Spectrum CSS资产组件7.0.0版本发布解析
Spectrum CSS是Adobe开源的一套设计系统CSS实现,它为Web应用提供了一套完整的UI组件库,遵循Adobe Spectrum设计规范。这套系统广泛应用于Adobe系列产品中,能够帮助开发者快速构建符合Adobe设计语言的用户界面。
重大更新:Spectrum 2基础架构
本次7.0.0版本的主要变化是引入了Spectrum 2基础架构,这是一个连接Spectrum 1(S1)和Spectrum 2(S2)设计的桥梁。这个更新不是完整的S2组件迁移,而是提供了一个"系统"层,允许开发者通过重新映射组件级令牌(token)来在S1、Express和S2设计之间切换组件外观。
版本兼容性说明
要使用S2设计风格,开发者需要搭配使用16.0.0或更高版本的@spectrum-css/tokens。如果希望保持S1或Express风格,则需要使用14.x或15.x版本的@spectrum-css/tokens。值得注意的是,这个版本主要用于Spectrum Web Components 1.x项目。
文件使用指南
新版本提供了几种不同的CSS文件以满足不同需求:
-
index.css:包含所有基础样式加上S2基础架构的系统映射,适合只需要S2基础架构样式的场景。
-
index-base.css:基础样式文件,搭配themes/(spectrum|express).css主题文件使用,适合仅需要S1或Express风格的组件。
-
动态切换设计风格:通过加载index-base.css和index-theme.css,并使用特定的上下文类(.spectrum--legacy对应S1,.spectrum--express对应Express),可以在不同设计风格间灵活切换。
废弃内容说明
本次更新中移除了metadata文件夹及其内容(mods.md和metadata.json),这些信息现在可以在每个组件dist目录下的metadata.json文件中找到。同时,index-vars.css文件也被完全移除,开发者应该使用index.css或index-base.css作为替代。
技术实现细节
新版本的核心改进在于引入了设计系统间的桥梁机制。通过系统层的令牌重映射,开发者可以在不改变组件结构的情况下,仅通过切换令牌系统来改变整体视觉风格。这种架构使得设计系统的升级和迁移变得更加平滑,降低了开发者的迁移成本。
对于正在使用Spectrum Web Components 1.x的开发者来说,这个版本提供了向后兼容的解决方案,同时也为未来向S2的过渡做好了准备。通过这种渐进式的升级路径,Adobe为开发者提供了更大的灵活性和更小的升级风险。
总结
Spectrum CSS资产组件7.0.0版本的发布标志着Adobe设计系统向Spectrum 2过渡的重要一步。通过引入基础架构层,开发者现在可以更灵活地在不同设计风格间切换,同时为未来的完整迁移做好准备。这个版本特别适合那些需要保持向后兼容性,同时又希望开始尝试新设计风格的开发团队。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00