Spectrum CSS AlertDialog 组件重大版本更新解析
Spectrum CSS 是 Adobe 设计系统的重要组成部分,它为开发者提供了一套完整的 CSS 组件库,帮助开发者快速构建符合 Adobe 设计规范的 Web 应用界面。本次发布的 AlertDialog 组件 4.0.0 版本是一个重大更新,标志着 Spectrum 设计系统向新一代设计语言过渡的重要里程碑。
设计系统桥梁构建
本次更新最核心的变化是创建了 Spectrum 1 (S1) 和 Spectrum 2 (S2) 设计之间的桥梁,被称为"Spectrum 2 Foundations"。这一创新性的架构允许开发者通过简单的配置切换组件的外观风格,在 S1、Express 和 S2 三种设计语言之间无缝转换。
实现这一功能的关键在于新增的"系统层",它能够将组件级别的设计令牌重新映射到相应的令牌数据集。这种架构设计为开发者提供了极大的灵活性,同时也为未来设计系统的平滑升级奠定了基础。
版本兼容性与使用方式
要使用 S2 设计风格,开发者需要搭配使用 v16 或更高版本的 @spectrum-css/tokens 包。如果希望保持 S1 或 Express 设计风格,则需要使用 v14.x 或 v15.x 版本的令牌包。
值得注意的是,这次发布的 Foundations 版本并不是完整的 S2 组件迁移,而是为 Spectrum Web Components 1.x 版本准备的过渡方案。对于需要完整 S2 设计支持的开发者,建议关注 next 标签的发布版本。
文件结构与使用建议
新版本对文件结构进行了优化,提供了更清晰的样式组织方式:
-
index.css:包含所有基础样式和 S2 Foundations 的系统映射,适合只需要 S2 Foundations 样式的场景。
-
index-base.css:仅包含基础样式,可以与 themes/(spectrum|express).css 文件配合使用,适合只需要 S1 或 Express 组件风格的场景。
-
动态风格切换:通过加载 index-base.css 和 index-theme.css 文件,并配合使用上下文类(.spectrum--legacy 对应 S1,.spectrum--express 对应 Express),可以实现组件风格的动态切换。
废弃功能说明
本次更新移除了 metadata 文件夹及其包含的 mods.md 和 metadata.json 文件。开发者现在可以通过每个组件中提供的 dist/metadata.json 文件获取关于组件选择器、修饰符和透传属性的信息。
同时,index-vars.css 文件也被正式移除,开发者应使用 index.css 或 index-base.css 作为替代。
技术实现细节
AlertDialog 组件作为模态对话框的一种特殊形式,在用户体验中扮演着重要角色。新版本通过系统层的抽象,使得对话框的视觉表现可以灵活适应不同的设计语言,同时保持了核心交互逻辑的一致性。
组件内部整合了多个基础组件,包括按钮组、遮罩层、分割线和图标等,这些组件也都进行了相应的版本更新,确保整个设计系统的协调一致。
升级建议
对于正在使用旧版本的开发者,升级时需要注意以下几点:
-
检查项目中使用的相关依赖版本,特别是 @spectrum-css/tokens 包。
-
根据项目需求选择合适的样式文件组合方式。
-
如果项目需要支持多种设计风格,建议采用动态切换的方案。
-
及时更新相关文档中对废弃功能的引用。
这次更新为 Spectrum CSS 生态系统带来了更强大的灵活性和可扩展性,为开发者应对多样化的设计需求提供了更好的支持。通过合理的架构设计,既保持了向后兼容性,又为未来的设计演进预留了空间。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00