Spectrum CSS 8.0.0版本发布:构建Spectrum 2设计基础
2025-07-04 13:39:23作者:董斯意
Spectrum CSS是Adobe开源的一套CSS框架,它为构建符合Adobe Spectrum设计系统的用户界面提供了基础样式和组件。Spectrum设计系统广泛应用于Adobe系列产品中,确保用户体验的一致性和美观性。
重大更新:Spectrum 2 Foundations
8.0.0版本是一个重要的里程碑,它创建了一个连接Spectrum 1(S1)和Spectrum 2(S2)设计的桥梁,被称为"Spectrum 2 Foundations"。这一更新并非完全迁移到S2组件,而是提供了一种系统层级的解决方案,使开发者能够在S1、Express和S2设计之间灵活切换组件外观。
设计系统兼容性
这一版本的核心创新在于通过"系统"层将组件级令牌(token)重新映射到适当的令牌数据集。这意味着:
- 要显示S2风格的组件,需要使用
@spectrum-css/tokens的v16或更高版本 - 要显示S1或Express风格的组件,需要使用
@spectrum-css/tokens的v14.x或v15.x版本
文件使用指南
开发者可以根据需求选择不同的CSS文件:
index.css:包含所有基础样式加上S2 Foundations的系统映射index-base.css:仅包含基础样式,可与主题文件配合使用- 主题文件:
themes/(spectrum|express).css用于特定设计风格
对于需要灵活切换设计风格的场景,可以加载index-base.css配合index-theme.css文件,并使用相应的上下文类:
.spectrum--legacy:Spectrum 1风格.spectrum--express:Express风格
废弃内容
8.0.0版本中移除了以下内容:
metadata文件夹:包含mods.md和metadata.json文件index-vars.css文件:已废弃不再维护
开发者现在可以通过dist/metadata.json文件获取组件信息,包括选择器、修改器和传递属性等。
技术实现细节
这一版本的技术实现涉及多个方面的更新:
- 令牌系统重构:建立了新的令牌映射机制,支持多设计系统切换
- 样式隔离:确保不同设计系统间的样式不会相互干扰
- 向后兼容:保留对旧版本的支持,确保平滑过渡
开发者建议
对于正在使用Spectrum Web Components 1.x的开发者,这一版本提供了良好的兼容性。如果需要完全实现S2设计,建议探索next标签的发布版本,而非使用这个基础版本。
这一更新为前端开发者提供了更大的灵活性,使他们能够根据产品需求轻松切换设计风格,同时保持代码的一致性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218