Research Paper → Manim Explainer Pipeline (Code-First)

帮我使用 JavaScript 创建一个主题为「什么是 Transformer」的自包含交互讲解页面（可在浏览器中当作「视频式」分步播放，也可自由探索）。

要求：
1. 单个 HTML 文件，vanilla JS + Canvas 2D（必要时可用 SVG 叠层做文字），无外部图片/字体/视频模型。
2. 结构：输入句子 → Token 化 → Embedding + 位置编码 → 多头 Self-Attention（显示 Q/K/V 与 softmax 权重热力图）→ 残差与 LayerNorm → FFN → 输出 logits。每一步可点击或拖动时间轴 seek(t) 进入。
3. 交互：点击某个 token 高亮其对所有 token 的 attention 权重；切换 head 索引；显示数值矩阵的小窗（可缩放）。
4. 视觉：深色背景、高对比配色、等宽数字；动画用确定性函数计算，禁止 CSS transition 驱动核心数据。
5. 受众：有基础线性代数的大学生；附 3 条「看完应能解释」的学习目标。
6. 交付：完整源码 + 简短 README（如何本地打开、如何录屏导出 MP4 的建议帧率）。先渲染/预览前 20 秒等价的分步演示，检查公式与标签无溢出，再补全后续步骤。

请先向我询问：
• 我的产品 + URL
• 8–12 个能讲述其产品故事的 UI 状态
• 每个状态中显示的真实数据（禁止编造指标）
• 品牌颜色 + 字体 + 强调色
• 所需格式（1:1, 16:9, 9:16）

然后交付：
一个 HTML 文件。一个 canvas。一个 draw(t) 函数。
无 CSS 过渡。无 setInterval 计时器。帧与帧之间不保留未在 draw(t) 中计算的隐藏状态。
单一形状，永不切割成多个独立图层：每个状态都是同一元素在改变大小、圆角和颜色，同时内部内容发生切换。
由光标驱动序列，包含真实的点击、输入和一次拖拽；光标位置与速度在最后一帧必须与第一帧完全一致（若做循环）。

技术约束：
- 所有几何与颜色由 seek(t) 闭式计算；弹簧用阶跃响应叠加，不用 bounce easing。
- 使用 Geist 或我提供的品牌字体栈；暖灰背景。
- 先输出分镜表（每状态 1 句核心信息 + 停留时长），再写代码。
- 先导出 5 秒低清预览，检查文字可读性与状态衔接，再完成全片。

请用 Opus 5.5 构建一个「交互式相机镜头实验室」单页应用，向摄影初学者解释对焦与景深。

功能：
1. 侧视简化的镜头组（多片透镜）+ 场景中有近、中、远三个物体（带尺寸标注）。
2. 对焦环（或滑块）连续可调：拖动时镜片间距/焦点位置变化，画面实时更新景深——只有落在焦平面上的区域清晰，其余呈现可理解的虚化（可用 CoC 近似，而非物理级 ray tracing）。
3. 显示辅助线：焦平面位置、hyperfocal 提示（可选开关）、当前 f-number 与焦距（可用预设档位）。
4. 无外部图片；图形用 Canvas 2D 绘制；所有状态由参数 t 或对焦距离 d 确定性计算。
5. 底部 3 条文字提示对应「对焦在近处/远处」时环应如何旋转；支持键盘左右微调。

交付 HTML + 内联 JS。先自测对焦环全行程无跳变，再在 390px 宽手机视口检查控件不重叠。