BEM/Yandex UI 设计令牌(Design Tokens)深度解析
2025-07-05 15:49:42作者:宣海椒Queenly
什么是设计令牌
设计令牌是现代UI开发中的核心概念,它代表设计系统中最基础的视觉属性单元。在BEM/Yandex UI框架中,设计令牌被系统性地组织和管理,作为连接设计与开发的桥梁。
设计令牌本质上是一种与平台无关的抽象层,它封装了诸如颜色、间距、字体、阴影等视觉属性。这种抽象使得设计师和开发者能够使用相同的术语进行协作,同时保持设计系统的一致性。
设计令牌的核心优势
- 一致性保障:通过集中管理视觉属性,确保整个产品界面风格统一
- 高效维护:修改全局设计只需调整令牌值,无需逐个修改组件
- 多平台适配:同一套令牌可转换为CSS、JSON、XML等不同格式
- 设计开发协作:建立设计师与开发者之间的共同语言
令牌类型详解
全局令牌
全局令牌是设计系统的基础构建块,通常包括:
- 色彩系统(主色、辅助色、语义色等)
- 字体系统(字族、字号、字重、行高等)
- 间距系统(基础间距单位、布局间距等)
- 圆角系统(基础圆角大小等)
- 阴影系统(不同层级的阴影效果)
在BEM/Yandex UI中,全局令牌按照主题进行组织,典型结构如下:
主题目录/
├── 主题定义文件.theme.json
└── 令牌文件/
├── 色彩-light.tokens.yml
├── 传统样式.tokens.yml
├── 间距.tokens.yml
└── 排版.tokens.yml
组件令牌
组件令牌是特定于某个UI组件的视觉属性,它们应该:
- 尽可能引用全局令牌
- 只在该组件内部使用
- 包含组件的各种状态和变体
典型组件令牌结构示例:
组件目录/
└── 组件.tokens/
└── 组件.tokens.yml
令牌文件最佳实践
结构组织原则
- 扁平化结构:避免不必要的嵌套层级
- 明确命名:使用直观的命名反映令牌用途
- 状态分离:清晰区分组件的不同状态
代码示例对比
不推荐的做法(过度嵌套):
按钮:
字体:
粗细:
加粗:
值: "..."
推荐的做法(扁平结构):
按钮:
字体粗细加粗:
值: "..."
状态命名规范
BEM/Yandex UI推荐使用以下状态命名:
base:默认状态hovered:悬停状态focused:获得焦点状态disabled:禁用状态pressed:按下状态selected:选中状态checked:勾选状态progress:加载中状态
高级技巧
文档注释
为重要令牌添加注释,提升可维护性:
按钮:
圆角半径: "4px"
注释: "控制按钮四角的圆角程度"
元素标注
明确区分属性和元素:
按钮:
# 元素:按钮文本
文本:
字族:
值: "Arial"
全局令牌引用
优先使用全局定义而非硬编码:
按钮:
文本:
字族:
值: "{排版.字族.值}"
设计令牌工作流
- 设计阶段:设计师在Figma等工具中定义视觉属性
- 令牌化:将设计属性转换为设计令牌
- 代码生成:通过工具将令牌转换为平台特定代码
- 开发使用:开发者在组件中引用生成的令牌变量
- 迭代更新:通过修改令牌值实现全局样式调整
常见问题解决
问题1:如何保持多团队令牌一致? 方案:建立中心化的令牌仓库,定期同步更新
问题2:如何处理平台差异? 方案:使用条件令牌,针对不同平台定义不同值
问题3:如何管理令牌版本? 方案:采用语义化版本控制,重大变更升级主版本号
通过BEM/Yandex UI的设计令牌系统,团队可以建立高效、一致的设计开发协作流程,显著提升大型项目的可维护性和扩展性。
登录后查看全文
热门项目推荐
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
184
196
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++
648
265
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
275
97
暂无简介
Dart
623
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
380
3.43 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
621
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