Braid Design System 使用教程
项目介绍
Braid Design System 是由 SEEK Group 开发的一个可主题化的设计系统,旨在为跨品牌的 UI 开发提供快速且高质量的解决方案。Braid 提供了一组 React 组件和基于 CSS 变量的样式主题,使用 vanilla-extract 进行样式管理。Braid 的设计理念是尽可能简化 API,使其对非开发者也易于理解,并且通过 Playroom 工具,设计师和开发者可以在同一环境中协作,减少高保真原型制作的需求。
项目快速启动
安装
首先,确保你的项目已经配置了 sku,因为 sku 已经预先配置好支持 Braid。如果你的项目有自定义的构建设置,你可能需要额外的指导来配置你的打包工具。
在你的 sku 项目中,首先安装 Braid Design System:
npm install --save braid-design-system
引入和使用
在你的应用程序的顶部引入重置样式、所需的主题以及 BraidProvider 组件。注意:重置样式必须首先引入,以避免 CSS 顺序问题。
import 'braid-design-system/reset'; // 必须首先引入
import apacTheme from 'braid-design-system/themes/apac';
import { BraidProvider, Text } from 'braid-design-system';
export default () => (
<BraidProvider theme={apacTheme}>
<Text>Hello World</Text>
</BraidProvider>
);
如果你在另一个应用程序的上下文中渲染,你可能希望选择退出提供的 body 样式,这些样式设置了背景颜色并重置了 margin 和 padding:
<BraidProvider theme={apacTheme} styleBody={false}>
<Text>Hello World</Text>
</BraidProvider>
如果你希望自定义 Braid 中所有 Link 和 TextLink 组件的技术实现,你可以将自定义组件传递给 BraidProvider 的 linkComponent 属性。例如,如果你想确保所有相对链接都是 React Router 链接:
import React from 'react';
import { Link as ReactRouterLink } from 'react-router-dom';
import { BraidProvider, makeLinkComponent } from 'braid-design-system';
import wireframe from 'braid-design-system/themes/wireframe';
// 首先创建自定义链接实现
const CustomLink = makeLinkComponent(({ href, ...restProps }, ref) =>
href[0] === '/' ? (
<ReactRouterLink ref={ref} to={href} {...restProps} />
) : (
<a ref={ref} href={href} {...restProps} />
)
);
// 然后将其传递给 BraidProvider
export const App = () => (
<BraidProvider theme={wireframe} linkComponent={CustomLink}>
{/* 你的应用代码 */}
</BraidProvider>
);
应用案例和最佳实践
Braid Design System 广泛应用于 SEEK Group 的在线招聘市场产品中。通过使用 Braid,开发团队能够快速构建一致且高质量的用户界面,同时保持设计的灵活性和可扩展性。Braid 的组件库涵盖了从基础的布局组件到复杂的交互组件,使得开发者能够轻松实现各种设计需求。
最佳实践
- 一致性:在整个应用中保持一致的设计风格和交互模式,使用 Braid 提供的组件和主题来确保一致性。
- 可访问性:Braid 的设计系统内置了对可访问性的支持,确保你的应用对所有用户都是友好的。
- 性能优化:通过使用 Braid 的轻量级组件和优化的样式管理,减少不必要的渲染和加载时间。
典型生态项目
Braid Design System 作为一个开源项目,与其他开源项目和工具集成良好,以下是一些典型的生态项目:
- Playroom:一个用于 Braid 组件的交互式设计工具,允许设计师和开发者在同一环境中协作。
- vanilla-extract:Braid 使用的样式管理工具,提供了基于 CSS 变量的样式解决方案。
- React Router:与 Braid 集成,用于管理应用的路由和导航。
通过这些生态项目的集成,Braid Design System 能够提供更加完整和高效的开发体验。
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