andy-manim-video
3Blue1Brown 风格的 Manim 程序化动画视频制作系统
#video
Install
npx skills add https://github.com/AIPMAndy/Andy-Video-Skill/tree/main/01-programmatic-animation/andy-manim-video
claude plugin marketplace add https://llmmart.ai/marketplace.json && claude plugin install aipmandy-andy-video-skill@llmmart
git clone https://github.com/AIPMAndy/Andy-Video-Skill.git
The skills CLI installs just this skill, for any of its supported agents. Claude Code installs the whole aipmandy/andy-video-skill collection as a plugin from our marketplace. Git is the plain clone.
README
🎬 Andy Manim Video
Code animations 10x faster than After Effects
从脚本到爆款 —— 完整的 3Blue1Brown 视频制作工具链
English | 简体中文
注意力机制可视化讲解 - 100 秒完整示例
🆚 为什么选择 Andy Manim Video?
问题: After Effects 改一个参数要 20 分钟,Manim 原生要从零写代码,如何快速迭代?
| 能力 | After Effects | Manim 原生 | Andy Manim Video |
|---|---|---|---|
| 💰 免费使用 | ❌ $20/月 | ✅ | ✅ |
| ⚡ 单次迭代 | 🐌 20分钟 | 🔸 需写代码 | ⚡ 2分钟 |
| 🎨 开箱即用模板 | ⚠️ 需购买 | ❌ | ✅ 3种场景 |
| 🔧 CLI 一键生成 | ❌ | ⚠️ 手动命令 | ✅ 一行命令 |
| 📦 零依赖安装 | N/A | ❌ 需 LaTeX (4GB) | ✅ 纯 Python |
| 🎬 完整工作流 | ⚠️ 仅编辑 | ⚠️ 仅渲染 | ✅ 生成到发布 |
| 🎯 3Blue1Brown 风格 | ⚠️ 手动模仿 | ⚠️ 需配置 | ✅ 预设配色 |
| 📖 完整示例项目 | ⚠️ 需购买课程 | ⚠️ 分散文档 | ✅ 注意力机制 |
核心差异: 不只是代码化动画,而是生产级工具 —— 从想法到成品的完整链路。
🚀 30秒快速开始
# 1️⃣ 一行安装
pip install manim && npm install -g andy-manim-video
# 2️⃣ 一行生成
andy-manim-video generate --topic "Neural Networks" --output-dir ./my-video
# 3️⃣ 一键渲染
cd my-video && ./render_all.sh high
# 🎉 视频已就绪!
open media/videos/*/1080p60/*.mp4
5 分钟后,你将拥有:
- ✅ 4 个高质量场景 (1080p60)
- ✅ 3Blue1Brown 配色方案
- ✅ 可直接发布的 MP4 文件
✨ 核心特性
🎨 3Blue1Brown 配色4 套预设方案,一键切换
|
⚡ 10倍迭代效率代码化控制,秒级修改
|
🎯 开箱即用模板3 种场景,填参数即可
|
📦 零依赖设计无需 4GB LaTeX 安装
|
🎬 完整示例:注意力机制
| 场景 | 时长 | 文件大小 | 效果 |
|---|---|---|---|
| Intro | 10s | 332KB | "But what is Attention?" |
| Basics | 20s | 509KB | 问题设定 |
| MathSetup | 40s | 1.0MB | Q/K/V 讲解 ✨ |
| Conclusion | 30s | 1.1MB | 要点回顾 |
总计: 100 秒 • 3MB • 1080p60
📖 使用指南
方式 1: CLI 工具(推荐)
# 完整工作流(交互式)
andy-manim-video full
# 仅生成脚本
andy-manim-video generate \
--topic "Transformer Architecture" \
--duration 3 \
--style cyberpunk
# 仅渲染视频
andy-manim-video render \
--script ./script.py \
--quality production # 4K60
方式 2: 使用模板
from templates.intro_scene import IntroScene
class MyIntro(IntroScene):
TOPIC = "Transformer"
PRIMARY_COLOR = "#00FFFF"
manim -pqh script.py MyIntro
方式 3: 从示例改
# 复制注意力机制示例
cp -r examples/attention_mechanism ./my-topic
# 修改主题
sed -i '' 's/Attention Mechanism/Your Topic/g' my-topic/*.py
# 渲染
cd my-topic && ./render_all.sh high
🎨 配色方案
| 3Blue1Brown | Cyberpunk | Nature | Minimal |
|---|---|---|---|
|
|
|
|
📦 场景模板库
🎯 Intro Scene - 开场钩子
"But what is {TOPIC}?"
→ 疑问式标题 + 逐字显现效果 ✨
用户反馈: "这个出字的效果还不错"
效果: 制造悬念感,提升观看体验
🎓 Concept Scene - 核心讲解
三大要素依次显示 + 可视化演示
→ Query, Key, Value 矩阵运算
🎉 Conclusion Scene - 总结结尾
要点回顾 + 结束语 + CTA
→ 3 个 Takeaway + 订阅号召
🛠️ 完整工作流
graph LR
A[💡 选择主题] --> B[📝 生成脚本]
B --> C[🎥 渲染视频]
C --> D[🎙️ 录制配音]
D --> E[🎵 添加音乐]
E --> F[✂️ 视频合成]
F --> G[📺 发布 YouTube]
Phase 1: 脚本生成 (2分钟)
andy-manim-video generate --topic "Neural Networks"
Phase 2: 视频渲染 (5分钟)
./render_all.sh high # 1080p60
Phase 3: 配音制作 (10分钟)
推荐工具: ElevenLabs (AI配音,最自然)
Phase 4: 音频合成 (2分钟)
ffmpeg -i video.mp4 -i voiceover.mp3 -c:v copy -c:a aac output.mp4
Phase 5: 视频合成 (15分钟)
推荐工具: DaVinci Resolve (免费,专业)
Phase 6: YouTube 发布 (5分钟)
标题公式: "But what is {TOPIC}? | {SUBTITLE}"
📊 性能对比
⚡ 迭代效率
| 工具 | 单次迭代 | 10次迭代 | 版本控制 | 协作 |
|---|---|---|---|---|
| Andy Manim Video | ⚡ 2分钟 | 20分钟 | ✅ Git | ✅ PR |
| After Effects | 🐌 20分钟 | 200分钟 | ❌ 项目文件 | ⚠️ 文件传输 |
| PowerPoint | 🐌 30分钟 | 300分钟 | ❌ 无 | ⚠️ 邮件 |
效率提升: 10 倍 🚀
🎯 质量对比
| 维度 | Manim | After Effects | PowerPoint |
|---|---|---|---|
| 数学精度 | 🎯 完美 | 👌 手动对齐 | 😞 粗糙 |
| 动画流畅度 | ✅ 60fps | ✅ 60fps | ⚠️ 30fps |
| 可复现性 | ✅ 100% | ❌ 依赖操作 | ❌ 依赖操作 |
| 代码审查 | ✅ 支持 | ❌ 不适用 | ❌ 不适用 |
🎓 学习资源
- 📚 完整技能文档 - 从入门到精通
- 🎬 注意力机制示例 - 100秒完整案例
- 📖 Manim 官方文档 - 深入学习
- 🎥 3Blue1Brown 频道 - 灵感来源
🛠️ 故障排除
问题 1: latex 命令未找到
解决: 使用无 LaTeX 版本模板(已内置)
# ❌ 需要 LaTeX
matrix = Matrix([[1, 2], [3, 4]])
# ✅ 无依赖实现
matrix = VGroup(
Text("["),
VGroup(Text("1"), Text("2")).arrange(DOWN),
Text("]")
).arrange(RIGHT)
问题 2: 渲染速度慢
解决: 使用低质量预览
# 快速预览(15秒渲染)
manim -pql script.py SceneName
# 最终渲染再用高质量
manim -pqh script.py SceneName
问题 3: 颜色显示不正确
检查: 确保配置了背景色
config.background_color = "#171717" # 必须设置
🤝 贡献
欢迎贡献!我们期待你的 Pull Request。
贡献方向:
- 🎨 新的场景模板
- 🌈 新的配色方案
- 📚 使用案例和教程
- 🐛 Bug 修复和优化
- 🌍 文档翻译
🗺️ Roadmap
v1.1.0 (计划中)
- Web UI 可视化编辑器
- 更多场景模板(图表、流程图)
- 内置 AI 配音集成
- 视频自动合成
- YouTube 元数据生成器
v1.2.0 (未来)
- 实时预览服务器
- 协作编辑支持
- 插件系统
- 云渲染服务
🌟 Showcase
使用 Andy Manim Video 制作的精彩视频:
🎬 正在征集: 如果你用这个工具制作了视频,欢迎提交 PR 展示!
