体。 Manim 的 Pango 渲染器在所有尺寸上都使用比例字体产生错误的字距。参见 references/visual-design.md 获取完整建议。

MONO = "Menlo"  # 在文件顶部定义一次

Text("Fourier Series", font_size=48, font=MONO, weight=BOLD)  # 标题
Text("n=1: sin(x)", font_size=20, font=MONO)  # 标签
MathTex(r"\nabla L")  # 数学（使用 LaTeX）

最小 font_size=18 以确保可读性。

每场景变奏#

永远不要对所有场景使用相同的配置。对于每个场景：

• 不同的主色来自调色板
• 不同的布局——不要总是居中所有内容
• 不同的动画进入——在 Write、FadeIn、GrowFromCenter、Create 之间变化
• 不同的视觉权重——一些场景密集，其他稀疏

工作流#

步骤 1：计划（plan.md）#

在任何代码之前，编写 plan.md。参见 references/scene-planning.md 获取完整模板。

步骤 2：代码（script.py）#

每个场景一个类。每个场景都可独立渲染。

from manim import *

BG = "#1C1C1C"
PRIMARY = "#58C4DD"
SECONDARY = "#83C167"
ACCENT = "#FFFF00"
MONO = "Menlo"


class Scene1_Introduction(Scene):
    def construct(self):
        self.camera.background_color = BG
        title = Text("Why Does This Work?", font_size=48, color=PRIMARY, weight=BOLD, font=MONO)
        self.add_subcaption("Why does this work?", duration=2)
        self.play(Write(title), run_time=1.5)
        self.wait(1.0)
        self.play(FadeOut(title), run_time=0.5)

关键模式：

• 每个动画上的字幕：self.add_subcaption("text", duration=N) 或 subcaption="text" 在 self.play() 上
• 共享色彩常量在文件顶部以实现跨场景一致性
• self.camera.background_color 在每个场景中设置
• 干净退出——在场景结束时淡出所有 mobject：self.play(FadeOut(Group(*self.mobjects)))

步骤 3：渲染#

manim -ql script.py Scene1_Introduction Scene2_CoreConcept  # 草稿
manim -qh script.py Scene1_Introduction Scene2_CoreConcept  # 制作

步骤 4：拼接#

cat > concat.txt << 'EOF'
file 'media/videos/script/480p15/Scene1_Introduction.mp4'
file 'media/videos/script/480p15/Scene2_CoreConcept.mp4'
EOF
ffmpeg -y -f concat -safe 0 -i concat.txt -c copy final.mp4

步骤 5：审查#

manim -ql --format=png -s script.py Scene2_CoreConcept  # 预览静止图像

关键实现注意事项#

LaTeX 的原始字符串#

# 错误：MathTex("\frac{1}{2}")  # 转义问题
# 正确：
MathTex(r"\frac{1}{2}")  # 原始字符串

边缘文本的 buff >= 0.5#

label.to_edge(DOWN, buff=0.5)  # 永远不要 < 0.5

在替换文本之前淡出#

self.play(ReplacementTransform(note1, note2))  # 不要在其上 Write(note2)

永远不要动画化未添加的 Mobject#

self.play(Create(circle))  # 必须先添加
self.play(circle.animate.set_color(RED))  # 然后动画化

性能目标#

质量	分辨率	FPS	速度
-ql（草稿）	854x480	15	5-15秒/场景
-qm（中等）	1280x720	30	15-60秒/场景
-qh（制作）	1920x1080	60	30-120秒/场景

始终在 -ql 上迭代。仅对最终输出渲染 -qh。

参考#

文件	内容
references/animations.md	核心动画、速率函数、组合、.animate 语法、时序模式
references/mobjects.md	文本、形状、VGroup/Group、定位、样式、自定义 mobject
references/visual-design.md	12 个设计原则、不透明度分层、布局模板、调色板
references/equations.md	Manim 中的 LaTeX、TransformMatchingTex、推导模式
references/graphs-and-data.md	坐标轴、绘图、BarChart、动画数据、算法可视化
references/camera-and-3d.md	MovingCameraScene、ThreeDScene、3D 表面、摄像机控制
references/scene-planning.md	叙事弧、布局模板、场景过渡、计划模板
references/rendering.md	CLI 参考、质量预设、ffmpeg、旁白工作流、GIF 导出
references/troubleshooting.md	LaTeX 错误、动画错误、常见错误、调试
references/animation-design-thinking.md	何时动画化 vs 显示静态、分解、节奏、旁白同步
references/updaters-and-trackers.md	ValueTracker、add_updater、always_redraw、基于时间的更新器、模式
references/paper-explainer.md	将研究论文转化为动画——工作流、模板、域模式
references/decorations.md	SurroundingRectangle、Brace、箭头、DashedLine、Angle、注释生命周期
references/production-quality.md	预代码、预渲染、后渲染检查清单、空间布局、颜色、节奏

---

创意分歧（仅当用户请求实验性/创意/独特输出时使用）#

如果用户要求创意、实验性或非传统的解释方法，请选择策略并在设计动画之前通过它进行推理。

• SCAMPER — 当用户想要标准解释的新鲜视角时
• 假设逆转 — 当用户想要挑战某事的典型教学方式时

SCAMPER 变换#

采用标准数学/技术可视化并变换它：

• 替代：替换标准视觉隐喻（数字线 → 蜿蜒路径，矩阵 → 城市网格）
• 组合：合并两种解释方法（代数 + 几何同时）
• 逆转：向后推导——从结果开始并解构到公理
• 修改：夸大参数以显示为什么它很重要（10倍学习率，1000倍样本大小）
• 消除：移除所有符号——通过动画和空间关系纯粹解释

假设逆转#

1. 列出关于此主题如何可视化"标准"的内容（从左到右，2D，离散步骤，正式符号）
2. 选择最根本的假设
3. 逆转它（从右到左推导，3D 嵌入 2D 概念，连续变形而不是步骤，零符号）
4. 探索逆转揭示了标准方法隐藏了什么