Math-To-Manim 項目詳解：由文本到數學物理動畫嘅智能生成器

SummaryMath-To-Manim 係一個開源 Python 工具，能夠由自然語言提示自動生成 Manim 數學/物理動畫同配套學習筆記。採用「反向知識樹」遞歸構建概念依賴，透過多代理管道（Claude Sonnet 4.5、Kimi K2），支援 LaTeX 呈現及 55+ 範例，採用 MIT 許可。

項目概覽

Math‑To‑Manim 係一個開源嘅 Python 項目，托管喺 GitHub（https://github.com/HarleyCoops/Math‑To‑Manim），目標係幫助使用者由簡單嘅自然語言提示（例如「解釋量子場論」）自動生成高質量嘅數學同物理動畫，並配套學習筆記。該項目由 HarleyCoops 開發，至 2025 年 11 月前持續迭代，目前已累積 55+ 個工作範例，覆蓋物理、數學、計算機科學、宇宙學等範疇。唔同於傳統需要大量訓練數據嘅 AI 工具，Math‑To‑Manim 採用「反向知識樹」（Reverse Knowledge Tree）嘅創新方法，從基礎概念遞歸構建複雜主題，確保動畫邏輯嚴謹、數學精確，並支援 LaTeX 呈現。

項目核心目標係解決 AI 生成動畫嘅痛點：傳統提示往往模糊，導致 LaTeX 錯誤、概念跳躍或視覺唔連貫。通過多代理系統同 Claude Sonnet 4.5 等大模型驅動，佢可以輸出 2000+ 令牌嘅詳細提示，生成兼容 Manim 框架嘅 Python 代碼，最終渲染為 MP4 視頻。項目採用 MIT 許可，適合教育、研究同內容創作，支持由高中到研究生級別嘅主題。2025 年 11 月 6 日新增 Kimi K2 實現，進一步提升工具調用同 API 兼容性。截至目前（2025 年 11 月 14 日），項目星標已超過 1000，社區活躍。

核心創新：反向知識樹

Math‑To‑Manim 最大嘅亮點係「反向知識樹」算法。呢個係一種遞歸先決條件發現機制，用嚟避免一刀切提示嘅限制。傳統方法例如「簡單提示 → 模式匹配 → 隨機輸出」容易出錯，而且唔能處理新概念。反向知識樹就反其道而行：

輸入：使用者提示，例如「解釋宇宙學」。
過程：遞歸問自己「喺理解 X 之前，需要掌握乜嘢？」例如由宇宙學追溯到廣義相對論，再到狹義相對論、洛倫茲變換，直到高中物理基礎。
輸出：構建概念依賴圖，從基礎向上層層疊加 LaTeX 公式、視覺隱喻同敍事弧線。

呢種方法唔需要訓練數據集，只靠 Claude Sonnet 4.5 嘅推理能力，都可以生成連貫嘅動畫路徑。未來計劃整合 Nomic Atlas 語義知識圖譜，以實現先決條件快取同社區共享數據庫嘅 10 倍加速（詳見 docs/NOMIC_ATLAS_INTEGRATION.md）。呢種自底向上嘅構建方式確保動畫具備強嘅教學性，避免「先講高級再補基礎」嘅常見問題。

系統架構：多代理管道

項目採用 6 個代理系統（第 7 個 VideoReview 代理開發中），基於 Claude Agent SDK 構建，支持自動上下文管理同工具整合（例如文件操作、代碼執行）。管道流程如下：

ConceptAnalyzer：解析提示，識別核心概念、領域同難度（例如量子力學嘅高中 vs. 研究生級別）。
PrerequisiteExplorer：核心代理，遞歸構建知識樹，生成依賴圖。
MathematicalEnricher：為每個節點加入 LaTeX 公式，確保數學嚴謹（例如 QED 拉格朗日密度 LQED=ψˉ(iγμDμ−m)ψ−14FμνFμν\mathcal{L}_{\text{QED}} = \bar{\psi}(i \gamma^\mu D_\mu ‑ m)\psi ‑ \tfrac{1}{4}F_{\mu\nu}F^{\mu\nu}LQED=ψˉ(iγμDμ−m)ψ−41FμνFμν）。
VisualDesigner：設計視覺元素，例如相機移動、配色（電場用紅波、磁場用藍波）同過渡動畫。
NarrativeComposer：由基礎到目標編織敍事，生成 2000+ 令牌嘅詳細提示。
CodeGenerator：翻譯成 Manim Python 代碼，支持 LaTeX 呈現。

新增嘅 Kimi K2 管道（KimiK2Thinking/ 文件夾）使用 OpenAI 相容 API 同工具調用，提供結構化數據提取，重點係 LaTeX 而唔係 Manim 類實現。整個管道耗時約 1⁠–⁠2 分鐘，渲染時間視質量而定（低質 10⁠–⁠30 秒，高質 1⁠–⁠5 分鐘）。

安裝方法

安裝簡單，支持 Windows/Linux/macOS。需要 Python 3.10+、FFmpeg（視頻渲染）同 Manim v0.19.0。最低 8GB RAM，建議 16GB；GPU 可選用嚟加速渲染。