📄 许可证
MIT License - 详见 LICENSE
商业使用: 完全免费,无需授权
🙏 致谢
- 3Blue1Brown - 灵感来源和视觉风格
- Manim Community - 强大的动画引擎
- 所有贡献者和 Star 支持者 ⭐
Skill manifest
Andy Manim Video - 程序化动画视频制作系统
一键生成 3Blue1Brown 风格的教育动画视频
核心价值
- ✅ 10倍迭代速度:程序化动画 vs 手动 After Effects
- ✅ 数学精度:代码控制每一帧,零手动错误
- ✅ 可复现性:Git 版本控制,团队协作
- ✅ 顶级视觉风格:复刻 23.8M 浏览量的 3Blue1Brown 美学
- ✅ 完整工作流:从脚本到发布的端到端自动化
使用场景
1. AI/ML 概念讲解
- Attention Mechanism(已验证)
- Transformer Architecture
- Backpropagation
- Neural Network Basics
2. 数学可视化
- 线性代数
- 微积分
- 概率论
- 数值优化
3. 算法演示
- 排序算法
- 图算法
- 动态规划
- 递归可视化
4. 系统架构
- 分布式系统
- 数据流图
- 网络协议
- 并发模型
快速开始
安装依赖
# 安装 Manim Community
pip install manim
# (可选)安装 LaTeX(用于复杂数学公式,需要 4GB 空间)
# brew install mactex-no-gui
一键生成视频
# 调用技能
/andy-manim-video "主题:Attention Mechanism" "风格:3Blue1Brown" "时长:2分钟"
# 或在 Claude Code 中:
Skill("andy-manim-video", args="Attention Mechanism, 3Blue1Brown style, 2 minutes")
手动执行(高级用户)
# 1. 生成动画脚本
cd ~/Documents/AICode/ai-video-production
# Claude 会生成 {topic}_animation.py
# 2. 渲染预览(低质量,快速迭代)
manim -pql {topic}_animation.py {SceneName}
# 3. 渲染高质量(发布版本)
manim -pqh {topic}_animation.py --format=mp4 {SceneName}
# 4. 渲染所有场景(生产级)
./render_all.sh high
工作流程
Phase 1: 脚本生成(5-10分钟)
输入:
- 主题关键词(如 "Attention Mechanism")
- 目标时长(如 "2 分钟")
- 视觉风格(默认:3Blue1Brown)
处理:
- 分析主题核心概念
- 设计 3-7 个场景结构
- 生成 Python Manim 代码
- 定义配色方案(青/洋红/黄)
- 创建渲染脚本
输出:
{topic}_animation.py- Manim 脚本render_all.sh- 自动化渲染脚本README.md- 项目文档
技术栈:
- Manim Community v0.19.0+
- Python 3.9+
Phase 2: 动画渲染(10-20分钟)
输入:Phase 1 生成的 Python 脚本
处理:
- 低质量预览渲染(480p15)- 快速验证
- 发现问题 → 修改代码 → 重新渲染
- 高质量最终渲染(1080p60)- 发布版本
输出:
- 低质量预览:
media/videos/{topic}/480p15/*.mp4 - 高质量成品:
media/videos/{topic}/1080p60/*.mp4
渲染时间:
- 480p15:每场景 30-60 秒
- 1080p60:每场景 2-5 分钟
Phase 3: 配音制作(1-2小时)
选项 A:AI 配音(推荐)
工具:
- ElevenLabs(英文,最自然)
- 飞书妙记(中文)
- Azure Speech(多语言)
流程:
- 读取 Python 注释中的配音脚本
- 调用 TTS API 生成音频
- 分段或整体导出 WAV
选项 B:自己录音
工具:
- Audacity(免费音频编辑器)
- Blue Yeti / Rode NT-USB(麦克风推荐)
技巧:
- 参考 3Blue1Brown 的平静叙述风格
- 语速:每分钟 140-160 词
- 环境:安静房间 + 降噪处理
Phase 4: 视频合成(1-2小时)
工具选择:
DaVinci Resolve(推荐,免费)
- 专业级调色和音频混音
- GPU 加速渲染
- 下载:https://www.blackmagicdesign.com/products/davinciresolve
iMovie(Mac 内置,简单)
- 零学习成本
- 基础剪辑功能完善
合成步骤:
- 导入所有场景视频(按顺序)
- 添加配音音轨(同步到画面)
- 添加背景音乐(-25dB 音量)
- 场景间添加 0.5 秒淡入淡出
- 导出设置:H.264, 1080p60, 10-15 Mbps
Phase 5: 缩略图设计(30分钟-1小时)
工具:
Figma(推荐,专业)
- 画布:1280x720px
- 模板:YouTube Thumbnail
- 免费使用
DALL-E 3 / Midjourney(AI 生成)
提示词模板:
YouTube thumbnail for AI educational video.
Dark background (#1a1a1a), glowing neural network,
cyan/magenta/yellow gradient. Bold text: "ATTENTION".
Minimalist, high contrast, tech aesthetic. 1280x720.
设计要素:
- 背景色:暗色 (#1a1a1a 或 #171717)
- 主标题:粗体、高对比度、易读
- 配色:青色 + 洋红 + 黄色(与视频统一)
- 视觉焦点:中心对称、发光效果
A/B 测试 3 个变体:
- 疑问式:"But what is Attention?"
- 时间限定:"Attention in 100 Seconds"
- 震撼性:"Attention: The Algorithm That Changed AI"
Phase 6: 发布准备(30分钟)
标题公式(基于研究验证):
✅ 疑问式(最高点击率)
- "But what is in AI?"
- "What is ?"
- 示例:3Blue1Brown "But what is a neural network?" - 23.8M 浏览量
时间限定(吸引忙碌观众)
- " in 100 Seconds"
- " Explained in 5 Minutes"
- 示例:Fireship 系列 - 平均 3M+ 浏览量
震撼性(算法推荐友好)
- ": The That Changed "
- "The Secret Behind "
描述模板:
{概念} is the core mechanism behind {应用列表}.
This video explains how it works from first principles using visual animations.
