Spectrum CSS资产列表组件8.0.0版本发布解析
项目背景介绍
Spectrum CSS是Adobe公司开源的一套设计系统CSS框架,它为Web应用提供了一套完整的UI组件库和设计规范。这套框架遵循Adobe Spectrum设计语言,能够帮助开发者快速构建符合Adobe设计标准的用户界面。
重大更新内容
8.0.0版本是一个重要的里程碑式更新,它构建了Spectrum 1(S1)和Spectrum 2(S2)设计之间的桥梁,被称为"Spectrum 2基础架构"。这次更新带来了架构层面的重大改变:
-
设计系统兼容性:新版本允许开发者通过"系统"层在S1、Express和S2设计风格之间切换组件外观。系统会将必要的组件级令牌重新映射到适当的令牌数据集。
-
版本依赖要求:
- 要显示S2风格,必须使用16或更高版本的@spectrum-css/tokens
- 要显示S1或Express风格,需要使用14.x或15.x版本的@spectrum-css/tokens
-
文件结构调整:
- 移除了包含mods.md和metadata.json的metadata文件夹
- 移除了已弃用的index-vars.css文件
技术实现细节
文件使用指南
开发者可以根据不同需求选择不同的CSS文件:
-
仅需S2基础样式:使用index.css文件,它包含所有基础样式加上S2基础架构的系统映射。
-
仅需S1或Express组件:使用index-base.css加上所需的themes/(spectrum|express).css文件。
-
多设计系统切换:加载index-base.css和index-theme.css文件,并使用适当的上下文类:
.spectrum--legacy对应S1风格.spectrum--express对应Express风格
依赖项更新
本次发布同步更新了多个依赖组件:
- @spectrum-css/tokens升级至16.0.0
- @spectrum-css/checkbox升级至10.0.0
- @spectrum-css/icon升级至9.0.0
开发者注意事项
-
迁移建议:如果开发者需要完全实现S2设计,建议探索next标签版本而非使用此基础架构版本。
-
元数据获取:组件信息(包括选择器、修饰符和透传属性)现在可以通过每个组件附带的dist/metadata.json文件获取。
-
兼容性说明:此版本主要用于Spectrum Web Components 1.x版本。
总结
Spectrum CSS资产列表组件8.0.0版本的发布标志着Adobe设计系统向现代化迈出了重要一步。通过引入设计系统间的桥梁架构,开发者现在可以更灵活地在不同设计风格间切换,同时保持代码的一致性和可维护性。这一更新为未来的设计系统演进奠定了坚实基础,同时也为现有项目提供了平稳过渡的路径。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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