Communitygithub.com

manim

使用 Manim Community 渲染解释性动画和静态图表。当视觉效果(数学、方程、函数图形、几何、图形/网络、表格、矩阵、3D、向量场)能比文字更好地解释事物时,或者用户要求动画、图表或 Manim 场景时使用。

manim 是什么?

该技能提供了一套完整的基于 Manim Community v0.22.1 的动画和图表生成环境。它内置了 TeX Live、dvisvgm 用于数学公式渲染,以及 Chatterbox Turbo 神经网络语音合成引擎用于旁白。技能库包含了丰富的图标资产(Tabler Icons 和 Fluent Emoji),并提供了 `ReadingTime` 和 `Narration` 混合类,用于自动控制文本阅读时间并生成同步旁白。该环境支持多种 Manim 场景类型(如 `MovingCameraScene`、`ThreeDScene`)、绘图、3D 表面、向量场和网络图等。输出格式支持 PNG、MP4 和 GIF,渲染流程包括草稿检查、最终渲染和交付,每次迭代都会强制重新渲染所有视频。该系统专为需要通过动态视觉故事讲述来增强技术内容呈现的 AI 代理设计。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/logan-gatlin/manim-skill/tree/HEAD

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

预览

来自技能 README

标题

文档

manim 是做什么的?

已安装:Manim Community v0.22.1(manim 在 PATH 中,通过 uv tool 安装并包含 typst 附加组件),以及 TeX Live 和 dvisvgm 用于 Tex/MathTex,还有 Chatterbox Turbo 用于旁白(一个 CPU 安装,位于 ~/.local/opt/chatterbox 自己的虚拟环境中,由 narration.py 驱动)。场景文件在工具自身的 Python 环境上运行,该环境包含 numpy、scipy 和 networkx;其他导入会失败。仅使用 ManimCE API。3Blue1Brown 的 manimgl 是一个不同的库,为此编写的代码无法在此运行。

风格

Manim 是一个以动态且有趣的方式呈现信息的工具。 如果你制作的内容可以轻易地通过流程图、电子表格、点图或幻灯片来完成,那么你就没有正确使用 manim。 美观更具吸引力,也更令人难忘。 避免使用技术术语,保持你的呈现通俗易懂。 选择一组视觉主题并坚持使用——一个概念应该有一致的视觉表现。 讲述一个故事,从事情的中段开始。 从基本原理出发介绍想法和问题。

步骤

  1. 选择输出格式。 对于静态图片(带标签的图表、图形、表格或公式),使用 PNG。当重点在于变化或序列(逐步推导、移动点、变换)时,使用 MP4。仅当目标平台无法播放视频时使用 GIF。

  2. 查找最接近的示例。 打开下面的主题文件,扫描顶部的索引,阅读 1-3 个最接近你需求的示例。通过改编它们来构建你的场景:它们使用的 API 已知在此版本上有效。

  3. 编写场景 到 /tmp/manim/<slug>/scene.py,除非用户指定了位置。以 from manim import * 开头,并定义一个 Scene 子类(当示例中使用时,使用 MovingCameraScene / ThreeDScene / ZoomedScene)。

    每一张关于某个事物的图片(云、服务器、挂锁、旗帜、人、文档)都是来自此技能库的图标,按原样使用:将 icons.py 复制到场景旁边,在此技能目录中使用 grep -iw <单词> assets/index.tsv 查找一个 id(当单词找不到时尝试同义词),并使用 icon(id, color=..., height=...) 加载它。tabler/outline/* 和 tabler/filled/* 是单色线条和实心图标(Tabler Icons),使用 color 绘制;fluent/* 是全彩表情符号(Fluent Emoji,扁平风格),保持其自身颜色。只使用 Manim 的形状(框、箭头、线、坐标轴、图形和标签)自行绘制图表的骨架。为每个概念赋予一个图标并重复使用,作为主题之一。