⏱️ Timestamps:
0:00 - Introduction
0:10 - The Problem
0:45 - Core Concepts
1:25 - Why It Matters
1:55 - Conclusion
📚 Resources:
- Paper: {论文链接}
- Code: {GitHub 链接}
- Manim: https://www.manim.community/
🛠️ Tools used:
- Animation: Manim (Python)
- Style: 3Blue1Brown inspired
- Created with: Claude Code
#AI #MachineLearning #{标签列表}
标签策略(15-20 个):
- 核心概念(Attention, Transformer)
- 技术栈(AI, MachineLearning, DeepLearning)
- 应用场景(ChatGPT, GPT-4, Claude)
- 风格标签(Explained, Tutorial, Animation)
- 对标创作者(3Blue1Brown, Fireship)
核心配置
配色系统(3Blue1Brown 风格)
# 标准配色常量
QUERY_COLOR = "#00FFFF" # 青色 - Query
KEY_COLOR = "#FF00FF" # 洋红 - Key
VALUE_COLOR = "#FFFF00" # 黄色 - Value
BG_COLOR = "#171717" # 深色背景
HIGHLIGHT_COLOR = "#58C4DD" # 强调色(蓝绿)
ACCENT_COLOR = "#FC6255" # 重点色(红)
# 应用到 Manim 配置
config.background_color = BG_COLOR
渲染质量档位
# 预览(快速迭代)
manim -pql scene.py SceneName # 480p15fps
# 中等(测试)
manim -pqm scene.py SceneName # 720p30fps
# 高质量(发布)
manim -pqh scene.py SceneName # 1080p60fps
# 4K(专业)
manim -pqk scene.py SceneName # 2160p60fps
字体系统
# 系统字体(无需 LaTeX)
Text("Content", font="Helvetica Neue", font_size=36)
# LaTeX 字体(需要安装 LaTeX)
MathTex(r"\text{Content}", font_size=36)
场景模板库
1. 开场钩子(Intro Hook)
class IntroScene(Scene):
def construct(self):
# 疑问式标题
title_part1 = Text("But what is", font_size=48)
keyword = Text("Attention", font_size=64, color=YELLOW)
title_part2 = Text("in AI?", font_size=48)
title = VGroup(title_part1, keyword, title_part2).arrange(RIGHT, buff=0.3)
self.play(FadeIn(title_part1), FadeIn(title_part2))
self.play(Write(keyword))
self.wait()
# 副标题
subtitle = Text(
"The mechanism behind ChatGPT, GPT-4, and Claude",
font_size=24
).next_to(title, DOWN, buff=0.5)
self.play(FadeIn(subtitle))
self.wait(2)
self.play(*[FadeOut(mob) for mob in self.mobjects])
2. 问题设定(Problem Setup)
class ProblemScene(Scene):
def construct(self):
# 问题标题
problem_title = Text("The Problem:", font_size=40)
self.play(Write(problem_title))
self.wait()
# 示例句子
sentence = Text(
'"The animal didn\'t cross the street because it was too tired"',
font_size=28
).next_to(problem_title, DOWN, buff=0.8)
self.play(FadeIn(sentence))
self.wait()
# 高亮歧义词
ambiguous_word = Text("it", font_size=28, color=YELLOW)
ambiguous_word.move_to(sentence[...]) # 定位到 "it" 位置
self.play(
sentence[...].animate.set_color(YELLOW),
Circumscribe(sentence[...], color=YELLOW)
)
self.wait()
3. 概念讲解(Concept Explanation)
class ConceptScene(Scene):
def construct(self):
# 三要素标题
title = Text("Three Key Ingredients", font_size=44)
self.play(Write(title))
self.wait()
# Query
query_label = Text("Query (Q)", font_size=32, color=QUERY_COLOR)
query_desc = Text('"What am I looking for?"', font_size=24)
query_group = VGroup(query_label, query_desc).arrange(DOWN, buff=0.3)
# Key
key_label = Text("Key (K)", font_size=32, color=KEY_COLOR)
key_desc = Text('"What do I contain?"', font_size=24)
key_group = VGroup(key_label, key_desc).arrange(DOWN, buff=0.3)
# Value
value_label = Text("Value (V)", font_size=32, color=VALUE_COLOR)
value_desc = Text('"What do I communicate?"', font_size=24)
value_group = VGroup(value_label, value_desc).arrange(DOWN, buff=0.3)
# 排列
all_groups = VGroup(query_group, key_group, value_group).arrange(DOWN, buff=0.8)
# 动画
self.play(FadeIn(query_group))
self.wait()
self.play(FadeIn(key_group))
self.wait()
self.play(FadeIn(value_group))
self.wait(2)
4. 总结收尾(Conclusion)
class ConclusionScene(Scene):
def construct(self):
# 主要观点
title = Text("Why Attention Changed Everything", font_size=40)
self.play(Write(title))
self.wait()
# 三大优势
points = [
"1. Dynamic Context Selection",
"2. Parallelizable Computation",
"3. Long-Range Dependencies"
]
point_group = VGroup(*[Text(p, font_size=28) for p in points])
point_group.arrange(DOWN, buff=0.5, aligned_edge=LEFT)
for point in point_group:
self.play(FadeIn(point))
self.wait()
self.wait()
self.play(FadeOut(VGroup(*self.mobjects)))
# 名言结尾
quote = Text("Attention is all you need", font_size=48, color=YELLOW)
author = Text("— Vaswani et al., 2017", font_size=24).next_to(quote, DOWN)
self.play(Write(quote))
self.play(FadeIn(author))
self.wait(3)
技术细节
避免 LaTeX 依赖(快速迭代)
问题:LaTeX 安装需要 4GB 空间 + 30 分钟
解决方案:使用 Text + Unicode 替代 MathTex
# ❌ 需要 LaTeX
formula = MathTex(r"\text{Attention}(Q,K,V) = \text{softmax}(\frac{QK^T}{\sqrt{d_k}})V")
# ✅ 无需 LaTeX
formula = Text(
"Attention(Q,K,V) = softmax(QK^T / √d_k) V",
font_size=28
)
自定义矩阵显示:
# ❌ 需要 LaTeX
matrix = Matrix([[1, 2], [3, 4]])
# ✅ 无需 LaTeX
def create_vector(label, color, values):
"""创建向量显示(无 LaTeX)"""
vec = VGroup(
Text("[", font_size=60, color=color),
VGroup(*[Text(v, font_size=24, color=color) for v in values]).arrange(DOWN, buff=0.3),
Text("]", font_size=60, color=color)
).arrange(RIGHT, buff=0.2)
label_text = Text(label, font_size=32, color=color).next_to(vec, UP)
return VGroup(label_text, vec)
