ANIMA 理论把「能动性」定义为技能反复应用后的范畴极限：ANIMA = lim_Π Condense(S_n(...S_1(E_•)))，其中 E_• 是初始经验函子，S_i 是技能应用，Condense 为 Scholze-Clausen 凝聚（profinite 完备化）。当继续应用技能不再产生新的等价类时，即到达不动点。
主要能力：用枚举熵 EnumEntropy(X)=|等价类(X)|（而非香农熵）判断是否达到 MaxEnumEntropy；用 GF(3) 三值相位描述状态——BEFORE(-1，收敛/压缩)、AT(0，均衡/能动)、BEYOND(+1，发散/生成)，并给出跨 ANIMA 网络总相位 ≡ 0 (mod 3) 的守恒律。还定义 Saturation、Condensation、PhaseConservation、ReplayInvariance 等不变量，以及 Narya 兼容字段（before/after/delta/birth/impact）。
应用模型：预测市场被对应为信念 ANIMA（价格↔信念概率、交易↔技能应用、流动性↔凝聚介质、均衡↔不动点、套利↔未收敛信号）；结构盘 StructureDish 被定义为保持代数结构的凝聚介质，资料给出基于 Catlab/ACSets 的 schema 片段。Impact 定义为动作前后等价类的对称差，跨类为 1，同类为 0。
使用方式：资料给出六步操作配方（定义经验函子、构建技能范畴、迭代应用并凝聚、检查收敛、验证 ANIMA 判据、从不动点行动），以及命令示例：just anima-compute --skills "s1,s2,s3" --initial state.json、just anima-phase --state current.json、just anima-impact --before state1.json --after state2.json、just anima-gf3-check。
适用场景：范畴化智能体理论、预测市场建模、技能合成与等价类分析。限制：属理论框架，资料未提供安装方式、平台支持、性能数据或收费信息；相关技能（condensed-analytic-stacks、ordered-locale、sheaf-cohomology、bisimulation-game、gay-mcp）仅列出名称与 trit，未给出具体用法。