MathLens — AIで数学問題を動画化するAgent Skill

AI/ML
MathLens — AIで数学問題を動画化するAgent Skill

MathLens — AIで数学問題を動画化するAgent Skill

MathLens は、画像またはテキストで与えた数学の問題を自動で解析し、分かりやすいステップ解説、Manim を使った可視化アニメーション、そして音声ナレーション付きの教学動画（MP4）まで一気通貫で生成する Agent Skill です。Cursor AI 上で動作する設計で、OCR・数式解析・LLMによる解法生成・Manim コード自動生成・TTS・動画合成といったパイプラインを組み合わせ、教師やコンテンツ制作者向けに手間を大幅に削減します。（約300字）

https://github.com/shuyicc/MathLens

概要

MathLens は、数学問題のスクリーンショットやテキストを入力すると、問題解析→解法ステップ生成→可視化スクリプト（Manim）作成→ナレーション（TTS）生成→最終的な動画書き出し（MP4）まで自動で行う Agent Skill です。Cursor AI 向けに構築されており、教師コンテンツや学習動画の作成工数を大幅に削減します。OCR と LLM、Manim の統合による「問題→映像」への自動変換が特徴です。（約300字）

GitHub

リポジトリの統計情報

  • スター数: 11
  • フォーク数: 0
  • ウォッチャー数: 11
  • コミット数: 3
  • ファイル数: 10
  • メインの言語: Python

主な特徴

  • 画像・テキスト入力から数学問題を自動識別して解析するパイプライン
  • LLM による解法生成と Manim コード自動生成で視覚的な解説動画を作成
  • TTS を組み合わせてナレーション付きの MP4 を出力
  • Cursor AI の Agent Skill として動作し、インタラクティブな操作が可能

技術的なポイント

MathLens は複数の技術を連結したワークフローが肝です。まず入力画像は OCR（または数式抽出ツール）でテキストと数式（LaTeX）に変換し、そこから LLM に問題文と条件を渡して解法ステップや補助説明を生成します。生成されたステップは Manim のシーン記述（Python スクリプト）へ自動変換され、図形描画や逐次表示、注釈のアニメーションを定義します。並行して TTS モジュールで各説明パートの音声ファイルを合成し、Manim の出力動画と同期して最終的に音声をミックスして MP4 を作ります。実装上の注意点としては、数学 OCR の精度（分数や根号、添え字等の誤認識）、LLM による解法の妥当性チェック（誤答や飛躍の検出）、Manim のレンダリングコスト（時間／環境依存）、そして音声とアニメーションのタイミング合わせなどが挙げられます。これらを補うために、参照画像や中間出力の可視化、手動修正ポイントの導入、エラー検出ルールが有効です。（約700字）

プロジェクトの構成

主要なファイルとディレクトリ：

  • .gitignore: file
  • README.md: file
  • SKILL.md: file
  • init.py: file
  • references: dir

…他 5 ファイル

（主要な役割）

  • README.md: プロジェクトの概要、デモ、使い方の記載
  • SKILL.md: Cursor Agent Skill としての導入・呼び出し方法や仕様
  • init.py: Skill のエントリポイントや初期化処理
  • references/: 入力サンプル、出力メディア（input.png / output.mp4 等）や外部参照資料

まとめ

AI と Manim を繋ぎ、数学教材動画の自動生成を実現する実用的なプロトタイプです。（約50字）

リポジトリ情報：