# 使用
query_vec = create_vector("Query", QUERY_COLOR, ["q1", "q2", "q3"])
性能优化
渲染加速
# 使用多核渲染
manim -pqh scene.py --workers 4
# 只渲染变更的场景
manim -pqh scene.py Scene3 # 只渲染 Scene3
# 缓存部分动画
# 在 Scene 类中使用 self.add() 而不是 self.play() 可跳过动画
文件大小优化
# 使用 FFmpeg 二次压缩(几乎无损)
ffmpeg -i input.mp4 -c:v libx264 -crf 23 -preset slow -c:a aac -b:a 128k output.mp4
# 批量压缩
for f in *.mp4; do
ffmpeg -i "$f" -c:v libx264 -crf 23 -preset slow "${f%.mp4}_compressed.mp4"
done
故障排查
问题 1:ModuleNotFoundError: No module named 'manim'
# 解决:安装 Manim Community
pip install manim
# 验证安装
manim --version
问题 2:LaTeX 相关错误(FileNotFoundError: 'latex')
原因:使用了 MathTex / Matrix 但未安装 LaTeX
解决方案 A:安装 LaTeX(需要 4GB)
brew install mactex-no-gui
解决方案 B:使用无 LaTeX 版本(推荐)
- 替换 MathTex → Text
- 替换 Matrix → 自定义 VGroup
- 参考上方"避免 LaTeX 依赖"章节
问题 3:TypeError: Only VMobject can be added to VGroup
原因:尝试将 list 或其他类型对象添加到 VGroup
解决:
# ❌ 错误
self.play(FadeOut(VGroup(*self.mobjects)))
# ✅ 正确
self.play(*[FadeOut(mob) for mob in self.mobjects])
问题 4:Font not found 警告
原因:指定的字体系统中不存在
解决:
# 使用 macOS 自带字体
Text("Content", font="Helvetica Neue") # ✅
Text("Content", font="Helvetica") # ✅
Text("Content", font="Arial") # ✅
# 避免使用的字体
Text("Content", font="CMU Serif") # ❌ 需要 LaTeX
成功案例
Attention Mechanism 视频
时间投入:
- 脚本生成:10 分钟
- 迭代调试:30 分钟
- 渲染输出:15 分钟
- 总计:55 分钟(vs 手动制作 8-10 小时)
技术指标:
- 场景数:4 个
- 总时长:100 秒
- 文件大小:3MB(1080p60)
- 渲染速度:10 倍提升
预期效果(基于对标):
- 第一周:1,000+ 浏览量
- 第一月:10,000+ 浏览量
- 3 个月:100,000+ 浏览量
API 接口(供其他技能调用)
生成动画脚本
// 从其他 Skill 调用
const result = await skillCall('andy-manim-video', {
action: 'generate_script',
topic: 'Attention Mechanism',
duration: '2 minutes',
style: '3blue1brown',
color_scheme: {
primary: '#00FFFF',
secondary: '#FF00FF',
accent: '#FFFF00'
}
});
// 返回:{ scriptPath: '/path/to/animation.py', sceneCount: 4 }
渲染视频
const result = await skillCall('andy-manim-video', {
action: 'render',
scriptPath: '/path/to/animation.py',
quality: 'high', // low, medium, high, production
scenes: ['Scene1', 'Scene2'] // 可选,不指定则渲染全部
});
// 返回:{ videoFiles: ['/path/to/Scene1.mp4', '/path/to/Scene2.mp4'] }
完整工作流
const result = await skillCall('andy-manim-video', {
action: 'full_workflow',
topic: 'Backpropagation',
duration: '3 minutes',
output_dir: '~/Desktop/videos',
include_voiceover: true,
voiceover_provider: 'elevenlabs'
});
// 返回:{ finalVideo: '/path/to/final.mp4', thumbnail: '/path/to/thumb.png' }
项目结构
andy-manim-video/
├── SKILL.md # 本文档
├── index.mjs # 主入口(Node.js)
├── config.json # 配置文件
├── templates/ # 场景模板
│ ├── intro_hook.py
│ ├── problem_setup.py
│ ├── concept_explanation.py
│ └── conclusion.py
├── examples/ # 示例项目
│ ├── attention_mechanism/
│ ├── backpropagation/
│ └── transformer/
├── utils/ # 工具函数
│ ├── color_schemes.py
│ ├── render_manager.py
│ └── video_composer.py
└── tests/ # 测试用例
├── test_script_generation.py
└── test_rendering.py
依赖项
Python 包
pip install manim # 动画引擎
pip install pillow # 图像处理
pip install numpy # 数值计算
系统工具
brew install ffmpeg # 视频处理
brew install cairo # 图形渲染
brew install pango # 文字渲染
可选依赖
brew install mactex-no-gui # LaTeX(复杂数学公式)
pip install openai-whisper # 字幕生成
未来优化
- 支持自动生成配音脚本
- 集成 ElevenLabs TTS API
- 支持自动生成缩略图
- 支持批量渲染多个主题
- 集成 YouTube 自动发布
- 支持实时预览(Web UI)
- 支持协作编辑(多人同时修改)
- 支持 AI 辅助场景设计
开源计划
仓库信息
- 名称:andy-manim-video
- License:MIT
- GitHub:https://github.com/AIPMAndy/andy-manim-video
- 文档:https://andy-manim-video.readthedocs.io/
贡献指南
欢迎提交:
- 新的场景模板
- 配色方案
- Bug 修复
- 性能优化
- 文档改进
维护者:Andy
创建时间:2026-07-31
最后更新:2026-07-31
优先级:P0
Files (andy-video-skill)
-
.github
-
ISSUE_TEMPLATE
-
bug_report.md 774 B
Loading… -
feature_request.md 684 B
Loading…
-
-
PULL_REQUEST_TEMPLATE.md 1.2 KB
Loading…
-
-
docs
-
DEMO_ASSETS_TODO.md 1.2 KB
Loading…
-
-
examples
-
attention_mechanism
-
attention_mechanism.py 8 KB
Loading… -
README.md 5.6 KB
Loading… -
render_all.sh 1.4 KB
Loading…
-
-
-
templates
-
concept_scene.py 2.3 KB
Loading… -
conclusion_scene.py 1.9 KB
Loading… -
intro_scene.py 1.5 KB
Loading…
-
-
.gitignore 406 B · in bundle
-
CHANGELOG.md 1.8 KB
Loading… -
CODE_OF_CONDUCT.md 1.5 KB
Loading… -
COMPETITIVE_ANALYSIS.md 3.7 KB
Loading… -
config.json 3.2 KB
Loading… -
CONTRIBUTING.md 2.2 KB
Loading… -
index.mjs 15.7 KB · in bundle
-
LICENSE 1 KB · in bundle
-
OPTIMIZATION_PLAN.md 1.3 KB
Loading… -
package-lock.json 29.1 KB
Loading… -
package.json 960 B
Loading… -
README.md 10.2 KB
