Spectrum CSS ActionMenu 7.0.0 版本发布解析
项目背景
Spectrum CSS 是 Adobe 开源的一套企业级设计系统 CSS 框架,为开发者提供了一套完整、一致的 UI 组件样式解决方案。它遵循 Adobe 的设计语言规范,帮助开发者快速构建符合设计标准的 Web 应用界面。
重大更新:Spectrum 2 基础架构
本次发布的 ActionMenu 7.0.0 版本是一个重要的里程碑更新,主要引入了 Spectrum 2 Foundations 架构。这一架构在 Spectrum 1 (S1) 和 Spectrum 2 (S2) 设计之间建立了桥梁,实现了设计系统的平滑过渡。
核心特性
-
多设计系统支持:开发者现在可以通过简单的配置切换组件在 S1、Express 和 S2 三种设计风格之间的显示效果。这一特性通过系统层实现,它将组件级别的 token 重新映射到相应的 token 数据集。
-
版本依赖要求:
- 要显示 S2 风格,需要使用 @spectrum-css/tokens v16 或更高版本
- 要显示 S1 或 Express 风格,需要使用 @spectrum-css/tokens v14.x 或 v15.x
-
文件使用策略:
- 仅需 S2 基础样式:使用 index.css 文件
- 仅需 S1 或 Express 组件:使用 index-base.css 加相应的主题文件
- 需要动态切换设计风格:使用 index-base.css 加 index-theme.css,并配合上下文类(.spectrum--legacy 或 .spectrum--express)
废弃内容
-
元数据文件夹:移除了包含 mods.md 和 metadata.json 的 metadata 文件夹。现在组件信息(包括选择器、修改器和透传属性)都包含在每个组件分发的 dist/metadata.json 文件中。
-
index-vars.css 文件:这个已被废弃的文件在此版本中完全移除,建议开发者使用 index.css 或 index-base.css 替代。
技术实现细节
这一版本的实现依赖于多个底层组件的更新,包括:
- 菜单系统(Menu)升级到 9.0.0 版本
- 操作按钮(ActionButton)升级到 7.0.0 版本
- 弹出框(Popover)升级到 8.0.0 版本
- 图标系统(Icon)升级到 9.0.0 版本
- 核心 Tokens 系统升级到 16.0.0 版本
这些依赖项的更新共同支撑了 ActionMenu 新特性的实现,确保了组件在不同设计风格下的一致性和可靠性。
开发者建议
对于正在使用 Spectrum Web Components 1.x 的开发者,这个基础版本是推荐的选择。但需要注意的是,这并非完整的 S2 组件迁移,如果开发者需要实现完全的 S2 设计,建议探索 next 标签的发布版本。
在实际项目中,开发者应该根据项目需求选择合适的版本组合,并注意相关依赖项的版本兼容性,以确保组件能够正确渲染并保持设计一致性。
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