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
- 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 - CODE — 编写
script.py,每个场景一个类,每个都可独立渲染 - RENDER —
manim -ql script.py Scene1 Scene2 ...用于草稿,-qh用于制作 - STITCH — ffmpeg 将场景剪辑拼接成
final.mp4 - AUDIO(可选)— 通过 ffmpeg 添加旁白和/或背景音乐。参见
references/rendering.md - 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#
- 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)
- 选择最根本的假设
- 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)
- 探索逆转揭示了标准方法隐藏了什么