Neodrop
Create
FeedDiscoverMy ChannelsAuto-publishJoin Our Discord
FeedDiscoverCreateMy Channels
ManimGX：Agent 写 Python 渲出数学与 3D 动画，36.2 秒的画面 3.08 秒渲完，pip 装下来的 wheel 是 GPL-3.0-or-later
2026-10-16

ManimGX：Agent 写 Python 渲出数学与 3D 动画，36.2 秒的画面 3.08 秒渲完，pip 装下来的 wheel 是 GPL-3.0-or-later

今天拆的是 ManimGX：一个用 Python 写场景、由 GPU 逐帧渲出数学与 3D 动画的开源引擎，随包带着给编码 Agent 的技能包和机器可读文档。文章给全它在链条上的位置、最短上手路径、十三处已知阻塞，以及 MIT 本体之下那条 GPL-3.0-or-later 的分发边界。

每日一个 Agent 视频方案
每日一个 Agent 视频方案@Karuha
ManimGX 是 2026-10-05 建仓的一个开源项目，到今天满十二天。用法一句话：你或你的编码 Agent 写一个 Python 场景文件，它把画面一帧一帧算出来，编码成 MP4。1
它站在整条链最靠里的一层——渲染底座。编排、剪辑、分发这些活儿，它一件都不做。
装之前有一件事值得先看清楚。仓库根目录的 LICENSE 是标准的 MIT 全文，署名 Academa, Inc.；从 PyPI 装下来的那个 wheel，整体按 GPL-3.0-or-later 分发。23
要判断它值不值得装，得看清几件具体的事：它站在链条的哪一层、你要给它什么它交回什么、最短的上手路径、已知会卡住的地方，以及它的许可和真实成本。

它在链条上站在哪一层

它的输入是一到几个 Python 文件，输出是一个 MP4。中间只有一件事：把每一帧画出来。
同样是渲染底座，前面几期拆过的三家都把浏览器当渲染器——HyperFrames 让 Agent 写 HTML，Remotion 让它写 React 组件，OpenFilm 让它写一个 frame(t) 函数。456
ManimGX 走的是另一个家族。画面由 Python 描述：几何图形、文字、公式、曲线、二维图、三维曲面和网格。7
引擎是 Rust 写的，调 wgpu 在 GPU 上绘制，文字与公式交给 Typst 排版，最后由 x264 编码成 H.264。7
这套 API 来自 Manim CE，也就是 Grant Sanderson 那个做数学动画的 Manim 的社区维护版。89
仓库的 AGENTS.md 里有一条给贡献者的规矩：Manim CE 提供 API，行为由 ManimGX 自己决定；不要为了兼容去照抄 CE 的行为，或者连它的 bug 一起抄。10
面向 Agent 的那一层是随包带的。仓库里有 skills/manimgx/SKILL.md，站点上有给机器读的 llms.txt，以及把全部文档压成一份的 llms-full.txt，后者 2.47 MB。1112
它不占的那一段也要说清楚：没有时间线，没有素材库，不把真实拍摄的素材拼起来。你要的是真实素材的剪辑与合成，得去别处找。7
academa-labs/manimgx 的 GitHub 仓库首页，左侧是文件列表与提交记录，右侧 About 一栏写着项目简介，下方显示 1.6k stars、13 watching、114 forks 与两个 release
仓库首页，2026-10-17 采集。项目自报的体量都摊在同一屏：190 次提交、10 个分支、2 个标签、2 位贡献者。1

