Spectrum CSS透明度棋盘格组件重大更新解析
2025-07-04 22:57:30作者:农烁颖Land
Spectrum CSS是Adobe开源的一套设计系统CSS实现,它为Web应用提供了符合Adobe Spectrum设计规范的UI组件。透明度棋盘格(Opacity Checkerboard)是其中用于展示透明背景的常用组件,最新发布的4.0.0版本带来了架构上的重大变革。
版本4.0.0的核心变更
这次更新最重要的变化是引入了"Spectrum 2 Foundations"架构,它作为Spectrum 1(S1)和Spectrum 2(S2)设计系统之间的桥梁。这种设计允许开发者通过系统层级的令牌(token)映射,在S1、Express和S2三种设计风格之间灵活切换组件外观。
设计系统兼容性说明
要使用S2风格,需要搭配16.0.0或更高版本的@spectrum-css/tokens。若需保持S1或Express风格,则应使用14.x或15.x版本的tokens。值得注意的是,这并非完整的S2组件迁移,而是提供了基础支持,完整的S2组件将在next标签版本中发布。
文件结构调整
新版本对组件文件结构进行了优化:
- 移除了metadata文件夹及其内容(mods.md和metadata.json),相关组件信息现在统一存放在dist/metadata.json中
- 废弃的index-vars.css文件被彻底移除,建议改用index.css或index-base.css
文件使用指南
开发者可以根据不同场景选择适合的CSS文件:
- 仅需S2 Foundations样式:使用index.css,它包含基础样式和S2系统映射
- 仅需S1或Express样式:使用index-base.css配合对应的themes/(spectrum|express).css
- 需要动态切换设计风格:加载index-base.css和index-theme.css,并通过.spectrum--legacy(S1)或.spectrum--express(Express)类名控制
技术实现解析
这种架构创新的核心在于系统层的令牌重映射机制,它解耦了组件实现与具体设计规范的关系。通过这种设计,同一套组件代码可以在不同设计系统下呈现相应的视觉效果,大大提高了代码的复用性和维护性。
对于前端开发者而言,这种变化意味着更灵活的样式定制能力和更平滑的设计系统迁移路径。特别是在大型项目中,可以逐步从S1过渡到S2,而无需一次性重写所有组件样式。
总结
Spectrum CSS 4.0.0版本的透明度棋盘格组件通过引入Foundation架构,为设计系统的演进提供了优雅的过渡方案。这种架构思想值得其他设计系统参考,它展示了如何在保持向后兼容的同时,为未来的设计更新预留扩展空间。
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
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
422
3.25 K
Ascend Extension for PyTorch
Python
230
261
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++
689
331
暂无简介
Dart
686
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869