Spectrum CSS 项目发布 Page 组件 v9.0.0 版本解析
2025-07-04 10:40:55作者:伍霜盼Ellen
Spectrum CSS 是 Adobe 开源的一套设计系统实现,它为开发者提供了符合 Adobe Spectrum 设计语言的 UI 组件。这套系统广泛应用于 Adobe 系列产品中,确保用户体验的一致性和专业性。
本次发布的 Page 组件 v9.0.0 版本是一个重大更新,标志着 Spectrum 设计系统从第一代(S1)向第二代(S2)过渡的重要里程碑。这个版本引入了"Spectrum 2 Foundations"概念,为开发者提供了在 S1、Express 和 S2 设计风格之间切换的能力。
核心变更解析
设计系统兼容性架构
这个版本最显著的变化是建立了 S1 和 S2 设计之间的桥梁。通过引入"系统层"的概念,组件现在可以根据需要映射到不同的令牌数据集:
- S2 Foundations:需要搭配 @spectrum-css/tokens v16 或更高版本使用
- S1 或 Express:需要搭配 @spectrum-css/tokens v14.x 或 v15.x 使用
这种架构设计允许开发者在保持代码不变的情况下,通过简单地切换令牌版本来改变整个应用的视觉风格。
文件结构调整
为了适应新的架构,项目对文件结构进行了优化:
- 移除 metadata 文件夹:组件元数据现在统一打包在 dist/metadata.json 中
- 废弃 index-vars.css:推荐使用 index.css 或 index-base.css 替代
- 新增文件使用策略:
- 仅需 S2 Foundations 样式:使用 index.css
- 仅需 S1 或 Express 样式:使用 index-base.css 配合 themes/(spectrum|express).css
- 需要动态切换样式:使用 index-base.css 配合 index-theme.css,并通过 .spectrum--legacy(S1) 或 .spectrum--express(Express) 类名控制
技术实现细节
系统层设计
系统层的实现基于 CSS 变量和上下文类名的组合。这种设计允许:
- 运行时样式切换:通过修改顶层容器元素的类名即可改变整个应用的视觉风格
- 渐进式迁移:开发者可以逐步将应用从 S1 迁移到 S2,而不需要一次性重写所有样式
- 主题隔离:不同设计风格之间的样式不会相互干扰
令牌系统升级
配套的 @spectrum-css/tokens 升级到 v16.0.0,带来了:
- 扩展的颜色系统:支持更丰富的调色板和更灵活的配色方案
- 改进的间距比例:基于 4px 网格系统重新设计的间距令牌
- 增强的排版层次:更细致的字体大小和行高组合
开发者迁移指南
对于正在使用旧版本 Page 组件的开发者,升级时需要注意:
- 依赖管理:确保同时升级 @spectrum-css/tokens 到兼容版本
- 样式覆盖检查:原有针对组件内部样式的覆盖可能需要调整
- 主题切换测试:如果使用动态主题切换功能,需要全面测试各主题下的表现
最佳实践建议
- 统一令牌版本:确保项目中所有 Spectrum CSS 组件使用相同版本的令牌
- 渐进式采用:可以先在非关键页面试用新版本,验证无误后再全面推广
- 性能优化:按需加载主题文件,避免不必要的样式计算
这个版本的发布为 Spectrum CSS 生态系统的未来发展奠定了基础,使开发者能够更灵活地应对设计系统的演进,同时保持现有项目的稳定性。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
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
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217