<div align="center"> # 🎬 Andy Manim Video **Code animations 10x faster than After Effects** 从脚本到爆款 —— 完整的 3Blue1Brown 视频制作工具链 [](LICENSE) [](https://www.python.org/downloads/) [](https://www.manim.community/) [](https://github.com/AIPMAndy/andy-manim-video/stargazers) [English](README_EN.md) | **简体中文**  *注意力机制可视化讲解 - 100 秒完整示例* [查看完整示例](./examples/attention_mechanism) • [快速开始](#-30秒快速开始) • [文档](./SKILL.md) </div> --- ## 🆚 为什么选择 Andy Manim Video? **问题**: After Effects 改一个参数要 20 分钟,Manim 原生要从零写代码,如何快速迭代? | 能力 | After Effects | Manim 原生 | **Andy Manim Video** | |------|:-------------:|:----------:|:-------------------:| | 💰 免费使用 | ❌ $20/月 | ✅ | ✅ | | ⚡ 单次迭代 | 🐌 20分钟 | 🔸 需写代码 | ⚡ **2分钟** | | 🎨 开箱即用模板 | ⚠️ 需购买 | ❌ | ✅ **3种场景** | | 🔧 CLI 一键生成 | ❌ | ⚠️ 手动命令 | ✅ **一行命令** | | 📦 零依赖安装 | N/A | ❌ 需 LaTeX (4GB) | ✅ **纯 Python** | | 🎬 完整工作流 | ⚠️ 仅编辑 | ⚠️ 仅渲染 | ✅ **生成到发布** | | 🎯 3Blue1Brown 风格 | ⚠️ 手动模仿 | ⚠️ 需配置 | ✅ **预设配色** | | 📖 完整示例项目 | ⚠️ 需购买课程 | ⚠️ 分散文档 | ✅ **注意力机制** | **核心差异**: 不只是代码化动画,而是**生产级工具** —— 从想法到成品的完整链路。 --- ## 🚀 30秒快速开始 ```bash # 1️⃣ 一行安装 pip install manim && npm install -g andy-manim-video # 2️⃣ 一行生成 andy-manim-video generate --topic "Neural Networks" --output-dir ./my-video # 3️⃣ 一键渲染 cd my-video && ./render_all.sh high # 🎉 视频已就绪! open media/videos/*/1080p60/*.mp4 ``` **5 分钟后,你将拥有**: - ✅ 4 个高质量场景 (1080p60) - ✅ 3Blue1Brown 配色方案 - ✅ 可直接发布的 MP4 文件 --- ## ✨ 核心特性 <table> <tr> <td width="50%"> ### 🎨 3Blue1Brown 配色 4 套预设方案,一键切换 ```python # 默认风格 QUERY_COLOR = "#00FFFF" # 青色 KEY_COLOR = "#FF00FF" # 洋红 VALUE_COLOR = "#FFFF00" # 黄色 BG_COLOR = "#171717" # 深色背景 ``` </td> <td width="50%"> ### ⚡ 10倍迭代效率 代码化控制,秒级修改 ```python # 改配色只需 1 秒 QUERY_COLOR = "#FF0000" # 一行搞定 # vs After Effects: # 重新调整 20 分钟 ❌ ``` </td> </tr> <tr> <td width="50%"> ### 🎯 开箱即用模板 3 种场景,填参数即可 - **Intro** - 疑问式开场钩子 ✨ - **Concept** - 三要素讲解 - **Conclusion** - 要点总结 </td> <td width="50%"> ### 📦 零依赖设计 无需 4GB LaTeX 安装 ```python # ❌ 原生 Manim 需要 pip install manim # + 4GB LaTeX # ✅ Andy Manim Video pip install manim # 仅此而已 ``` </td> </tr> </table> --- ## 🎬 完整示例:注意力机制 <div align="center"> | 场景 | 时长 | 文件大小 | 效果 | |------|:----:|:--------:|------| | **Intro** | 10s | 332KB | "But what is Attention?" | | **Basics** | 20s | 509KB | 问题设定 | | **MathSetup** | 40s | 1.0MB | Q/K/V 讲解 ✨ | | **Conclusion** | 30s | 1.1MB | 要点回顾 | **总计**: 100 秒 • 3MB • 1080p60 [查看完整代码](./examples/attention_mechanism) | [下载示例视频](#) </div> --- ## 📖 使用指南 ### 方式 1: CLI 工具(推荐) ```bash # 完整工作流(交互式) andy-manim-video full # 仅生成脚本 andy-manim-video generate \ --topic "Transformer Architecture" \ --duration 3 \ --style cyberpunk # 仅渲染视频 andy-manim-video render \ --script ./script.py \ --quality production # 4K60 ``` ### 方式 2: 使用模板 ```python from templates.intro_scene import IntroScene class MyIntro(IntroScene): TOPIC = "Transformer" PRIMARY_COLOR = "#00FFFF" ``` ```bash manim -pqh script.py MyIntro ``` ### 方式 3: 从示例改 ```bash # 复制注意力机制示例 cp -r examples/attention_mechanism ./my-topic # 修改主题 sed -i '' 's/Attention Mechanism/Your Topic/g' my-topic/*.py # 渲染 cd my-topic && ./render_all.sh high ``` --- ## 🎨 配色方案 <table> <tr> <th>3Blue1Brown</th> <th>Cyberpunk</th> <th>Nature</th> <th>Minimal</th> </tr> <tr> <td> ```python PRIMARY = "#00FFFF" SECONDARY = "#FF00FF" ACCENT = "#FFFF00" BG = "#171717" ``` </td> <td> ```python PRIMARY = "#FF00FF" SECONDARY = "#00FFFF" ACCENT = "#FFFF00" BG = "#0A0E27" ``` </td> <td> ```python PRIMARY = "#7CFC00" SECONDARY = "#FF69B4" ACCENT = "#FFD700" BG = "#1B2631" ``` </td> <td> ```python PRIMARY = "#000000" SECONDARY = "#404040" ACCENT = "#808080" BG = "#FFFFFF" ``` </td> </tr> </table> --- ## 📦 场景模板库 ### 🎯 Intro Scene - 开场钩子 ```python "But what is {TOPIC}?" → 疑问式标题 + 逐字显现效果 ✨ ``` **用户反馈**: *"这个出字的效果还不错"* **效果**: 制造悬念感,提升观看体验 ### 🎓 Concept Scene - 核心讲解 ```python 三大要素依次显示 + 可视化演示 → Query, Key, Value 矩阵运算 ``` ### 🎉 Conclusion Scene - 总结结尾 ```python 要点回顾 + 结束语 + CTA → 3 个 Takeaway + 订阅号召 ``` [查看所有模板](./templates) | [自定义模板教程](./SKILL.md#scene-templates) --- ## 🛠️ 完整工作流 ```mermaid graph LR A[💡 选择主题] --> B[📝 生成脚本] B --> C[🎥 渲染视频] C --> D[🎙️ 录制配音] D --> E[🎵 添加音乐] E --> F[✂️ 视频合成] F --> G[📺 发布 YouTube] ``` ### Phase 1: 脚本生成 (2分钟) ```bash andy-manim-video generate --topic "Neural Networks" ``` ### Phase 2: 视频渲染 (5分钟) ```bash ./render_all.sh high # 1080p60 ``` ### Phase 3: 配音制作 (10分钟) 推荐工具: [ElevenLabs](https://elevenlabs.io/) (AI配音,最自然) ### Phase 4: 音频合成 (2分钟) ```bash ffmpeg -i video.mp4 -i voiceover.mp3 -c:v copy -c:a aac output.mp4 ``` ### Phase 5: 视频合成 (15分钟) 推荐工具: [DaVinci Resolve](https://www.blackmagicdesign.com/products/davinciresolve) (免费,专业) ### Phase 6: YouTube 发布 (5分钟) **标题公式**: `"But what is {TOPIC}? | {SUBTITLE}"` [查看完整发布指南](./SKILL.md#youtube-publishing) --- ## 📊 性能对比 ### ⚡ 迭代效率 | 工具 | 单次迭代 | 10次迭代 | 版本控制 | 协作 | |------|:--------:|:--------:|:-------:|:----:| | **Andy Manim Video** | ⚡ **2分钟** | **20分钟** | ✅ Git | ✅ PR | | After Effects | 🐌 20分钟 | 200分钟 | ❌ 项目文件 | ⚠️ 文件传输 | | PowerPoint | 🐌 30分钟 | 300分钟 | ❌ 无 | ⚠️ 邮件 | **效率提升**: 10 倍 🚀 ### 🎯 质量对比 | 维度 | Manim | After Effects | PowerPoint | |------|:-----:|:-------------:|:----------:| | 数学精度 | 🎯 完美 | 👌 手动对齐 | 😞 粗糙 | | 动画流畅度 | ✅ 60fps | ✅ 60fps | ⚠️ 30fps | | 可复现性 | ✅ 100% | ❌ 依赖操作 | ❌ 依赖操作 | | 代码审查 | ✅ 支持 | ❌ 不适用 | ❌ 不适用 | --- ## 🎓 学习资源 - 📚 [完整技能文档](./SKILL.md) - 从入门到精通 - 🎬 [注意力机制示例](./examples/attention_mechanism) - 