Semi Design v2.75.0 版本发布:设计系统与组件优化解析
Semi Design 是由字节跳动前端团队开发的企业级设计系统,提供了一套完整的 React UI 组件库和设计规范。该系统以其高度可定制性和一致性著称,广泛应用于各类企业级应用中。本次发布的 v2.75.0 版本带来了一系列设计系统和组件的优化改进,值得前端开发者关注。
设计系统 Token 增强
在本次更新中,Semi Design 对多个组件的设计 Token 进行了增强,特别是针对选择类组件的前后缀样式控制:
- 新增了
$color-select_prefix_suffix_text-default用于 Select 组件前后缀颜色控制 - 新增了
$color-cascader_prefix_suffix_text-default用于 Cascader 组件前后缀颜色控制 - 新增了
$color-treeSelect_prefix_text-default用于 TreeSelect 组件前缀颜色控制
这些新增的设计 Token 使得开发者能够更精细地控制组件前后缀的视觉表现。值得注意的是,本次更新还统一了前后缀的字体大小和字重设置,使其与 insetLabel 的设置保持一致。这一变化虽然细微,但对于保持整个设计系统的一致性非常重要,开发者需要注意这一变化可能会带来的样式调整。
关键问题修复
Chrome v133 无障碍渲染问题
本次更新修复了一个由 Chrome v133 版本无障碍渲染 aria 属性导致的严重问题。在之前的版本中,点击 DatePicker 的月份选择器会导致 Chrome 浏览器崩溃。这个问题源于 Chrome 对 ARIA 属性的处理方式变化,Semi Design 团队及时响应并修复了这一问题,确保了组件在最新版 Chrome 中的稳定运行。
触摸屏支持改进
Resizable 组件在触摸屏设备上的使用问题得到了修复。之前版本中,Resizable 功能在触摸屏上无法正常工作,这限制了组件在移动设备上的可用性。通过本次修复,Resizable 组件现在可以完美支持触摸操作,提升了移动端用户体验。
过时 React 语法清理
Typography 组件中移除了过时的 ReactDOM.render() 方法的使用。这一改变不仅符合 React 最新最佳实践,也避免了潜在的安全风险。团队采用了更现代的方式来实现测试合适省略长度的容器清理功能,体现了对代码质量的持续关注。
Form 组件改进
Form 组件迎来了两个重要修复:
-
修复了 formApi.scrollToField 在多个 Form 实例且字段名相同时只能滚动到第一个同名字段的问题。现在可以准确滚动到目标字段,提升了复杂表单场景下的用户体验。
-
修复了 InputGroup 在仅配置 extraText 而未配置 extraPosition 时,extraText 无法正确显示的问题。这一修复确保了表单辅助信息的可靠展示。
此外,团队还修正了 formApi.scrollToError 的 TypeScript 类型定义错误,提升了开发体验和类型安全性。
总结
Semi Design v2.75.0 虽然是一个小版本更新,但包含了多项重要的改进和修复。从设计系统的细粒度控制到关键问题的解决,再到代码质量的提升,都体现了团队对产品质量的持续追求。这些改进不仅增强了现有功能,也为开发者提供了更稳定、更灵活的组件使用体验。
对于正在使用 Semi Design 的团队,建议及时升级以获取这些改进,特别是那些受到 Chrome v133 无障碍问题影响的用户。同时,开发者应该注意设计 Token 变化可能带来的样式调整,确保升级后的界面一致性。
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