Spectrum CSS 8.0.0-next.2版本中的Accordion组件重大更新解析
Spectrum CSS是Adobe设计系统的重要组成部分,它为开发者提供了一套符合Adobe设计语言的UI组件库。本次发布的8.0.0-next.2版本对Accordion(手风琴)组件进行了重大更新,使其完全符合Spectrum 2的设计规范和令牌系统。
设计规范升级
新版本Accordion组件全面采用了Spectrum 2的设计令牌系统,这意味着组件现在使用了一套更现代化、更统一的设计参数。这些变化包括:
- 使用新的尺寸令牌来控制圆角半径
- 重新设计了展开/折叠图标周围的间距
- 优化了内容区域的间距处理
新增功能特性
本次更新为Accordion组件带来了几个重要的新功能:
-
静默模式:新增了"quiet"样式选项,该模式下不会显示项目间的分隔线,提供了更简洁的视觉体验。
-
动画过渡效果:现在展开和折叠操作时,指示图标会带有平滑的旋转动画,增强了用户体验。
-
无内边距变体:通过
.spectrum-Accordion--noInlinePadding类,开发者可以选择移除项目标题的内边距,提供更灵活的布局控制。 -
尺寸约束:根据设计规范,现在Accordion项目有最小宽度和默认宽度设置。虽然可以通过
--mod-accordion-item-width自定义宽度,但不能小于--spectrum-accordion-item-minimum-width定义的最小值。
标记结构变更
新版本的HTML结构有所调整,主要变化包括:
- 将展开/折叠图标从按钮外部移到了按钮内部
- 移除了原先包裹图标的
spectrum-Accordion-itemIconContainer元素 - 新增了
spectrum-Accordion-itemTitlespan元素来包裹标题文本
这些变更使标记结构更加语义化,也更符合现代Web组件的设计模式。
自定义属性调整
为了更准确地反映使用场景,一些自定义属性被重新命名:
--mod-accordion-item-height→--mod-accordion-item-minimum-height--mod-accordion-min-block-size→--mod-accordion-item-min-block-size--mod-accordion-component-edge-to-text→--mod-accordion-content-padding-inline
同时新增了几个有用的自定义属性:
--mod-accordion-animation-duration:控制动画持续时间--mod-accordion-edge-to-content-area:内容区域边距--mod-accordion-item-minimum-width:项目最小宽度--mod-accordion-top-to-disclosure-indicator:指示器顶部间距
开发者影响评估
对于正在使用旧版本Accordion组件的开发者,需要注意以下几点迁移事项:
-
标记结构:需要按照新规范调整HTML结构,特别是图标位置和标题包裹元素。
-
样式覆盖:如果之前有自定义样式覆盖,可能需要根据新的类名和自定义属性进行调整。
-
尺寸控制:新的宽度约束系统可能会影响现有布局,需要测试确认。
-
动画效果:新的动画系统可能需要调整交互逻辑代码。
这次更新使Spectrum CSS的Accordion组件更加现代化和灵活,同时也保持了Adobe设计系统一贯的高质量标准。开发者可以利用这些新特性创建更符合现代Web标准的交互式界面。
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