Manim Project · 科研动画工作台

项目解决什么

科研动画不能把“让模型写一段 Manim Python”当成科学正确性的来源：轨迹、场、残差和数据点需要可追溯的计算产物，动画表达也需要可验证的中间表示。这个工作台新增 Animation Agent V2，把一句科研描述与可选 CSV 先解析为 IntentSpec，再调用白名单科学工具生成 ToolRun，构建 AnimationIR 2.0，并由确定性 Compiler 输出可审阅的 Preview；原有教学 Prompt → ContentPlan → CodeVersion 路径继续保留，二者共用版本、队列、沙箱与交付层。

核心功能

• 用一句科研描述和可选 CSV 创建动画任务
• 将模型输出限制为结构化 IntentSpec JSON
• 通过白名单科学工具生成可追溯 ToolRun
• 将 AnimationIR 2.0 编译为 Manim 与 Web JSON
• 以表达 critic 检查并最多修复一次 IR
• 用 Director 草拟 2–8 幕，逐幕生成并合成整片

使用流程

1. 输入科研目标与可选资产
2. 解析 Intent 并运行科学工具
3. 构建并检查 AnimationIR
4. 编译并渲染 Preview

用户从无需登录的本地工作台输入一句科研目标，并按需附上 CSV。系统将目标整理为可审阅的 domain、assumptions 和 tools_needed；未匹配封闭目录时返回 needs_confirmation，缺少必需数据时返回 asset_required，不自行补公式或伪造数据。匹配成功后，ToolRun 的输出进入 AnimationIR、critic 与 Compiler，再沿现有 Runner 和无网 Docker 渲染边界生成 Preview。

在封闭 P0 验收中，6 个可渲染纵向切片全部通过科学断言、确定性编译和首次 Docker 出片，论文+CSV 未满足封闭目录条件的样例正确暂停确认；这些是内部验收结果，不是通用生成成功率。

新增多场景工作流将 GlobalBrief 拆成 2–8 个独立版本的 SceneBlock。Director 可以从完整视频目标生成分镜草稿，用户应用草稿后才进入逐幕生成；它不输出 Python，也不提前调用科学工具或创建渲染任务。用户可逐幕选择教学或科研路径，绑定 CSV，最后按顺序硬切合成 MP4。

项目亮点

让模型规划意图，而不是编写自由 Scene

科研路径中，模型若启用也只能填写 IntentSpec JSON，不能输出 Scene Python、lambda 或自由 NumPy 表达式；没有模型配置时则回退到透明的关键词 Intent 目录。确定性 Compiler 负责把受限 IR lowering 为 Manim 代码，未知 capability 返回结构化错误与显式 fallback。教学路径也已收紧：模型填写 ContentPlan，公式和函数场景经 SceneStoryboard 确定性编译为 CodeVersion；不支持的表达式或缺少分镜的几何／3D 请求明确失败，不用纯文字视频代替。

把科学数值和来源锁进 ToolRun

轨迹、场和时间序列来自注册式 NumPy/SciPy/pandas 工具，而不是 Scene 运行时临场计算。ToolRun 记录参数、输入与输出哈希；AssetVersion 保存不可变资产来源，AnimationIR 只引用 artifact_ref。论文+CSV 复现目前只接受封闭的 Lotka–Volterra 目录和完整系数，其他论文明确进入 needs_confirmation。

P1 的 76 条内部黄金任务中有 58 条 ready；expected、science 与 provenance rate 均为 1.0，表达 critic 均值为 5.0，平均 IR repair 为 0。它证明的是封闭语料上的溯源与表达门禁，不是外部研究结论。

用同一份 IR 连接双 Backend 与修复闭环

AnimationIR 2.0 经过结构校验和 TIFA 风格表达 critic 后，最多执行一次 IR-level repair；同一份 IR 可以确定性 lowering 为 Manim Python 和 Web JSON，避免为不同预览端重新解释科学意图。Manim 结果进入现有无网 Render Sandbox，Web backend 只输出可检查的 JSON 预览，不冒充第二套视频渲染器。

P2 的 130 条内部 benchmark 中有 100 条 ready，science、expected 与 cross-backend rate 均为 1.0，非预期 FAILED rate 为 0；协议同时明确 external_user_study=false。

工作流在生成层之上复用版本化场景片段：修改一幕只重生成该幕，调整顺序只重新合成。缓存命中会重新验证归属、哈希、大小与可解码性；任何场景缺少资产或渲染失败时，保留已成功片段，但不交付残缺整片。仓库验收记录覆盖真实 Docker 场景合成与生产构建下的浏览器工作流；可重复的黑盒渲染使用确定性教学夹具，不代表任意模型提示词都能生成合格视频。

系统架构

Next.js 工作台把科研 Prompt 送入 Intent Resolver 和白名单 Compute Sandbox，ToolRun 与来源哈希进入 AnimationIR、critic 和一次 IR repair，再由确定性 Compiler 分发到 Manim 与 Web JSON backend。教学 ContentPlan / CodeVersion 经过独立安全预检后汇入同一 Runner。只有 Manim backend 进入无网络、非 root、资源受限的 Render Sandbox；Preview / Final 和 QualityReport 返回同一工作台。

上图展示单幕生成内核。新增编排层为 Director → 用户应用草稿 → GlobalBrief / SceneBlock → 逐幕生成 → Compose / Export；它复用既有生成与隔离渲染边界，不绕过这些约束。

项目边界

这是一个本地开发与验收工作台：科研路径只覆盖封闭的 Intent/工具目录，教学 ContentPlan 路径继续保留。P0/P1/P2 数字来自内部黄金集与实验室 harness，不代表外部科研用户研究或生产部署能力。多场景仅支持线性顺序与硬切，不提供自由 DAG、转场、音频或字幕；仓库仍记录部分教学场景公式重叠的已知问题。