Math Concept Film(概念短片·统一流水线)
把用户提出的一个概念,变成一部 2~5 分钟、纸墨质感、带中文旁白的 Manim 动画短片。 你(运行的 agent)就是整条流水线:策划、编剧、数学审校、摄影、程序员、审片人。 本技能只提供四样东西:思考框架、风格宪法、吸引力宪法、一堆哑工具。没有 harness—— 流转判断永远由你做。
本技能已整合原 ds-algo-film(数据结构领域包:assets/treelib/sortlib、九幕模板、 体检工具)与 manim-cjk-font(字体纪律与字形验证法)。做数据结构片时多拷一个
templates/ds/包、多看一份references/template-ds-film.md,其余流程完全相同。
<skill>/
├── SKILL.md ← 本文件:操作宪法
├── references/
│ ├── cinematography-grammar.md 镜头动词手册(表现力动词表/节奏对比/转场)
│ ├── scene-contract.md 场景硬约束全清单(写码前过一遍)
│ ├── pitfalls.md 血泪坑全集(API漂移/排版/字体/DS领域坑)
│ └── template-ds-film.md 数据结构片领域模板(九幕/视觉语言)
├── templates/
│ ├── film_skeleton.py ← 新片起点:可直接渲染,含表现力助手与绝对时钟
│ └── ds/ ← 数据结构片资产包(assets.py/treelib.py/sortlib.py)
└── scripts/
├── doctor.py 环境体检
├── tts_lines.py 台词→语音+时间轴
├── preflight.py 渲染前静态预检(重叠/越界/黑名单/时长)
├── gen_cap.py 台词→字幕字典(自动折行≤18字,超长报错拆页)
├── check_film.py 渲染前体检(字幕挂接/时钟/吸引力检查)
├── render.py 渲染运行器(chdir/日志直写/自动混流对账)
└── frame_coverage.py 版面利用率抽帧检查(内容包围盒≥55%)
铁律(五条,违反即返工)
- 技能自包含。 影片工作区建在用户当前目录里,绝不写进技能文件夹。
- 先语音后画面。 台词没合成出
aligned.json之前,不许写一行动画代码。 - 自检靠眼睛。 每幕首/中/尾抽静帧亲自看;标准只有一个:你愿意署名发出去。
- 风格 DNA 不可变。 宣纸底色、墨色系、镜头纪律照抄不变;动效按"负面清单" 放开(见风格 DNA 表),创意花在叙事与动效上,不花在换皮上。
- 吸引力底线(2026-11 新增)。 防错只是及格线。每部片必须通过"吸引力宪法" 全部硬指标(见下节), boring = 返工,与画错数字同级。
工作流(七步)
# 第 0 步·开工
FILM=<工作目录>/<slug> # 例: ./film-build/taylor-series
mkdir -p "$FILM" && cd "$FILM"
cp <skill>/templates/film_skeleton.py film.py
# 数据结构片追加:cp <skill>/templates/ds/{assets,treelib,sortlib}.py .
# (film.py 里 from assets import *,Scene 继承 ThreeDScene+FilmClock)
# ① 立意(脑内) 六幕框架 + 一句话核心主张 + 情绪弧线;一件事讲透
# ② 写台词 lines.json:口语、有承接、每句≤60字;对照"第一原则"自查
python <skill>/scripts/tts_lines.py lines.json --rate "+12%"
# ③ 读 captions/aligned.json:每行 start/end 秒
# 字幕字典用 gen_cap 生成(数据结构片);数学片直接把台词誊进 caption()
python <skill>/scripts/gen_cap.py lines.json -o cap_block.py
# ④ 写场景:骨架上改。旁白说到哪,画面演到哪。
# 先对照 scene-contract.md,再跑静态体检:
python <skill>/scripts/preflight.py film.py captions/aligned.json
python <skill>/scripts/check_film.py film.py lines.json captions/aligned.json # 有 cap_block 时