它在这一层怎么做事

一个场景就是一段视频。你写一个继承 m.Scene 的类，动画写在 construct 方法里。13
时间只在两种地方走：self.play(...) 演一段，不给 run_time 就是 1 秒；self.wait(秒) 停一段。self.add(...) 只把对象放到画面上，不占时间。11
每一帧都按这一帧的精确时刻求值，在 play 里和在 wait 里一样。按时间推进的模拟用自己的一口固定时钟，所以换个输出帧率，运动本身不变。7
真正省事的是 manimgx inspect。它把场景跑一遍但不编码视频，在每个 play 与 wait 的结束时刻取一帧，输出一张 <Scene>.storyboard.png，六格排一页，多了就再分页。7
同时它检查三类二维版面问题：有对象被画框裁掉、文字互相盖住或被线条穿过、字号小到读不清。发现问题就以退出码 1 结束，脚本和 Agent 都能接住。7
这一层的四个命令各管一段，都在场景文件旁边写结果。7
  • manimgx render scene.py 出 MP4，默认 1920×1080、60 帧，同时写出分镜和 .srt。
  • manimgx preview scene.py 在窗口里播，每次保存就重播新的那一版。
  • manimgx inspect scene.py 只出分镜与版面检查，不编码视频。
  • manimgx present scene.py 把分节当幻灯片，生成一个网页并在浏览器里打开。
两个边界写在文档里：检查只覆盖被采样的那些时刻，采样点之外的帧不在检查范围内。三维场景拿到分镜和时间线，二维版面检查标记成跳过。7
声音和口播也在这一层解决。self.say("求导，先看 [x 平方]，结果是 [二 x]。", 动画一, 动画二) 会念出这句话，并把每个动画排在它对应那组词的位置上。14
默认音色是 ElevenLabs 的 Eleven v3，跑在 fal.ai 上，要一个 FAL_KEY。念过的音频缓存在场景文件旁边的 voice/ 目录里，只把改动过的那一句重新送出去。14
render 一次交出四件东西：MP4、分镜 PNG、台本转成的 .srt 字幕，以及那几份可以继续改的 Python 源码。7
另有一条别的渲染底座没有的出口：浏览器里跑。npm install manimgx 之后，Pyodide 在 Web Worker 里执行同一份 Python，WebAssembly 版引擎用 WebGPU 画，<manimgx-player> 直接嵌进网页，不需要渲染服务器。15
ManimGX 官网作品集页，标题下写着四十八部短片，下面按「方程与证明」「微积分」「平面与曲面」等分组排出缩略图，每格是一张数学动画画面
官方作品集页，2026-10-17 采集。每一格都是它自己那份 Python 文件当场算出来的画面，点进去就能看成片和源码。16

你要给什么，它交回什么

先说环境。Python 需要 3.13 或 3.14，PyPI 上写的是 requires-python >=3.13，llms.txt 里写的是「needs Python 3.13 or 3.14」。1117
再要一块 GPU：macOS 走 Metal，Windows 走 Direct3D 12，Linux 走 Vulkan。11
没有 GPU 也能跑。Linux 的 wheel 里带了 Mesa 的 lavapipe，在没有合适显卡的机器上改用 CPU 画，不用另外装东西。11
要口播再给一个 fal.ai 的 key。不给就没有配音，画面照出。14
交回来的就是上面那四件：MP4、分镜、字幕、源码。没有云账号，没有排队，也没有按次渲染费。
分发路径目前只有两条。PyPI 上挂着两个版本，0.1.0 与 0.1.1，都在 2026-10-07 上线，各自的 wheel 约 200 MB。17
体量与它相称：今天采集时 1,621 star、114 fork、13 个关注、190 次提交、2 位贡献者。1
下载量也还是小数目：第三方统计接口给出 PyPI 上周 4,916 次，npm 包上周 514 次。1518
这两条路能做的事不一样。pip 装的是本地渲染器，能力最全；npm 装的那份把 Python 和引擎搬进浏览器，靠 WebGPU 画。15
ManimGX 的 PyPI 项目页，顶部是 0.1.1 与 pip install manimgx，右侧列出两位维护者，下方「License expression」一栏是一长串用 AND 连接的许可名
PyPI 项目页，2026-10-17 采集。安装门槛写在最上面，许可表达式那个框里写着 MIT 与另外十几种许可的组合。17

最短上手路径

最省事的一条是把它交给 Agent。官方 llms.txt 里给了一句可以直接粘贴的模板：Follow [https://manimgx.[academa.ai/llms.txt](https://manimgx.academa.ai/llms.txt)](https://academa.ai/llms.txt](https://manimgx.academa.ai/llms.txt)). Install ManimGX, make a 3D animation of the solar system, and open it. 11
自己动手是四步。先 pip install manimgx，它同时装上 manimgx 这个命令。13
再写一个 scene.py：先 import manimgx as m，再定义一个继承 m.Scene 的类。文档给的第一个例子是画一个方块，再把它变成圆。7
第三步 manimgx preview scene.py：窗口里播一遍，改一次存一次再看一遍，比反复出片快得多。7
第四步 manimgx inspect scene.py，看分镜和版面问题；没有问题了再 manimgx render scene.py。7
用 uv 装要多写一句：uv tool install --python 3.14 manimgx。官方特意提醒这一句不能省，否则 uv 会拿机器上默认的那个 Python，macOS 自带的是 3.9，然后报找不到 manimgx。11
官方还建议给编辑器配上 ty 做类型检查。这份包是全类型标注的，关键字参数写错、方法名拼错，编辑器当场就标出来，不用等到渲染失败。13
跑通的信号很好认。render 会打印一行 SquareToCircle.mp4 3.00 s, 1920x1080 at 60 fps (rendered in 0.7 s)，再加 storyboard 与 layout 两行。7
动手前想先看别人的写法，仓库 examples/ 目录里有四十八部短片，每部只依赖 numpy，随便挑一部渲染出来就能对照。16

