探索笔记
杂谈2026年9月14日

总目标

本页目录
  1. 1. Lead:项目总控 / 状态维护者
  2. 2. Explorer:资料探索者
  3. 3. Planner:规划分析者
  4. 4. Coordinator:协调者 / 脚本与分镜落地者
  5. 5. HTML Worker:HTML 科普片段执行者
  6. 6. Manim Worker:数学动画执行者
  7. 7. SVG Worker:补充动效执行者
  8. 8. Reviewer:审核者
  9. 总体角色关系
  10. 按职能分层
  11. 最核心的设计思想

在之后每个阶段的博客中,如果我没有特别说明的话阶段内任意两篇文章都是可以并行运行的,有先后顺序的情况我会在开头进行说明。

当前 ManiMind 的默认角色一共 8 个

lead
explorer
planner
coordinator
html_worker
manim_worker
svg_worker
reviewer

它们不是平级随便聊天的 Agent,而是被三种 AgentMode 约束:read_onlystructured_writeverify_only。也就是有的角色只能读和分析,有的角色能写结构化产物,有的角色只能审核。仓库文档明确列出了这 8 个默认角色,并说明每个角色都有 allowed_stagesrequired_inputsowned_outputsoutput_contract 四类约束。

1. Lead:项目总控 / 状态维护者

lead 是全局负责人。它负责维护项目状态、汇总上下文、推进阶段切换。

它主要管:

输入归档
研究总结
术语表
公式目录
资产清单
阶段推进

它不是所有内容都自己生成,而是负责把项目维持在一个“可继续推进”的状态里。代码里的职责描述是:维护项目全局状态、汇总上下文并推进阶段切换;输出契约是只能写结构化项目状态,不直接替代所有媒体子任务。

你可以把它理解成:

Lead = 项目经理 + 总编辑 + 状态管理员

2. Explorer:资料探索者

explorer 是只读角色,不能写正式产物。

它主要做:

查论文
查代码
查参考资料
查第三方资产
给出候选引用和发现

它的价值是“找材料”,不是“定稿”。所以它的模式是 read_only。代码中它的职责是只读检索论文、现有代码与第三方资产中的相关模式,输出契约是不直接落盘项目产物。

你可以把它理解成:

Explorer = 资料检索员 / Research Assistant

3. Planner:规划分析者

planner 也是只读角色。

它和 explorer 的区别是:explorer 偏找资料,planner 偏做方案判断。

它主要做:

分析约束
提出分镜建议
提出实现路线
评估哪段适合 HTML / Manim / SVG

但它不能直接写正式分镜。正式脚本和分镜要由 coordinator 写入结构化上下文。代码中它的输出契约也明确写着:只能产出规划建议,正式分镜需由协调层写入结构化上下文。

你可以把它理解成:

Planner = 策划顾问 / 方案设计者

4. Coordinator:协调者 / 脚本与分镜落地者

coordinator 是核心写入角色之一。

它负责把前面的研究总结、术语表、公式目录、风格要求,真正转成:

讲解脚本
分镜
任务分发表
session.handoff

它是从“想法”进入“可执行任务”的关键角色。没有 coordinator,系统会停留在研究和规划阶段,无法进入多 worker 分发。

你可以把它理解成:

Coordinator = 主编 + 分镜导演 + 任务调度员

它的位置大概是:

research.summary / glossary / formula.catalog / style.guide

coordinator

narration.script / storyboard.master / session.handoff

HTML / Manim / SVG workers

5. HTML Worker:HTML 科普片段执行者

html_worker 负责生成 HTML 交互式科普片段。

适合处理:

交互说明
网页式演示
可视化小组件
滚动叙事
公式旁白解释卡片

它只能写 HTML 相关产物,不能越权去改 Manim 或 SVG 产物。代码里的输出契约也明确限制它只负责 HTML 片段及其回传说明。

你可以把它理解成:

HTML Worker = 前端动效 / 交互科普片段生成器

6. Manim Worker:数学动画执行者

manim_worker 是数学动画核心执行者。

它负责:

公式动画
几何动画
坐标系动画
函数图像动画
推导过程动画
Manim 代码生成

如果某个 segment 是 MANIMHYBRID,或者这个片段里有公式,系统就会派发 Manim 任务。build_worker_tasks 里已经写了这个逻辑:如果片段 modality 是 Manim / Hybrid,或者存在 formulas,就创建 Manim worker task。

你可以把它理解成:

Manim Worker = 数学动画工程师

这是 ManiMind 里最核心的执行工种之一。

7. SVG Worker:补充动效执行者

svg_worker 负责 SVG 局部动效。

适合处理:

图标动画
矢量示意图
路径动画
局部标注动画
轻量级结构图
非 Manim 的补充视觉元素

如果片段 modality 是 SVGHYBRID,或者 requires_svg_motion=True,系统就会派发 SVG worker task。

你可以把它理解成:

SVG Worker = 矢量动效工程师

它和 Manim Worker 的边界是:

Manim:数学推导、公式、坐标系、几何变换
SVG:轻量图形、标注、流程、局部视觉辅助
HTML:网页交互、滚动叙事、综合展示

8. Reviewer:审核者

reviewer 是验证角色,不参与内容生产。

它负责审核:

数学正确性
叙事与分镜一致性
渲染可执行性
结构化产物完整性
是否允许进入后处理

它的模式是 verify_only,只能输出审核结论,不能参与内容生产。代码里也明确写了:审核未通过前禁止进入后处理。

你可以把它理解成:

Reviewer = 数学审稿人 + 质量门禁

总体角色关系

可以这样画:

                    ┌──────────────┐
                    │    Lead      │
                    │ 项目总控/状态 │
                    └──────┬───────┘

          ┌────────────────┼────────────────┐
          │                │                │
   ┌──────▼──────┐  ┌──────▼──────┐  ┌──────▼──────┐
   │  Explorer   │  │   Planner   │  │ Coordinator │
   │  资料探索    │  │  方案规划    │  │ 脚本/分镜/分发│
   └─────────────┘  └─────────────┘  └──────┬───────┘

                    ┌────────────────────────┼────────────────────────┐
                    │                        │                        │
             ┌──────▼──────┐         ┌──────▼──────┐         ┌──────▼──────┐
             │ HTML Worker │         │Manim Worker │         │ SVG Worker  │
             │ HTML片段     │         │ 数学动画     │         │ SVG动效      │
             └──────┬──────┘         └──────┬──────┘         └──────┬──────┘
                    │                        │                        │
                    └────────────────────────┼────────────────────────┘

                                      ┌──────▼──────┐
                                      │  Reviewer   │
                                      │ 审核/阻塞/放行│
                                      └─────────────┘

按职能分层

更适合研发会讲法是把 8 个角色分成 4 层:

第一层:总控层
- lead
 
第二层:研究与规划层
- explorer
- planner
 
第三层:协调分发层
- coordinator
 
第四层:执行与审核层
- html_worker
- manim_worker
- svg_worker
- reviewer

最核心的设计思想

这个角色系统不是为了“多弄几个 Agent 显得复杂”,而是为了把权限边界切清楚:

谁能读?
谁能写?
谁负责哪个阶段?
谁拥有哪个输出?
谁有权推进任务?
谁有权阻塞后处理?

所以 ManiMind 的角色设计本质上是一个带权限边界的内容生产流水线

Lead 维护状态
Explorer 找资料
Planner 出建议
Coordinator 落成脚本和分镜
HTML / Manim / SVG Worker 生成具体片段
Reviewer 审核并决定是否放行

一句话概括:

ManiMind 当前一共 8 个默认角色,核心不是“八个聊天机器人”,而是“一个项目总控、两个前期智囊、一个协调分发者、三个媒介执行者、一个审核门禁”组成的闭环生产体系。