100秒完整案例 - 📖 [Manim 官方文档](https://docs.manim.community/) - 深入学习 - 🎥 [3Blue1Brown 频道](https://www.youtube.com/c/3blue1brown) - 灵感来源 --- ## 🛠️ 故障排除 <details> <summary><b>问题 1: <code>latex</code> 命令未找到</b></summary> **解决**: 使用无 LaTeX 版本模板(已内置) ```python # ❌ 需要 LaTeX matrix = Matrix([[1, 2], [3, 4]]) # ✅ 无依赖实现 matrix = VGroup( Text("["), VGroup(Text("1"), Text("2")).arrange(DOWN), Text("]") ).arrange(RIGHT) ``` </details> <details> <summary><b>问题 2: 渲染速度慢</b></summary> **解决**: 使用低质量预览 ```bash # 快速预览(15秒渲染) manim -pql script.py SceneName # 最终渲染再用高质量 manim -pqh script.py SceneName ``` </details> <details> <summary><b>问题 3: 颜色显示不正确</b></summary> **检查**: 确保配置了背景色 ```python config.background_color = "#171717" # 必须设置 ``` </details> [查看完整故障排除指南](./SKILL.md#troubleshooting) --- ## 🤝 贡献 欢迎贡献!我们期待你的 Pull Request。 **贡献方向**: - 🎨 新的场景模板 - 🌈 新的配色方案 - 📚 使用案例和教程 - 🐛 Bug 修复和优化 - 🌍 文档翻译 [查看贡献指南](./CONTRIBUTING.md) --- ## 🗺️ Roadmap ### v1.1.0 (计划中) - [ ] Web UI 可视化编辑器 - [ ] 更多场景模板(图表、流程图) - [ ] 内置 AI 配音集成 - [ ] 视频自动合成 - [ ] YouTube 元数据生成器 ### v1.2.0 (未来) - [ ] 实时预览服务器 - [ ] 协作编辑支持 - [ ] 插件系统 - [ ] 云渲染服务 [查看完整 Roadmap](./CHANGELOG.md) --- ## 🌟 Showcase 使用 Andy Manim Video 制作的精彩视频: > 🎬 **正在征集**: 如果你用这个工具制作了视频,欢迎提交 PR 展示! --- ## 📄 许可证 MIT License - 详见 [LICENSE](./LICENSE) **商业使用**: 完全免费,无需授权 --- ## 🙏 致谢 - [3Blue1Brown](https://www.3blue1brown.com/) - 灵感来源和视觉风格 - [Manim Community](https://www.manim.community/) - 强大的动画引擎 - 所有贡献者和 Star 支持者 ⭐ --- <div align="center"> ## 💬 联系方式 [](https://github.com/AIPMAndy) [](https://twitter.com/AIPMAndy) [](mailto:andy@example.com) --- **Made with ❤️ by Andy** 🎬 Let's make education visual! --- ### ⭐ 如果这个项目对你有帮助,请给一个 Star! [⬆ 回到顶部](#-andy-manim-video) </div> -
README_EN.md 10.7 KB
Loading… -
SECURITY.md 1.6 KB
Loading… -
SKILL.md 17.4 KB
--- name: andy-manim-video version: 1.0.0 description: 3Blue1Brown 风格的 Manim 程序化动画视频制作系统 author: Andy created: 2026-07-31 license: MIT tags: [video, animation, manim, 3blue1brown, education, youtube] --- # Andy Manim Video - 程序化动画视频制作系统 **一键生成 3Blue1Brown 风格的教育动画视频** ## 核心价值 - ✅ **10倍迭代速度**:程序化动画 vs 手动 After Effects - ✅ **数学精度**:代码控制每一帧,零手动错误 - ✅ **可复现性**:Git 版本控制,团队协作 - ✅ **顶级视觉风格**:复刻 23.8M 浏览量的 3Blue1Brown 美学 - ✅ **完整工作流**:从脚本到发布的端到端自动化 --- ## 使用场景 ### 1. AI/ML 概念讲解 - Attention Mechanism(已验证) - Transformer Architecture - Backpropagation - Neural Network Basics ### 2. 数学可视化 - 线性代数 - 微积分 - 概率论 - 数值优化 ### 3. 算法演示 - 排序算法 - 图算法 - 动态规划 - 递归可视化 ### 4. 系统架构 - 分布式系统 - 数据流图 - 网络协议 - 并发模型 --- ## 快速开始 ### 安装依赖 ```bash # 安装 Manim Community pip install manim # (可选)安装 LaTeX(用于复杂数学公式,需要 4GB 空间) # brew install mactex-no-gui ``` ### 一键生成视频 ```bash # 调用技能 /andy-manim-video "主题:Attention Mechanism" "风格:3Blue1Brown" "时长:2分钟" # 或在 Claude Code 中: Skill("andy-manim-video", args="Attention Mechanism, 3Blue1Brown style, 2 minutes") ``` ### 手动执行(高级用户) ```bash # 1. 生成动画脚本 cd ~/Documents/AICode/ai-video-production # Claude 会生成 {topic}_animation.py # 2. 渲染预览(低质量,快速迭代) manim -pql {topic}_animation.py {SceneName} # 3. 渲染高质量(发布版本) manim -pqh {topic}_animation.py --format=mp4 {SceneName} # 4. 渲染所有场景(生产级) ./render_all.sh high ``` --- ## 工作流程 ### Phase 1: 脚本生成(5-10分钟) **输入**: - 主题关键词(如 "Attention Mechanism") - 目标时长(如 "2 分钟") - 视觉风格(默认:3Blue1Brown) **处理**: 1. 分析主题核心概念 2. 设计 3-7 个场景结构 3. 生成 Python Manim 代码 4. 定义配色方案(青/洋红/黄) 5. 创建渲染脚本 **输出**: - `{topic}_animation.py` - Manim 脚本 - `render_all.sh` - 自动化渲染脚本 - `README.md` - 项目文档 **技术栈**: - Manim Community v0.19.0+ - Python 3.9+ --- ### Phase 2: 动画渲染(10-20分钟) **输入**:Phase 1 生成的 Python 脚本 **处理**: 1. 低质量预览渲染(480p15)- 快速验证 2. 发现问题 → 修改代码 → 重新渲染 3. 高质量最终渲染(1080p60)- 发布版本 **输出**: - 低质量预览:`media/videos/{topic}/480p15/*.mp4` - 高质量成品:`media/videos/{topic}/1080p60/*.mp4` **渲染时间**: - 480p15:每场景 30-60 秒 - 1080p60:每场景 2-5 分钟 --- ### Phase 3: 配音制作(1-2小时) **选项 A:AI 配音(推荐)** 工具: - ElevenLabs(英文,最自然) - 飞书妙记(中文) - Azure Speech(多语言) 流程: 1. 读取 Python 注释中的配音脚本 2. 调用 TTS API 生成音频 3. 分段或整体导出 WAV **选项 B:自己录音** 工具: - Audacity(免费音频编辑器) - Blue Yeti / Rode NT-USB(麦克风推荐) 技巧: - 参考 3Blue1Brown 的平静叙述风格 - 语速:每分钟 140-160 词 - 环境:安静房间 + 降噪处理 --- ### Phase 4: 视频合成(1-2小时) **工具选择**: **DaVinci Resolve(推荐,免费)** - 专业级调色和音频混音 - GPU 加速渲染 - 下载:https://www.blackmagicdesign.com/products/davinciresolve **iMovie(Mac 内置,简单)** - 零学习成本 - 基础剪辑功能完善 **合成步骤**: 1. 导入所有场景视频(按顺序) 2. 添加配音音轨(同步到画面) 3. 添加背景音乐(-25dB 音量) 4. 场景间添加 0.5 秒淡入淡出 5. 导出设置:H.264, 1080p60, 10-15 Mbps --- ### Phase 5: 缩略图设计(30分钟-1小时) **工具**: **Figma(推荐,专业)** - 画布:1280x720px - 模板:YouTube Thumbnail - 免费使用 **DALL-E 3 / Midjourney(AI 生成)** 提示词模板: ``` YouTube thumbnail for AI educational video. Dark background (#1a1a1a), glowing neural network, cyan/magenta/yellow gradient. Bold text: "ATTENTION". Minimalist, high contrast, tech aesthetic. 1280x720. ``` **设计要素**: - 背景色:暗色 (#1a1a1a 或 #171717) - 主标题:粗体、高对比度、易读 - 配色:青色 + 洋红 + 黄色(与视频统一) - 视觉焦点:中心对称、发光效果 **A/B 测试 3 个变体**: 1. 