# ⑤ 渲染(render.py 内部 chdir+清缓存+日志直写,免踩 cwd/管道坑)
python <skill>/scripts/render.py <项目目录> <SceneName> --mux
# ⑥ 静帧自检(一轮,快):抽 ≤8 张代表帧(每幕挑首/中/尾一处+关键动作),一次看完
python <skill>/scripts/frame_coverage.py media/videos/film/480p15/<SceneName>.mp4
# 只修硬伤:大面积遮挡 / 图形画错 / 越界 / 数字或序列错 / 字幕丢失。
# 软瑕疵(轻微贴边/偏移/审美不满)一律放过——质量影响小、时间代价大。
# 有硬伤改 film.py → 只重跑 ⑤(修复一轮封顶;第二轮出来即交付,不追完美)
# ⑦ 交付:final.mp4 路径、时长、每幕讲了什么
吸引力宪法(2026-11 确立;每条都对应一次"用户嫌无聊"的教训)
背景:AST 审计实证过——历史成片结构动画占比普遍 <8%,多片 0%(纯 chip 贴结论); 开场即静态大字;节奏恒定如催眠。以下六条是底线,不是建议:
| # | 硬指标 | 判定 |
|---|---|---|
| 1 | 前 5 秒法则 | 开场 5 秒内必须有动画在进行(问题现场演出来);标题只许叠加在演示上,不许静态标题独占画面 |
| 2 | 问题要"演"不要"写" | 钩子幕与结论幕禁止纯文字/chip 贴片——问题用动画发生,结论用画面定格 |
| 3 | 结构动画占比 ≥ 40% | 全片"结构动秒"(对象被创建/移动/变形/重排的秒数,AST 口径)≥ 总时长 40%;每片至少一个"过程动画主角"——贯穿多幕被持续操作的 结构(被拼的图/被填的表/被搬的块/被走的指针) |
| 4 | 节奏对比 | 禁止匀速:快节拍段(0.4 |
| 5 | 高潮定格 | 每片至少一处高潮:最强画面 + burst 涟漪 + 定格 ≥2s,放结论/最大转折处 |
| 6 | 版面利用率 | 全片平均 ≥35%(bbox 口径,frame_coverage.py 实测)且无连续两帧 <20%;居中方图构图天然在 28~38%(合格),双栏/宽幅 42%+;内容缩成中间一小块 = 返工 |
字幕附加:每行 ≤18 字、最多 2 行;台词 >36 字拆成多次 caption 硬切。 旁白每 2~4 秒必须有新视觉元素(新登场/移动/变形/变色,任一都算)。
第一原则:讲给高中生听(优先级最高)
影片是理科分析片,不是故事片(2026-11 用户务必记住级指示):深入分析理论、 推导和工作本身——公理、推导链、决策树、反驳、观念谱系、收益函数是正当内容; 人物小传、生活细节、情感线不是。人物只作为观点的署名出现,不作为剧情主角。
台词是"教学",不是"教材朗读"。判定标准一句话:把台词念给一个高中生听, 他不开视频能不能听懂、想不想继续听?不能,就重写。
六条硬规则:
- 每部片从一个具体问题/场景开始,先抛问题让观众心里想答案,再往下讲。 禁止用"X 是一种……"开场。
- 对人说话:用"你、我们、你看、猜猜",不用"设、给定、由此可得"。
- 公式之前必须有直觉故事;公式出场时说"把刚才的事记下来",而不是"可得"。
- 大数字必须翻译:2^60 → "算到宇宙毁灭";n! → "百亿亿条路"。
- 每幕收一句"所以记住…";全片结尾是一句能背走的话(≤14 字)。
- 先错后对:先演直觉做法踩的坑,再引出正确解法。观众记住的永远是"坑"。
台词记号纪律:O(1)/O(n)/log n 不进台词(TTS 读法不可控)——旁白说"常数时间/
线性时间",O 记号只出现在画面上。数字结论画面与旁白必须逐一对过。
六幕思考框架(写台词前的一次内化)
| 幕 | 你要回答的问题 |
|---|---|
| 钩子 | 核心主张的一句话大白话?开场 5 秒演什么?(必须是一个动画演示,不是标题) |
| 地图 | 最小知识树:观众已会什么 → 缺哪块 → 核心主张。主干 3~5 个节点 |
| 课程 | 每幕只教一件事;每个"所以"的承接步骤;在哪里让观众跟着算一步 |
| 数学 | 每个符号的白话注释;画面上每个数字都验算过——错误数字是最大事故 |
| 镜头 | 每幕的视觉主意与镜头动词(见 cinematography-grammar.md 动词表) |
| 装配 | 幕间转场(ink_iris/推拉);哪些元素跨幕存活;高潮定格放哪一幕 |
风格 DNA(配色与质感不可变;动效按负面清单放开)
| 项 | 值 |
|---|---|
