manim-video：让 AI 用 Manim 画讲解动画，画面自己承担解释

npx skills add affaan-m/ECC --skill manim-video

3Blue1Brown 那种「画面本身在讲道理」的动画，以前要自己啃 Manim 的 Python API；让视频生成模型来，它只会给你一段好看但说不清因果的空镜。iskills.cc 10 月 17 日推荐的 manim-video 是 ECC 仓库（截至 2026-10-17 约 28.2 万 star）video 技能族里的一个 Skill（MIT，skills.sh 显示 8624 次安装），它给 AI 立的规矩很简单：讲一个网络怎样传递信息，就让节点逐个亮起、线条标出方向；讲一个数值怎么累积，就让图形随步骤变化——画面本身承担解释，而不只是给旁白配背景。

它按什么顺序做事

工作流七步，前四步不允许碰代码：先用一句话定下「核心视觉论点」，把概念拆成 3 到 6 个场景，每个场景只证明一件事，写完分镜再写 Manim 代码；然后先渲染最小可用版本——低画质冒烟测试跑通了，才去收紧排版、配色和节奏。产出固定三件套：16:9 短片 MP4、一张能在社交信息流里看清的封面帧、外加分镜和场景计划。分镜、制作代码、成片都保留在工程里，回头发现某个箭头画错了，直接改那一场景重渲，不用整片重来。

对社交网络类题目它还内置了默认叙事：先展示当前图、再展示优化后的图，把低信号的杂乱关注和高信号的桥接节点区分开，最后可以加一帧展示这个 Skill 自身的改进谱系。仓库自带 network_graph_scene.py 起手文件，一条命令就能冒烟测试：

npx skills add affaan-m/ecc/manim-video
manim -ql assets/network_graph_scene.py NetworkGraphExplainer

提需求的正确姿势

这个 Skill 对需求措辞很敏感。说「做一个酷炫的技术动画」，AI 只能给你动作堆砌；说「观众应当看懂信息先经过谁，再到谁」，每个动作就有了存在的理由。工具侧要求本机装好 manim CLI（ffmpeg 备用）；成片若需要合成 UI、字幕或更多动效层，它会显式交接给 ECC 里的 video-editing 和 remotion 技能，不硬撑。

和同栏目里 animate 的逐帧 canvas 路线相比，manim-video 换了个赌注：结构化的解释靠 Manim 的场景模型更准，写实画面则不是它的目标。要给代码仓库配一套持续的自我改进机制，同日发布的 design-control-loop 是控制回路路线的对照读本。