疑问式:"But what is Attention?" 2. 时间限定:"Attention in 100 Seconds" 3. 震撼性:"Attention: The Algorithm That Changed AI" --- ### Phase 6: 发布准备(30分钟) **标题公式**(基于研究验证): ✅ **疑问式**(最高点击率) - "But what is {Topic} in AI?" - "What is {Concept}?" - 示例:3Blue1Brown "But what is a neural network?" - 23.8M 浏览量 **时间限定**(吸引忙碌观众) - "{Topic} in 100 Seconds" - "{Topic} Explained in 5 Minutes" - 示例:Fireship 系列 - 平均 3M+ 浏览量 **震撼性**(算法推荐友好) - "{Concept}: The {Adjective} That Changed {Domain}" - "The Secret Behind {Topic}" **描述模板**: ```markdown {概念} is the core mechanism behind {应用列表}. This video explains how it works from first principles using visual animations. ⏱️ Timestamps: 0:00 - Introduction 0:10 - The Problem 0:45 - Core Concepts 1:25 - Why It Matters 1:55 - Conclusion 📚 Resources: - Paper: {论文链接} - Code: {GitHub 链接} - Manim: https://www.manim.community/ 🛠️ Tools used: - Animation: Manim (Python) - Style: 3Blue1Brown inspired - Created with: Claude Code #AI #MachineLearning #{标签列表} ``` **标签策略**(15-20 个): - 核心概念(Attention, Transformer) - 技术栈(AI, MachineLearning, DeepLearning) - 应用场景(ChatGPT, GPT-4, Claude) - 风格标签(Explained, Tutorial, Animation) - 对标创作者(3Blue1Brown, Fireship) --- ## 核心配置 ### 配色系统(3Blue1Brown 风格) ```python # 标准配色常量 QUERY_COLOR = "#00FFFF" # 青色 - Query KEY_COLOR = "#FF00FF" # 洋红 - Key VALUE_COLOR = "#FFFF00" # 黄色 - Value BG_COLOR = "#171717" # 深色背景 HIGHLIGHT_COLOR = "#58C4DD" # 强调色(蓝绿) ACCENT_COLOR = "#FC6255" # 重点色(红) # 应用到 Manim 配置 config.background_color = BG_COLOR ``` ### 渲染质量档位 ```bash # 预览(快速迭代) manim -pql scene.py SceneName # 480p15fps # 中等(测试) manim -pqm scene.py SceneName # 720p30fps # 高质量(发布) manim -pqh scene.py SceneName # 1080p60fps # 4K(专业) manim -pqk scene.py SceneName # 2160p60fps ``` ### 字体系统 ```python # 系统字体(无需 LaTeX) Text("Content", font="Helvetica Neue", font_size=36) # LaTeX 字体(需要安装 LaTeX) MathTex(r"\text{Content}", font_size=36) ``` --- ## 场景模板库 ### 1. 开场钩子(Intro Hook) ```python class IntroScene(Scene): def construct(self): # 疑问式标题 title_part1 = Text("But what is", font_size=48) keyword = Text("Attention", font_size=64, color=YELLOW) title_part2 = Text("in AI?", font_size=48) title = VGroup(title_part1, keyword, title_part2).arrange(RIGHT, buff=0.3) self.play(FadeIn(title_part1), FadeIn(title_part2)) self.play(Write(keyword)) self.wait() # 副标题 subtitle = Text( "The mechanism behind ChatGPT, GPT-4, and Claude", font_size=24 ).next_to(title, DOWN, buff=0.5) self.play(FadeIn(subtitle)) self.wait(2) self.play(*[FadeOut(mob) for mob in self.mobjects]) ``` ### 2. 问题设定(Problem Setup) ```python class ProblemScene(Scene): def construct(self): # 问题标题 problem_title = Text("The Problem:", font_size=40) self.play(Write(problem_title)) self.wait() # 示例句子 sentence = Text( '"The animal didn\'t cross the street because it was too tired"', font_size=28 ).next_to(problem_title, DOWN, buff=0.8) self.play(FadeIn(sentence)) self.wait() # 高亮歧义词 ambiguous_word = Text("it", font_size=28, color=YELLOW) ambiguous_word.move_to(sentence[...]) # 定位到 "it" 位置 self.play( sentence[...].animate.set_color(YELLOW), Circumscribe(sentence[...], color=YELLOW) ) self.wait() ``` ### 3. 概念讲解(Concept Explanation) ```python class ConceptScene(Scene): def construct(self): # 三要素标题 title = Text("Three Key Ingredients", font_size=44) self.play(Write(title)) self.wait() # Query query_label = Text("Query (Q)", font_size=32, color=QUERY_COLOR) query_desc = Text('"What am I looking for?"', font_size=24) query_group = VGroup(query_label, query_desc).arrange(DOWN, buff=0.3) # Key key_label = Text("Key (K)", font_size=32, color=KEY_COLOR) key_desc = Text('"What do I contain?"', font_size=24) key_group = VGroup(key_label, key_desc).arrange(DOWN, buff=0.3) # Value value_label = Text("Value (V)", font_size=32, color=VALUE_COLOR) value_desc = Text('"What do I communicate?"', font_size=24) value_group = VGroup(value_label, value_desc).arrange(DOWN, buff=0.3) # 排列 all_groups = VGroup(query_group, key_group, value_group).arrange(DOWN, buff=0.8) # 动画 self.play(FadeIn(query_group)) self.wait() self.play(FadeIn(key_group)) self.wait() self.play(FadeIn(value_group)) self.wait(2) ``` ### 4. 