Cirrus CSS框架0.8.0版本发布:全面升级类生成系统与响应式设计
2025-07-02 13:44:33作者:田桥桑Industrious
Cirrus是一个现代化的轻量级CSS框架,专注于提供简洁、灵活的样式解决方案。在最新的0.8.0版本中,Cirrus带来了重大的架构改进和功能增强,特别是在类生成系统和响应式设计方面进行了全面革新。
类生成系统重构
0.8.0版本对Cirrus的类生成系统进行了彻底重写,引入了全新的generator_v2模块替代原有的generator。这一改进带来了更强大、更灵活的类生成能力:
- 新增了
generator_v2.utility和generator_v2.utility-with-body混合宏,提供了更清晰的API设计 - 支持通过
group:[pseudo]和group-[pseudo]类实现父元素事件影响子元素样式的功能 - 扩展了伪类变体支持,现在可以生成包括悬停、聚焦、活动状态等在内的多种交互样式
@include generator_v2.utility(
$base-class-name: 'text',
$class-value-pairs: (
'blue': (color: blue),
),
$variants: ('dark', 'hover', 'group-hover'),
$generate-viewports: true
);
响应式设计统一化
新版本对响应式设计语法进行了重大调整,实现了全框架统一的视口修饰符语法:
- 所有视口修饰类现在统一采用
[sm|md|lg|xl]:classname格式 - 移除了之前版本中不一致的响应式语法,如
col-sm-1现在应写为sm:col-1 - 特别注意:原本无前缀的
col-6类现在需要明确指定为md:col-6才能保持相同行为
这一改变解决了旧版本中响应式类命名不一致的问题,使开发者能够更直观地理解和应用响应式设计。
新增实用功能
0.8.0版本还引入了多项实用功能增强:
- 光标工具类:新增了控制鼠标光标样式的实用类,如
cursor-pointer、cursor-not-allowed等 - 工具提示增强:添加了
tooltip--visible类,允许工具提示在不依赖悬停状态下显示 - 网格系统改进:增强了网格类工具,支持视口和修饰符生成
- 按钮行为优化:为v1颜色类添加了专门的按钮行为样式
样式修复与优化
本次更新包含了大量样式修复工作:
- 修复了表单输入框的内边距问题
- 调整了表格头部和底部的单元格内边距一致性
- 移除了文本元素多余的字母间距
- 修复了网格行样式缺失的问题
- 优化了链接和按钮的字体粗细和颜色继承行为
- 修复了标签页样式和模态框类名问题
不兼容变更说明
0.8.0版本包含了一些不兼容的变更,开发者需要特别注意:
- 移除了段落和块级元素的默认外边距,需要手动添加间距
- 废弃了
row.no-space类,建议使用更现代的间距控制方式 - 更新了模态框类名体系,废弃了
.modal.small类 - 移除了占位符SCSS文件和标题/副标题类
- 视图配置现在通过伪变体配置中的'responsive'条目管理
这些变更虽然需要一定的迁移工作,但将带来更一致、更可维护的代码结构。
升级建议
对于计划升级到0.8.0版本的开发者,建议:
- 首先检查项目中使用的响应式类,按照新语法进行调整
- 审查并更新任何使用废弃类或功能的代码
- 利用新的类生成系统重构自定义样式,提高代码复用性
- 测试所有交互状态和响应式行为,确保升级后功能正常
Cirrus 0.8.0版本的这些改进标志着框架向更现代化、更灵活的方向发展,为开发者提供了更强大的工具来构建响应式、交互丰富的Web界面。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143