1、克隆倉庫：

git clone https://github.com/HarleyCoops/Math-To-Manim
cd Math-To-Manim

2、安裝依賴：

pip install -r requirements.txt

（包含 Manim、Claude SDK 等；無網絡情況需額外處理安裝包）。

3、設定 API 金鑰：

Claude：echo "ANTHROPIC_API_KEY=your_key_here" > .env（從 Anthropic 取得）。
Kimi K2：echo "MOONSHOT_API_KEY=your_key_here" >> .env（Moonshot AI）。

4、安裝 FFmpeg：

Windows：choco install ffmpeg（需 Chocolatey）。
Linux：sudo apt‑get install ffmpeg。
macOS：brew install ffmpeg。

驗證安裝：運行 manim ‑‑version，確保為 v0.19.0。完整需求見 requirements.txt。

使用方法

項目提供 Gradio UI、CLI 同示例執行三種方式。初學者建議用 UI。

1、Gradio 介面（建議新手）：

python src/app_claude.py

瀏覽器打開 localhost:7860。
輸入提示，例如「可視化畢達哥拉斯定理」或「解釋最優傳輸理論」。
代理會自動構建知識樹、生成代碼並渲染視頻。支持 Kimi 模式切換。

2、Kimi K2 管道（CLI）：

# 測試整合
python KimiK2Thinking/examples/test_kimi_integration.py
# 運行完整管道（需 tree.json）
python KimiK2Thinking/examples/run_enrichment_pipeline.py tree.json

詳見 KimiK2Thinking/README.md，適合批量處理。

3、運行示例動畫：項目喺 examples/ 資料夾中有分類整齊嘅範例。使用 Manim CLI：

# 量子力學示例
manim -pql examples/physics/quantum/QED.py QEDJourney
# 幾何示例
manim -pql examples/mathematics/geometry/pythagorean.py PythagoreanScene
# 宇宙學
manim -pql examples/cosmology/Claude37Cosmic.py CosmicScene

標誌說明：

‑p：渲染後預覽。
‑q：質量（l 低、m 中、h 高、k 4K）。
‑l：低解析度以加速測試。

4、生成學習筆記：將 Manim 代碼回傳 LLM，提示「生成 LaTeX 學習筆記」，就可以輸出可直接使用嘅 PDF 文件。

常見提示技巧：用 LaTeX 豐富描述，例如「顯示 Minkowski 時空度規 ds2=−c2dt2+dx2+dy2+dz2ds^2 = ‑c^2 dt^2 + dx^2 + dy^2 + dz^2ds2=−c2dt2+dx2+dy2+dz2，高亮時間分量」。

範例與應用

項目包含 55+ 範例，分類詳盡（見 docs/EXAMPLES.md）。按難度分：

基礎（高中級）：geometry/pythagorean.py ⁠–⁠ 畢達哥拉斯定理證明，展示三角形分解同面積動畫。
中級（本科）：mathematics/analysis/optimal_transport.py ⁠–⁠ 最優傳輸理論，動畫顯示 Wasserstein 距離同粒子流動。
高級（研究生）：physics/quantum/QED.py ⁠–⁠ QED 之旅，包含費曼圖、拉格朗日密度同重整化流。
前沿（研究級）：computer_science/machine_learning/GRPO.py ⁠–⁠ 群相對策略優化，展示強化學習中嘅獎勵整形同梯度流。
創意：misc/recursive_rhombicosidodecahedron.py ⁠–⁠ 遞歸菱形二十面體分形，3D 變換自相似幾何。

實際應用：教育者可以用佢嚟做教材動畫；研究者可以視覺化例如 ProLIP（概率視覺語言模型）嘅對比學習。示例可以無需手動修改，直接由單個提示生成。

支持模型

項目跨模型相容，示例用多種 LLM 捕捉唔同視角：

Claude Sonnet 4.5：主代理系統，擅長遞歸推理同上下文管理（Claude SDK）。
Kimi K2：Moonshot AI，新管道，支持工具調用同思考模式，成本較低、API 易整合。
DeepSeek R1：用於量子物理示例，擅長精確公式處理。
Gemini 2.5 Pro：QED 可視化嘅備選模型。
Grok 3：量子力學路徑（xAI 模型）。
Qwen Max：數學分析方向。
Mistral Large：引力波相關示例。

切換模型：編輯 .env 或代理腳本。Claude 為預設，Kimi 適合 OpenAI 生態。

常見問題與解決方案

LaTeX 錯誤：代理會驗證公式；出錯時會回傳錯誤提示畀 LLM 修正。
渲染慢：用 ‑ql 測試，喺低 RAM 環境可分段運行。
無 GPU：CPU 足夠，Manim 原生支持。
商業使用：MIT 許可允許商業用途，建議保留署名。
準確性：LaTeX 強制精確，知識樹確保邏輯；社區測試涵蓋邊緣情況。

未來計劃

短期（1⁠–⁠2 個月）：完善 VideoReview 代理、測試套件同知識樹可視化 UI。中期（3⁠–⁠6 個月）：整合 Nomic Atlas，實現語義圖譜同 10x 加速。長期（6⁠–⁠12 個月）：建立社區平台、動畫庫同 RL 微調。目前狀態：重構至 Claude SDK，範例齊全（2025 年 11 月）。