BewlyBewly项目深色模式适配优化实践
项目背景
BewlyBewly是一个针对B站(哔哩哔哩)网页端的深色模式优化项目。随着深色模式在现代UI设计中的普及,越来越多的用户期望在各种场景下都能获得一致的视觉体验。本项目致力于为B站网页端提供全面的深色模式支持,解决原生界面在深色模式下可能出现的视觉不一致问题。
当前适配状态分析
通过对B站多个页面的调研,我们发现以下几个关键界面在深色模式适配方面存在改进空间:
-
视频音乐信息弹窗:当用户点击视频使用的音乐时弹出的信息框,当前未适配深色模式,导致在深色背景下可能出现视觉冲突。
-
UP主充电功能界面:为UP主充电的页面存在两种不同样式,均未进行深色模式适配,影响用户体验的一致性。
-
特殊功能页面:
- 404错误页面
- 热门内容页面
- 稍后再看列表
- 虚拟主播专区
- 会员购页面
适配优先级策略
基于用户使用频率和视觉影响程度,我们制定了以下适配优先级策略:
-
高优先级:直接影响核心用户体验的页面,如稍后再看列表、404页面等高频使用场景。
-
中优先级:特定功能页面,如UP主充电界面、视频音乐信息弹窗等。
-
低优先级:使用频率较低或专业性较强的页面,如创作中心、社区中心、公益活动页面等。
技术实现方案
深色模式适配主要采用以下技术方案:
-
CSS变量覆盖:通过注入自定义CSS变量,覆盖原生样式中的颜色定义。
-
媒体查询增强:扩展原有的prefers-color-scheme媒体查询,确保在不同系统主题下都能正确显示。
-
动态样式注入:对于特殊页面,采用JavaScript动态注入样式规则,解决静态CSS无法覆盖的问题。
-
渐进式增强:优先保证核心功能的视觉一致性,再逐步扩展至边缘功能。
已完成的适配工作
目前项目已完成以下页面的深色模式适配:
- 稍后再看列表页面
- 404错误页面
这些页面的适配显著提升了用户在深色模式下的浏览体验,解决了原本可能出现的白底白字等可读性问题。
未来优化方向
基于用户反馈和技术评估,未来将考虑以下优化方向:
-
核心功能全面适配:优先完成视频相关功能的深色模式支持,包括音乐信息弹窗、充电界面等。
-
边缘场景覆盖:逐步扩展至使用频率较低但仍有需求的页面,如会员购、虚拟主播专区等。
-
性能优化:研究更高效的样式注入方式,减少对页面性能的影响。
-
用户自定义:考虑增加用户自定义深色模式配色的功能,满足不同用户的个性化需求。
结语
BewlyBewly项目的深色模式适配工作是一个持续优化的过程。通过科学的分级策略和技术方案,我们正在逐步提升B站网页端在深色模式下的用户体验。未来将继续关注用户反馈,不断完善适配范围和质量,为B站用户提供更加舒适、一致的视觉体验。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00