Spectrum CSS IllustratedMessage组件9.0.0版本发布解析
2025-07-04 20:03:53作者:宣海椒Queenly
Spectrum CSS是Adobe开源的一套设计系统CSS框架,它为开发者提供了符合Adobe Spectrum设计语言的UI组件。IllustratedMessage作为其中的重要组件之一,主要用于展示带有插图的提示信息,常见于空状态、错误提示等场景。
版本9.0.0的主要变化
本次发布的9.0.0版本是一个重大更新,标志着Spectrum CSS开始构建Spectrum 1(S1)和Spectrum 2(S2)设计之间的桥梁,称为"Spectrum 2 Foundations"。这一更新并非完全迁移到S2组件,而是通过"系统"层将必要的组件级令牌重新映射到适当的令牌数据集,使开发者能够在S1、Express和S2设计之间切换组件外观。
设计系统兼容性
要使用S2设计风格,需要搭配16.0.0或更高版本的@spectrum-css/tokens。如果希望保持S1或Express设计风格,则需要使用14.x或15.x版本的@spectrum-css/tokens。这一设计为开发者提供了更大的灵活性,可以根据项目需求选择不同的设计风格。
文件结构优化
新版本对文件结构进行了优化:
- 移除了包含mods.md和metadata.json的metadata文件夹,相关组件信息现在可以在每个组件附带的dist/metadata.json中找到
- 移除了已弃用的index-vars.css文件,建议使用index.css或index-base.css替代
文件使用建议
开发者可以根据不同场景选择不同的CSS文件:
- 如果只需要S2 Foundations样式,可以使用index.css文件,它包含所有基础样式和S2 Foundations的系统映射
- 如果只需要S1或Express组件样式,可以使用index-base.css配合相应的themes/(spectrum|express).css文件
- 如果需要构建可在S2 Foundations、S1和Express上下文之间轻松切换的组件,可以加载index-base.css和index-theme.css文件,并使用适当的上下文类(.spectrum--legacy用于S1,.spectrum--express用于Express)
技术实现细节
新版本通过系统层的抽象,实现了设计风格的灵活切换。这种架构设计使得组件可以在不改变核心逻辑的情况下,通过简单的类名切换来改变视觉表现。对于IllustratedMessage组件来说,这意味着开发者可以更容易地在不同设计风格之间切换,而无需重写大量CSS代码。
升级建议
对于正在使用旧版本Spectrum CSS的开发者,升级到9.0.0版本需要注意以下几点:
- 检查项目中是否有直接引用metadata文件夹或index-vars.css文件的情况,需要进行相应调整
- 根据项目需求选择合适的@spectrum-css/tokens版本
- 评估是否需要使用新的设计风格切换功能
这一版本的发布为Spectrum CSS的演进奠定了重要基础,为未来的设计系统升级提供了平滑过渡的可能性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
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
392
3.88 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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++
661
310
🎉 (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
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1