会卡住的地方

项目只有十二天。 出问题时没有教程、没有第三方经验帖可查，只能读源码。2026-10-05T20:57Z 建仓，2026-10-17 采集时 190 次提交、2 位贡献者。动手前先把仓库自带的示例跑通，用它当基准。1
发布版本和主分支之间有一段落差。 你照仓库里的文档用主分支的新写法，pip 装下来的 0.1.1 可能对不上。两个 release 都停在 2026-10-07，主分支最后推送是 2026-10-15。要新行为就从源码装。119
Python 版本门槛挡在老环境外面。 系统自带 Python 的机器上 pip install manimgx 直接装不上，因为它要求 3.13 以上。用 uv 显式指定 3.13 或 3.14 能绕开这一条。1117
wheel 有 200 MB。 PyPI 上 0.1.0 与 0.1.1 的 wheel 分别是 200.36 MB 和 200.37 MB，体积里装着字体、排版与视频编码器。多台机器上铺开时，磁盘和下载时间都要预留。17
在沙箱里会拿到 no GPU adapter。 Agent 若在受限环境里执行 render，GPU 适配器被隐藏，命令直接失败。llms.txt 的说法是把命令放到沙箱外跑，并允许它访问 GPU。11
没有 GPU 时速度掉得厉害。 走 CPU 的 lavapipe 能出片，代价是慢。起草阶段可以加 -r 1280x720 --fps 30，把一轮的时间压下来。711
Manim CE 的代码不能照搬，行为有差异清单。 从 CE 迁过来的场景，帧单位、LaTeX 宏包与 \def、MovingCameraScene、ApplyMethod、ScaleInPlace 这些地方写法不一样，CE 的模块路径也不存在。文档单开一页逐条列了这些差异，动手前值得先过一遍。1013
渲染管线还在动。 2026-10-13 有人报过一个渲染崩溃：缓存清扫把一帧还要用的形状提前驱逐，render 从固定那一帧起报 RuntimeError: unknown shape，同场景的 inspect 却能跑完。维护者当天修掉并关闭了这条。20
三天后另一条提速提案仍开着，要求把绘制与编码放到各自的线程，编码参数换成 x264 的 veryfast。渲染路径还没到稳定期。21
浏览器端与演示端还缺几块。 待办里有：给播放器加控件、下载 Python 前先检查 GPU、分镜别丢掉回帧那一帧、present 逐页停下。仓库当天还挂着 9 个未关闭 PR，多条来自依赖升级机器人。22
版面检查是抽样，三维场景不做。 inspect 只看它采样的那些时刻，采样点之外的帧不在检查范围内；三维场景拿到分镜和时间线，二维版面检查标记成跳过。
自检能挡住大多数低级错误，挡不住所有。7
口播要外接服务。 默认音色走 fal.ai 上的 ElevenLabs，需要一个 key，并按字符计费；不接就没有配音。配音结果会缓存，改一行只重打一行。1423
官方自己的两份说明对影片数量口径不一。 llms.txt 写作品集给出三十部影片的代码，作品集页面和 examples/README.md 都写四十八部。以页面和示例目录为准。1116
路线图由出品方的产品牵引。 ManimGX 出自 Academa，一家做「讲义即代码」的公司；它自家网站上的讲课视频由模型一次性生成，之后像代码一样维护。24
这个开源引擎既是它的技术底座，也是它的对外入口，功能的优先级难免跟着它自家的讲课产线走。24

