Spectrum CSS Tag组件重大更新解析
Spectrum CSS是Adobe开源的一套符合Spectrum设计系统的CSS框架,它为开发者提供了构建一致用户体验的基础样式组件。Tag(标签)组件作为系统中常用的交互元素,在最新版本中迎来了重大设计更新。
设计规范全面升级
本次Tag组件更新主要基于Spectrum 2设计规范,对视觉样式和交互行为进行了全面重构。最显著的变化是移除了无效状态(invalid variant)的独立样式,改为通过Tag Group容器中的辅助文本来展示错误信息。
边框样式现在在高对比度模式下保持可见,其他情况下则呈现透明状态,这一调整使组件在不同环境下都能保持良好的可访问性。新增的缩略图(thumbnail)选项为标签提供了更丰富的视觉表现形式。
尺寸与布局优化
标签现在设置了最大内联尺寸(max-inline-size),并引入了最小内联尺寸(min-inline-size)参数,确保在各种内容长度下都能保持一致的视觉效果。默认尺寸从常规调整为小号(small),更符合现代UI设计趋势。
对于包含清除按钮的标签,其可点击区域已扩大至符合无障碍标准的大小,提升了交互体验。特别值得注意的是,强调标签(emphasized tags)现在仅在选中状态下才会显示强调色,这一变化使界面视觉层次更加清晰。
样式变量重构
本次更新对CSS自定义属性(CSS变量)进行了大规模重构:
- 合并了多个间距变量,如将头像和图标的内联结束间距统一为"--mod-tag-visual-spacing-inline-end"
- 简化了标签文本间距管理,使用统一的"--mod-tag-label-spacing-inline"变量
- 新增了缩略图尺寸、清除按钮尺寸等视觉控制变量
- 移除了与无效状态相关的所有颜色变量
新增功能支持
新版本引入了对只读标签的支持,开发者现在可以更灵活地控制标签的交互状态。同时,标签内容现在支持CJK(中日韩)文字的特殊行高设置,确保在多语言环境下都能保持良好的可读性。
技术实现细节
在底层实现上,组件现在使用Spectrum 2的设计令牌(tokens)系统,这为未来的主题定制和样式扩展提供了更灵活的基础。清除按钮的穿透样式(passthroughs)也已更新,与最新设计规范保持一致。
对于开发者而言,这些变化意味着需要检查现有实现中是否使用了已被移除的CSS变量,并相应调整为新变量。特别是那些依赖无效状态样式的应用,需要改为通过标签组容器来展示错误信息。
这次更新体现了Spectrum设计系统向更简洁、更一致、更可访问方向发展的趋势,同时也为开发者提供了更强大的样式定制能力。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00