| 引擎 | Manim CE ≥0.19,ThreeDScene 俯视舞台模式(phi=0 读作 2D) |
| 画布 | 16:9;交付默认 -ql(480p15),用户要高清才 -qm |
| 底色 | 宣纸 #f3ecd8 |
| 墨色 | 主文字 #26221c,次级 #4a463e,坐标轴 #4a463e |
| 强调 | 黛蓝 #2c4d7d(主对象) · 石绿 #3e7a54(验证/结论) · 琥珀 #cf9433(焦点,慎用) · 朱红 #b23a2e(误差/警示) |
| 公式 | Text()+Unicode(x² xⁿ √ ∫ Σ ± ≥ ≠ ÷ ·);禁 MathTex(无 LaTeX) |
| 字体 | 一律走骨架/资产的 T():纯 ASCII→Consolas,含中文→Microsoft YaHei(防豆腐块) |
| 相机 | 开场 set_camera_orientation;运镜只许 move_camera(punch_in/pull_back 助手);禁止 .animate 相机 |
| 字幕 | 底部字幕条硬切(caption());每行 ≤18 字 ×2 行 |
| 配音 | edge-tts zh-CN-YunyangNeural +12%(默认);换声 --voice |
| 动效负面清单 | 禁:大幅旋转飞入(>90° 转圈进)、剧烈弹跳(多次 overshoot 晃动)、无意义晃动、五色同场、相机全程乱动、全屏吞没式转场(墨盘/闪白闪黑——闪眼,2026-11 用户反馈废除)。放:Write 逐笔写、LaggedStart 齿落、TracedPath 墨迹拖尾、ShowPassingFlash 流光、Indicate/Circumscribe 强调、squash 小弹(scale 1.2 缩入)、rate_functions 节奏对比(rush_from/rush_into/lingering)、updaters 跟随、move_camera 推拉。克制的是色彩,不是动作 |
| 节奏 | 负面清单外的入场 0.4 |
| 禁项 | 无文件 IO、无网络、随机必须给种子、单一 Scene 类、无 LaTeX |
放行标准(交付前逐条打勾)
防错组(preflight/check_film 全绿;抽帧一轮无硬伤(大面积遮挡/画错/越界/
数字序列错/字幕丢失);final 时长 = 配音 +2s 左右;画面数字全验算;
字幕挂接正确;相机零 .animate;快进过一遍无明显观感事故)
吸引力组(任何一条不过 = 返工,与画错同级):
- 前 5 秒有动画在进行(非静态标题)
- 钩子幕与结论幕不是纯文字/chip
- 结构动画占比 ≥40%,全片有"过程动画主角"
- 全片有快慢节奏对比,有高潮定格 ≥2s
- frame_coverage 版面利用率:平均 ≥35%,无连续 <20% 空旷帧
- 字幕每行 ≤18 字 ×≤2 行
速度纪律(2026-11 超时事故后确立;渲染配音都是秒级,超时=迭代轮数失控)
- 新几何构造先测帧:手推坐标的图形/拼图目标位,先写 3 行测试场景渲一帧 看几何正确,再进正片(同"新字符先测帧"纪律)。
- 阈值先测基线再定标:任何量化指标(版面/占比/时长),先跑一遍量出真实分布 再定红线,禁止拍脑袋定标后反复改口。
- 一部片 ≤3 次渲染、≤2 轮抽帧:第 2 轮修复后剩软瑕疵 = 直接交付。
- 构图第一版就做大:图形尺寸按"场景宽 60%+"取,宁大勿小;不要事后用 zoom 补救 (数学片可 zoom 救场,注意底部元素 ×zoom 会压字幕带;DS 片走 preflight 边界,改 unit)。
- 删代码用函数名精确锚点;CAP 字典只拼接 cap_block.py 不手写;迁移契约类 (FilmClock/T/caption)整段拷贝。
环境安装(首次使用)
python <skill>/scripts/doctor.py # 体检:缺什么、怎么装
python <skill>/scripts/doctor.py --full # 追加联网实测 TTS
pip install -r <skill>/requirements.txt # manim + edge-tts + imageio-ffmpeg
- 渲染:manim 0.20+ 自带编解码,不需要系统 ffmpeg。
- 语音/混流:有系统 ffmpeg 用系统的;没有则 imageio-ffmpeg 兜底。
- LaTeX:永远不需要。中文字体:默认雅黑路径已由
T()固化,不会豆腐块。
更多坑交付前扫一遍 references/pitfalls.md(两分钟)。数据结构片另读
references/template-ds-film.md。