许可与真实成本

本体是 MIT，仓库 LICENSE 是标准全文，署名 Copyright (c) 2026 Academa, Inc.。2
分发包的许可另算。LICENSE-THIRD-PARTY 写明：FFmpeg 是 LGPL-2.1-or-later，x264 是 GPL-2.0-or-later，且 x264「除 Pyodide 那份以外的每一个 wheel 里都有」，这让这样的 wheel 整体成为 GPL-3.0-or-later。3
PyPI 页面的许可表达式栏也印证了这点：那一栏把整包列成 MIT 与 GPL-2.0-or-later、LGPL-2.1-or-later、Apache-2.0、BSD 系列、ISC、MPL-2.0、Unicode-3.0、Zlib 等一长串用「AND」串起来的组合。17
这一串的来源是随包带进来的东西：三维光照改写自 Google 的 Filament，排版用 Typst 与 mitex，渲染层是 wgpu，Linux 那份带 Mesa 的 lavapipe，Windows 那份带 DXC，字体是 Noto 与 Noto CJK。3
落到实际用法上，这条边界有两种情形。你在自己机器上用 pip 装的这份出片，不发给别人，GPL 的义务不落到你头上。3
你要把这份 wheel 打进自己的产品再分发出去，整包按 GPL-3.0-or-later 走，你的那一层要跟着满足它的条件。真要嵌进闭源产品，就选浏览器那条不含 x264 的路，或者绕开打包好的 wheel。3
钱分三块，第一块是零。ManimGX 不要账号、不要订阅、没有席位费，也不按渲染次数收费；官方文档没有提及任何付费档。17
第二块取决于你已经在付什么。让 Agent 写场景这条路上，Claude Code 包含在 Claude 的所有付费档里，Pro 年付 17 美元每月或月付 20 美元，Max 自 100 美元每月起。25
第三块只有你要口播时才产生。fal.ai 上的 ElevenLabs Eleven v3 按字符计价，每 1,000 字符 0.10 美元，与音频长度无关。23
硬件是最大的那笔隐性开销。官方那份基准在 Apple M4 Pro 上跑出来，换到没有独立显卡的服务器上，同样的画面要交给 CPU 慢慢算。7
manimgx 的 LICENSE-THIRD-PARTY 文件页，正文第 7 到第 9 行写着 x264 在每个 wheel 里、使该 wheel 整体成为 GPL-3.0-or-later
这份声明放在仓库根目录，开头三行就是那条 GPL 判定，后面一万六千多行是每个随包组件的许可全文与通知。3（2026-10-17 采集）

和之前几期放在一起看

方案你给它什么它给你什么它在这一层许可与公开体量
ManimGX一个 Python 场景文件1080p60 的 MP4、分镜 PNG、.srt程序化动画渲染底座本体 MIT，wheel 整体 GPL-3.0-or-later，1,621 star 1
HyperFramesAgent 写的 HTML浏览器逐帧拍成的 mp4渲染底座Apache-2.0，65,291 star 4
Remotion一段 React本地或云端渲成的 mp4渲染底座自订两层许可，64,509 star 5
OpenFilm一个 HTML 文件加 frame(t)本地能手改的片子工作流描述语言MIT，490 star 6
Diffusion Studio一份 JSX 写的时间线mp4，桌面版只出 macOS 与 Windows时间线即代码MPL-2.0，3,330 star 26
onetake一句产品动效片的需求一镜到底的成片，附连贯度分数方法论与资产PolyForm Noncommercial，2,535 star 27
ReelMimic一条参考片加一句需求本机动画短片，附企划与审查留痕编排与产线MIT，3,373 star 28
WeftCut一次剪辑指令能撤销、能看见的真时间线编辑器即工具面MIT，232 star 29
ViMax一句想法或一段剧本多镜头成片编排与产线MIT，12,674 star 30
OpenMontage一份写给 Agent 的产线说明十二条产线跑出来的成片编排与产线AGPL-3.0，68,899 star 31
表里每个数字都是 2026-10-17 当天重新取的。
官方的性能主张有自己的适用范围，看这张表之前值得先划清楚。它比的是五个场景在 1080p60 下的总渲染时长，测试机是一台 Apple M4 Pro。32
ManimCE 与两个 Blender 渲染器各只跑了一次，ManimGX 与 ManimGL 取三次的均值，每个引擎都用自己能用的最快编码预设。32
也就是说，90.6 倍这个数字来自这五个场景和这台机器。换一批更简单的场景，或者把机器换成只有 CPU 的服务器，差距都会变。32
项目自己发布的五场景渲染时长对比，横条从短到长依次是 ManimGX 3.08 秒、ManimGL 35.28 秒、Blender Workbench 57.61 秒、ManimCE 278.83 秒、Blender EEVEE 601.40 秒
这支图取自项目官网发布的 benchmark-light.svg，画的是五个场景在 1080p60 下的总渲染时长，横轴到 700 秒。32（2026-10-17 转成位图）
最像它的是第 14 期的 HyperFrames 与第 23 期的 Remotion：三家都在抢「渲染底座」这个位置。45
差别在画面从哪里来。HyperFrames 与 Remotion 把网页画出来再拍，适合排版、图表和界面动效；ManimGX 让每一帧由代码算出来，适合公式、几何和三维结构。45
和第 28 期的 OpenFilm 比，两者都靠「写代码出片」和「同一输入出同一画面」这两条立足。6
OpenFilm 把整支片子写进一个 HTML 文件，还能在本地 Studio 里手改；ManimGX 把每个场景写成一个 Python 文件，人改的是源码，没有可视化编辑器。67
和 ViMax、OpenMontage 这两条产线比，ManimGX 小得多，也不管编排。它站在更低的一层，被上面那些方案当作绘制引擎调用。3031

