Spectrum CSS Dropzone 8.0.0 版本发布解析
项目背景
Spectrum CSS 是 Adobe 开源的一套设计系统实现,提供了一套完整的 CSS 框架,用于构建符合 Adobe Spectrum 设计语言的用户界面。它包含了各种 UI 组件和模式的样式定义,帮助开发者快速构建美观且一致的用户体验。
重大更新:Spectrum 2 Foundations 架构
本次发布的 Dropzone 8.0.0 版本是一个重要的里程碑,它引入了"Spectrum 2 Foundations"架构,这是一个连接 Spectrum 1(S1)和 Spectrum 2(S2)设计的桥梁系统。
核心特性
-
多设计系统支持:新版本允许组件在 S1、Express 和 S2 设计系统之间切换外观,通过"系统"层将组件级令牌映射到相应的令牌数据集。
-
版本兼容性:
- 要显示 S2 设计,需要使用 @spectrum-css/tokens v16 或更高版本
- 要显示 S1 或 Express 设计,需要使用 @spectrum-css/tokens v14.x 或 v15.x
-
文件结构变化:
- 移除了 metadata 文件夹(包含 mods.md 和 metadata.json)
- 移除了已弃用的 index-vars.css 文件
使用建议
-
仅需 S2 Foundations 样式:使用 index.css 文件,包含所有基础样式和 S2 Foundations 的系统映射。
-
仅需 S1 或 Express 样式:使用 index-base.css 加上相应的 themes/(spectrum|express).css 文件。
-
动态切换设计系统:加载 index-base.css 和 index-theme.css 文件,并使用上下文类:
.spectrum--legacy对应 S1.spectrum--express对应 Express
技术细节
依赖项更新
本次发布更新了多个依赖项版本,包括:
- @spectrum-css/tokens 升级到 16.0.0
- @spectrum-css/illustratedmessage 升级到 9.0.0
- @spectrum-css/actionbutton 升级到 7.0.0
- @spectrum-css/link 升级到 7.0.0
这些依赖项的更新确保了组件间的兼容性和一致性。
向后兼容性考虑
值得注意的是,这个版本是为 Spectrum Web Components 1.x 设计的。如果需要完全实现 S2 设计,建议探索 next 标签的发布版本。
开发者建议
-
迁移路径:现有项目在升级到这个版本时,需要特别注意设计系统的切换机制和文件引用方式的变化。
-
样式查询:由于移除了 metadata 文件夹,开发者现在可以通过 dist/metadata.json 文件获取组件的选择器、修饰符等信息。
-
性能优化:根据项目需求选择性地加载样式文件,避免不必要的样式引入。
这个版本的发布为开发者提供了更大的灵活性,能够在不同设计系统之间无缝切换,同时保持了向后兼容性,是 Spectrum CSS 发展过程中的一个重要里程碑。
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