    显示文本的 MP4 或 GIF 必须给观众阅读时间,检查器会强制执行。将 reading_time.py 复制到场景旁边,使用 from reading_time import ReadingTime 导入,并将 mixin 放在场景基类之前:class SceneName(ReadingTime, Scene)。在每次 play(用于隐藏、替换或淡化文本)之前调用 self.wait_to_read()。它会保持等待,直到每个可见文本在屏幕上显示的时间达到 1 秒加上其单词数(按 150 wpm 计算),并且通过一次 play 显示的所有文本被视为一起阅读。将新单词显示为新的 mobject(FadeIn、ReplacementTransform),而不是使用 become(),以便其时间从新开始。在等待期间动作可以继续运行:将 self.wait_to_read() 放在文本显示期间播放的动画之后。

    使用字幕解释的 MP4 也会添加旁白:一个声音朗读它。将 narration.py 复制到场景旁边,放在 ReadingTime 之前:class SceneName(Narration, ReadingTime, Scene)。self.speak(text) 等待前一行结束,然后开始下一行,后续的动画在它被朗读时播放。将其放在显示它所朗读的字幕的 play 之前。字幕逐字显示朗读的行,并且每一行都有一个字幕:每行写一次,并将相同的字符串传递给 speak 和字幕的 Text。当语音需要与屏幕不同的拼写时(例如“twenty”代表“20”),将其放在场景的 pronounce 字典中,该字典仅更改发声的内容。在带有旁白的场景中,语音代替单词计数来设置保持时间:在朗读一行时出现的文本必须保持到叙述者说完加上 0.5 秒暂停,并且 self.wait_to_read() 恰好等待那么长时间再进行下一次更改(在静默期间显示的文本保持单词计数规则)。语音是平静男性叙述者(Chatterbox Turbo)的神经克隆,专为逐步讲解技术图表而调整。每一新行的合成时间大约是其朗读长度的 1-3 倍(包括静态图片草稿),并缓存在 media/voice 下,因此后续渲染只会为更改的行合成语音。每行都要写得适合听,而不是读。诸如 API、TLS 和 HTTP 等首字母缩写词可以直接读出来,narration.py 已经会拼写数字后的单位(200 ms)、点状版本号(2.4.1)和 k8s。其他机器字符串要像叙述者那样说出,同样通过 pronounce:“seventeen eleven”,而不是“2026.11.1711”。描述路径和分支名称而不是逐字读出它们(例如“an auto patches release branch”),并通过场景的 pronounce 字典({"edgeworker": "edge worker"})修正任何语音读错的单词。

    每个 MP4 或 GIF 都以一个署名卡片结束,卡片上标注了制作它的模型。将 produced_by.py 复制到场景旁边,将 mixin 放在所有其他类之前:class SceneName(ProducedBy, Narration, ReadingTime, Scene)(对于没有文本的场景,使用 class SceneName(ProducedBy, Scene)),并将 produced_by 设置为你系统提示中给出的模型名称(produced_by = "Claude Opus 5.5")。如果你的说明没有指定你的模型名称,请询问用户。当场景、其旁白和阅读时间检查全部完成后,mixin 会淡出场景并保持卡片显示最后 0.5 秒。静态渲染会跳过此步骤。

  4. 草稿和检查。 渲染一个低质量的静态图像并查看 PNG:

    cd /tmp/manim/<slug> && manim render -ql -s --media_dir media -o draft scene.py SceneName
    # -> media/images/scene/draft.png
    

    对于动画,也检查关键帧:-s -n 0,K 在动画 K(0 基索引;每个 self.play 和每个 self.wait 算作一个)之后停止并保存该帧。帧的大小约为 14.2 × 8 个单位,以原点为中心。修正并重新渲染,直到你检查的每一帧都显示所有元素在帧内、没有重叠的标签、文本可读。

    过早移除文本的场景会以 ReadingTimeError 失败,该错误会列出每个文本、出现时间、实际显示时间以及所需时间。在每个列出的更改之前添加 self.wait_to_read()。要在时间调整完成前查看草稿帧,可以在命令前加上 MANIM_READING_TIME=warn。最终渲染不使用此前缀,并且必须通过。

  5. 最终渲染。 使用 -qm(720p30)。3D 场景在 Cairo 渲染器上较慢,因此使用 -ql 进行草稿渲染。

    manim render -qh --media_dir media -o final scene.py SceneName
    # -> media/videos/scene/1080p60/final.mp4   (添加 --format gif 用于 GIF;添加 -s 用于 PNG,输出在 media/images/scene/final.png)
    