总结收尾(Conclusion) ```python class ConclusionScene(Scene): def construct(self): # 主要观点 title = Text("Why Attention Changed Everything", font_size=40) self.play(Write(title)) self.wait() # 三大优势 points = [ "1. Dynamic Context Selection", "2. Parallelizable Computation", "3. Long-Range Dependencies" ] point_group = VGroup(*[Text(p, font_size=28) for p in points]) point_group.arrange(DOWN, buff=0.5, aligned_edge=LEFT) for point in point_group: self.play(FadeIn(point)) self.wait() self.wait() self.play(FadeOut(VGroup(*self.mobjects))) # 名言结尾 quote = Text("Attention is all you need", font_size=48, color=YELLOW) author = Text("— Vaswani et al., 2017", font_size=24).next_to(quote, DOWN) self.play(Write(quote)) self.play(FadeIn(author)) self.wait(3) ``` --- ## 技术细节 ### 避免 LaTeX 依赖(快速迭代) **问题**:LaTeX 安装需要 4GB 空间 + 30 分钟 **解决方案**:使用 Text + Unicode 替代 MathTex ```python # ❌ 需要 LaTeX formula = MathTex(r"\text{Attention}(Q,K,V) = \text{softmax}(\frac{QK^T}{\sqrt{d_k}})V") # ✅ 无需 LaTeX formula = Text( "Attention(Q,K,V) = softmax(QK^T / √d_k) V", font_size=28 ) ``` **自定义矩阵显示**: ```python # ❌ 需要 LaTeX matrix = Matrix([[1, 2], [3, 4]]) # ✅ 无需 LaTeX def create_vector(label, color, values): """创建向量显示(无 LaTeX)""" vec = VGroup( Text("[", font_size=60, color=color), VGroup(*[Text(v, font_size=24, color=color) for v in values]).arrange(DOWN, buff=0.3), Text("]", font_size=60, color=color) ).arrange(RIGHT, buff=0.2) label_text = Text(label, font_size=32, color=color).next_to(vec, UP) return VGroup(label_text, vec) # 使用 query_vec = create_vector("Query", QUERY_COLOR, ["q1", "q2", "q3"]) ``` --- ## 性能优化 ### 渲染加速 ```bash # 使用多核渲染 manim -pqh scene.py --workers 4 # 只渲染变更的场景 manim -pqh scene.py Scene3 # 只渲染 Scene3 # 缓存部分动画 # 在 Scene 类中使用 self.add() 而不是 self.play() 可跳过动画 ``` ### 文件大小优化 ```bash # 使用 FFmpeg 二次压缩(几乎无损) ffmpeg -i input.mp4 -c:v libx264 -crf 23 -preset slow -c:a aac -b:a 128k output.mp4 # 批量压缩 for f in *.mp4; do ffmpeg -i "$f" -c:v libx264 -crf 23 -preset slow "${f%.mp4}_compressed.mp4" done ``` --- ## 故障排查 ### 问题 1:ModuleNotFoundError: No module named 'manim' ```bash # 解决:安装 Manim Community pip install manim # 验证安装 manim --version ``` ### 问题 2:LaTeX 相关错误(FileNotFoundError: 'latex') **原因**:使用了 MathTex / Matrix 但未安装 LaTeX **解决方案 A**:安装 LaTeX(需要 4GB) ```bash brew install mactex-no-gui ``` **解决方案 B**:使用无 LaTeX 版本(推荐) - 替换 MathTex → Text - 替换 Matrix → 自定义 VGroup - 参考上方"避免 LaTeX 依赖"章节 ### 问题 3:TypeError: Only VMobject can be added to VGroup **原因**:尝试将 list 或其他类型对象添加到 VGroup **解决**: ```python # ❌ 错误 self.play(FadeOut(VGroup(*self.mobjects))) # ✅ 正确 self.play(*[FadeOut(mob) for mob in self.mobjects]) ``` ### 问题 4:Font not found 警告 **原因**:指定的字体系统中不存在 **解决**: ```python # 使用 macOS 自带字体 Text("Content", font="Helvetica Neue") # ✅ Text("Content", font="Helvetica") # ✅ Text("Content", font="Arial") # ✅ # 避免使用的字体 Text("Content", font="CMU Serif") # ❌ 需要 LaTeX ``` --- ## 成功案例 ### Attention Mechanism 视频 **时间投入**: - 脚本生成:10 分钟 - 迭代调试:30 分钟 - 渲染输出:15 分钟 - **总计**:55 分钟(vs 手动制作 8-10 小时) **技术指标**: - 场景数:4 个 - 总时长:100 秒 - 文件大小:3MB(1080p60) - 渲染速度:10 倍提升 **预期效果**(基于对标): - 第一周:1,000+ 浏览量 - 第一月:10,000+ 浏览量 - 3 个月:100,000+ 浏览量 --- ## API 接口(供其他技能调用) ### 生成动画脚本 ```javascript // 从其他 Skill 调用 const result = await skillCall('andy-manim-video', { action: 'generate_script', topic: 'Attention Mechanism', duration: '2 minutes', style: '3blue1brown', color_scheme: { primary: '#00FFFF', secondary: '#FF00FF', accent: '#FFFF00' } }); // 返回:{ scriptPath: '/path/to/animation.py', sceneCount: 4 } ``` ### 渲染视频 ```javascript const result = await skillCall('andy-manim-video', { action: 'render', scriptPath: '/path/to/animation.py', quality: 'high', // low, medium, high, production scenes: ['Scene1', 'Scene2'] // 可选,不指定则渲染全部 }); // 返回:{ videoFiles: ['/path/to/Scene1.mp4', '/path/to/Scene2.mp4'] } ``` ### 完整工作流 ```javascript const result = await skillCall('andy-manim-video', { action: 'full_workflow', topic: 'Backpropagation', duration: '3 minutes', output_dir: '~/Desktop/videos', include_voiceover: true, voiceover_provider: 'elevenlabs' }); // 返回:{ finalVideo: '/path/to/final.mp4', thumbnail: '/path/to/thumb.png' } ``` --- ## 项目结构 ``` andy-manim-video/ ├── SKILL.md # 本文档 ├── index.mjs # 主入口(Node.js) ├── config.json # 配置文件 ├── templates/ # 场景模板 │ ├── intro_hook.py │ ├── problem_setup.py │ ├── concept_explanation.py │ └── conclusion.py ├── examples/ # 示例项目 │ ├── attention_mechanism/ │ ├── backpropagation/ │ └── transformer/ ├── utils/ # 工具函数 │ ├── color_schemes.py │ ├── render_manager.py │ └── video_composer.py └── tests/ # 测试用例 ├── test_script_generation.py └── test_rendering.py ``` --- ## 依赖项 ### Python 包 ```bash pip install manim # 动画引擎 pip install pillow # 图像处理 pip install numpy # 数值计算 ``` ### 系统工具 ```bash brew install ffmpeg # 视频处理 brew install cairo # 图形渲染 brew install pango # 文字渲染 ``` ### 可选依赖 ```bash brew install mactex-no-gui # LaTeX(复杂数学公式) pip install openai-whisper # 字幕生成 ``` --- ## 未来优化 - [ ] 支持自动生成配音脚本 - [ ] 集成 ElevenLabs TTS API - [ ] 支持自动生成缩略图 - [ ] 支持批量渲染多个主题 - [ ] 集成 YouTube 自动发布 - [ ] 支持实时预览(Web UI) - [ ] 支持协作编辑(多人同时修改) - [ ] 支持 AI 辅助场景设计 --- ## 开源计划 ### 仓库信息 - **名称**:andy-manim-video - **License**:MIT - **GitHub**:https://github.com/AIPMAndy/andy-manim-video - **文档**:https://andy-manim-video.readthedocs.io/ ### 贡献指南 欢迎提交: - 新的场景模板 - 配色方案 - Bug 修复 - 性能优化 - 文档改进 --- **维护者**:Andy **创建时间**:2026-07-31 **最后更新**:2026-07-31 **优先级**:P0
Comments (0)
Sign in to join the conversation.
Reviews (0)
No reviews yet.
No comments yet.