Spectrum CSS 12.0.0版本发布:重大变更与技术解析
Spectrum CSS是Adobe开源的一套UI组件库,它为开发者提供了符合Adobe设计系统的标准化CSS组件。该项目遵循语义化版本控制规范,12.0.0版本的发布标志着一次重大更新,包含了多项架构调整和功能改进。
核心变更概述
本次12.0.0版本最显著的变化是移除了多个已弃用的组件文档,包括cyclebutton、quickaction、searchwithin和splitbutton。这些组件在之前的版本中已被标记为弃用状态,现在正式从文档中移除,开发者需要迁移到替代方案。
另一个重要更新是对Spectrum 2(S2)基础架构的支持。Storybook现在可以切换不同的token包来连接不同版本的Spectrum设计系统:
-
Spectrum 1:被标记为"legacy"上下文,不再是默认选项。当选择此选项时,Storybook会加载14.6.0版本的@spectrum-css/tokens,并在容器上附加.spectrum--legacy类。
-
Spectrum 2:新的默认上下文,代表"S2基础"版本,作为S1和S2之间的桥梁。虽然这些组件尚未完全符合S2规范,但已经向S2设计方向迈出了重要一步。
-
Express:现已弃用的上下文,仍可通过加载14.6.0版本的token包在Storybook中呈现,但将在下一个主要版本中移除。
技术细节解析
设计系统迁移支持
新版本提供了从Spectrum 1到Spectrum 2的迁移文档,帮助开发者平滑过渡。这种渐进式迁移策略允许团队逐步适应新设计系统,而不是一次性完全重构。
开发者体验改进
修复了代码预览插件中重复行号的问题,提升了开发者在Storybook中查看示例代码的体验。同时更新了Storybook UI的样式,使其更好地融入Spectrum的设计语言,保持一致的视觉体验。
依赖项更新
伴随本次发布,相关依赖项也进行了同步更新:
- @spectrum-css/tokens升级至16.0.0版本
- @spectrum-css/table升级至8.0.0版本
这些依赖项的更新为组件提供了最新的设计token支持,确保样式与设计系统保持同步。
升级建议
对于正在使用Spectrum CSS的项目团队,建议:
-
检查项目是否使用了已移除的组件(cyclebutton、quickaction等),如有使用需制定迁移计划。
-
评估Spectrum 2带来的设计变化,利用新的迁移文档规划升级路径。
-
在测试环境中验证新版本对现有UI的影响,特别注意样式覆盖和自定义修改的部分。
-
关注即将移除的Express上下文,提前做好相关组件的重构准备。
Spectrum CSS 12.0.0版本的发布标志着该项目向现代化设计系统又迈进了一步,通过清晰的版本控制和迁移路径,为开发者提供了平稳过渡的保障。
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