  6. 交付。 当你的界面能够显示媒体时(即你的说明中说明 Markdown 图片语法可以嵌入图片或视频时,例如 T3 Code),输出内联显示。将输出文件复制到会话的工作目录中,然后使用其绝对路径从那里嵌入(![标题](/绝对/路径/输出.mp4);这对 MP4 和 PNG 都有效)。T3 Code 仅从工作目录内联渲染媒体,因此指向 /tmp 的嵌入链接会显示为普通链接。在仅显示文本的界面中(例如普通终端),则改而提供输出文件的绝对路径。无论哪种方式,都要同时提供场景文件的路径,以便用户进行调整。

    每次迭代都以交付结束。 每当你更改一个场景时,无论是为了用户的反馈还是你自己的修正,都要以最终质量重新渲染该集合中的每一个视频(即使是你没有修改过的),并按照步骤 6 中的方式交付每一个。为每一轮指定不同的文件名(<名称>-v2.mp4、<名称>-v3.mp4),以便早期消息继续显示它们所描述的版本。

主题文件

每个文件包含经过渲染测试的示例,除非文件另有说明,否则均来自 v0.22.1 文档的逐字副本,并在顶部设有索引。

  • references/basics.md:定位、样式、分组/排列、.animate、Transform、自定义动画。
  • references/text-and-math.md:Text/MarkupText、Tex/MathTex、Typst 数学、公式部分着色、方程重排、项目符号列表、标题、代码块、花括号、动态数字。
  • references/plots-and-axes.md:Axes 图形、面积和黎曼和、导数/割线、隐式/参数/极坐标曲线、对数轴、数据折线图、数轴和平面、复平面、条形图。
  • references/diagrams-and-geometry.md:箭头、带标签的线/点/形状、角、直角、高亮显示(包围框、下划线、十字)、文氏图/布尔形状、多边形、虚线轮廓。
  • references/code.md:语法高亮的代码:打字输入、高亮行、选择特定标记、将一个版本变形为下一个。
  • references/graphs-tables-matrices.md:节点链接 Graph/DiGraph、树、神经网络层、networkx 导入、布局更改、表格、矩阵、行列式、平面的线性变换。
  • references/animation-and-motion.md:更新器、ValueTracker、always_redraw、追踪路径、变换变体、MoveToTarget/Restore、Succession/LaggedStart 时序、强调(Indicate、Circumscribe、Flash)、生长/淡入入场、速率函数。
  • references/camera-3d-fields.md:移动/缩放相机、缩放窗口、ThreeDScene 相机控制、3D 表面和曲线、向量场和流线。
  • references/complete-scenes.md:两个较长的场景,展示了如何进行多步骤解释的节奏控制。

查找 API

已安装的源代码(包含完整文档字符串)位于 ~/.local/share/uv/tools/manim/lib/python3.13/site-packages/manim/。在猜测关键字参数之前,先使用 grep 搜索类或方法的签名和选项。

注意事项

  • LaTeX 字符串应写作原始字符串(r"\frac{a}{b}")。LaTeX 错误会打印 .tex 日志,出错的行通常位于末尾附近。
  • 未安装 xelatex,因此需要它的 TexTemplateLibrary 模板(例如 ctex)会失败。对于中日韩文字,请使用 Text/MarkupText,它们通过 Pango 使用系统字体渲染(fc-list 可列出字体)。
  • Typst / MathTypst 是 Tex / MathTex 的更快替代品,且不需要 LaTeX。
  • 使用 icon() 加载图标,它会为 Tabler 图标重新着色:它们的文件使用 currentColor 绘制,而纯 SVGMobject 会将其读取为黑色。
  • 以黑色绘制的 Fluent 图标(fluent/black-flag、fluent/black-cat)会在黑色背景上消失;请选择其他图标,或将其放置在浅色形状上。
  • Tabler 线条图标会丢失绘制为零长线条的点,例如 tabler/outline/server 上的指示灯。

相关技能