Spectrum CSS标签组件v10.0.0发布:构建S1与S2设计桥梁
2025-07-04 11:46:45作者:齐冠琰
Spectrum CSS是Adobe开源的一套设计系统CSS实现,为开发者提供符合Adobe设计语言的UI组件。本次发布的标签(Tag)组件v10.0.0版本是一个重要的里程碑更新,它创建了Spectrum 1(S1)和Spectrum 2(S2)设计之间的桥梁,被命名为"Spectrum 2 Foundations"。
设计系统桥梁的意义
这个主要更新不是完全迁移到S2组件,而是提供了一种灵活的方式,让开发者能够通过"系统"层将组件外观在S1、Express和S2之间切换。系统层会将必要的组件级令牌(token)重新映射到适当的数据集。
要使用S2外观,开发者需要搭配v16或更高版本的@spectrum-css/tokens使用。如果希望保持S1或Express外观,则需要使用v14.x或v15.x版本的令牌。这种设计为项目提供了渐进式迁移的路径,而不是强制性的破坏性更新。
主要变更内容
-
文件结构调整:
- 移除了包含mods.md和metadata.json的metadata文件夹,相关信息现在包含在每个组件的dist/metadata.json文件中
- 移除了已弃用的index-vars.css文件,推荐使用index.css或index-base.css
-
文件使用指南:
- 仅需S2 Foundations样式:使用index.css文件
- 仅需S1或Express组件:使用index-base.css加对应的themes/(spectrum|express).css文件
- 需要可切换的组件:使用index-base.css加index-theme.css文件,并配合适当的上下文类(.spectrum--legacy对应S1,.spectrum--express对应Express)
技术实现细节
这个版本通过系统层的抽象,实现了设计语言的无缝切换。开发者可以通过简单的类名切换,就能改变整个组件库的设计风格,而无需修改业务逻辑代码。这种架构设计体现了Adobe对开发者体验的重视,也为企业级应用提供了更大的灵活性。
兼容性说明
值得注意的是,这个版本被用于Spectrum Web Components 1.x中。对于需要完全S2设计的项目,建议探索next标签的发布版本,而不是使用这个foundations发布。
总结
Spectrum CSS标签组件v10.0.0的发布,标志着Adobe设计系统向前迈出了重要一步。通过构建S1和S2之间的桥梁,既保证了现有项目的稳定性,又为未来的设计演进铺平了道路。这种渐进式的更新策略,值得其他设计系统借鉴。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1