用途：把一次计算过程写成编号帧序列，每帧回答三个问题——当前状态是什么、哪一步操作得到它、学习者应注意到什么。目标是让读者能手工复现运算，并通过显式中间状态暴露只看最终结果时容易忽略的困惑。
主要能力：提供工作流清单（选最小示例、写目标、规划帧数、逐帧写状态/操作/留意点、结尾做校验、可选变体练习）；给出帧结构模板；给出示例选择启发式（用具体小数字而非符号，避免恒等矩阵、零向量等平凡情形，选可验证性质的例子）；归纳三种常见模式：单次计算、迭代过程、对比演示；附快速参考表，列出矩阵向量乘、特征值、特征向量、SVD、softmax、交叉熵、单步 SGD、注意力前向、LayerNorm、小网络反向传播、小数据集 PCA 的建议示例与帧数。
使用方式：按清单逐步执行，典型帧数为 3 至 7 帧；每帧只做一个操作，状态用代码块显式写出数值；结尾给出合理性校验（如迹与行列式）或让学习者用变体验证。若算术确实很长，可用 Bash 配合 numpy 验证中间状态，但帧本身仍要展示操作。
适用场景：线性代数与机器学习概念的教学材料、教程写作、自学练习。
限制：资料未提供安装命令、平台支持、收费或价格信息；示例文件 resources/examples.md 的具体内容暂未提供。