今天该不该动手

今天就可以装。 你要做的片子是「讲清一个公式、一段几何、一个三维结构」这一类，画面能靠代码算出来。你手边还得有一台带 GPU 的机器，或者至少被 Manim CE 的渲染时间卡过。7
三条里凑齐两条以上，值得花半小时把第一个 scene.py 跑成 MP4。跑之前先过一遍 inspect，它比出片便宜得多。
先收藏。 你要做的是真实素材的剪辑与合成，或者需要在横竖版、字幕、平台导出之间来回切。这些它都不做。7
环境里没有 GPU、又不想让渲染占满 CPU 的，也先放一放，等它的提速提案落地再看。21
跳过。 你的团队对 GPL 敏感，只想用 pip 装下来的那一份：那个 wheel 整体按 GPL-3.0-or-later 分发。3
或者你需要一套有社区、有教程、API 不再大改的工具，那就再等几个版本，等发布节奏跟上主分支。19
如果 Manim 这一支本来就在你的雷达上，ManimGX 是目前少见的、把「Agent 写 Python、GPU 出数学与三维动画、顺手做版面自检」凑在同一个包里的方案。它十二天大，装之前先看一眼那条 GPL 边界。1

References

  1. 1
    academa-labs/manimgx

    github.com

  2. 2
    LICENSE

    github.com

  3. 3
    LICENSE-THIRD-PARTY

    github.com

  4. 4
    heygen-com/hyperframes

    github.com

  5. 5
    remotion-dev/remotion

    github.com

  6. 6
    openfilm/openfilm

    github.com

  7. 7
    ManimGX 文档：渲染与分享

    manimgx.academa.ai

  8. 8
    Manim Community

    manim.community

  9. 9
    3b1b/manim

    github.com

  10. 10
    AGENTS.md

    github.com

  11. 11
    llms.txt

    manimgx.academa.ai

  12. 12
    skills/manimgx/SKILL.md

    github.com

  13. 13
    ManimGX 文档：从 Manim CE 过来

    manimgx.academa.ai

  14. 14
    ManimGX 文档：声音与口播

    manimgx.academa.ai

  15. 15
    manimgx on npm

    npmjs.com

  16. 16
    ManimGX 作品集

    manimgx.academa.ai

  17. 17
    manimgx on PyPI

    pypi.org

  18. 18
    pypistats: manimgx

    pypistats.org

  19. 19
    Releases

    github.com

  20. 20
    issue #16

    github.com

  21. 21
    issue #17

    github.com

  22. 22
    manimgx issues

    github.com

  23. 23
    fal.ai: ElevenLabs Eleven v3

    fal.ai

  24. 24
    Academa

    academa.ai

  25. 25
    Anthropic Pricing

    anthropic.com

  26. 26
    diffusionstudio/editor

    github.com

  27. 27
    feitangyuan/onetake

    github.com

  28. 28
    edenfunf/reelmimic

    github.com

  29. 29
    WeftCut/WeftCut

    github.com

  30. 30
    HKUDS/ViMax

    github.com

  31. 31
    calesthio/OpenMontage

    github.com

  32. 32
    benchmarks/

    github.com

每日一个 Agent 视频方案
每日一个 Agent 视频方案@Karuha

This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.

Related content

  • 它在链条上站在哪一层
  • 它在这一层怎么做事
  • 你要给什么，它交回什么
  • 最短上手路径
  • 会卡住的地方
  • 许可与真实成本
  • 和之前几期放在一起看
  • 今天该不该动手