Spectrum CSS Tokens 16.1.0-next.2 版本更新解析
项目简介
Spectrum CSS 是 Adobe 开源的一套设计系统实现,提供了一套完整的 CSS 框架,用于构建符合 Adobe Spectrum 设计语言的用户界面。其中的 Tokens 包是该系统的设计令牌(Design Tokens)实现,包含了颜色、间距、字体等各种设计系统的基础变量。
版本更新亮点
最新发布的 16.1.0-next.2 版本主要带来了 Card 组件相关的设计令牌更新,这些变更源自底层设计系统 @adobe/spectrum-tokens 从 13.0.0-beta.58 升级到 13.3.0 版本。
新增设计令牌详解
Card 组件尺寸相关令牌
本次更新引入了大量与 Card 组件尺寸相关的设计令牌,覆盖了从 extra-small 到 extra-large 的各种尺寸规格:
- 默认宽度:
--spectrum-card-default-width-* - 最小宽度:
--spectrum-card-minimum-width-* - 最大宽度:
--spectrum-card-maximum-width-* - 最小高度:
--spectrum-card-minimum-height-*
这些令牌为开发者提供了更精细的控制能力,可以针对不同尺寸的设备或使用场景灵活调整 Card 组件的显示效果。
Card 边距与间距令牌
新增了三种不同密度(默认、紧凑、宽松)下的内容边距控制:
--spectrum-card-edge-to-content-default-*--spectrum-card-edge-to-content-compact-*--spectrum-card-edge-to-content-spacious-*
同时增加了组件内部元素间距的控制变量:
--spectrum-card-header-to-description--spectrum-card-description-to-footer
特殊 Card 类型令牌
针对集合卡片(Collection Card)和用户卡片(User Card)新增了专门的最小高度控制变量:
- 集合卡片:
--spectrum-collection-card-minimum-height-* - 英雄式集合卡片:
--spectrum-collection-card-minimum-height-hero-* - 用户卡片:
--spectrum-user-card-minimum-height-* - 标题在下方布局的用户卡片:
--spectrum-user-card-minimum-height-title-below-*
视觉样式相关令牌
新增了加载状态和背景样式控制:
--spectrum-card-background-loading-color:卡片加载状态背景色--spectrum-card-background-well-color:凹陷样式卡片背景色- 选择状态背景尺寸:
--spectrum-card-selection-background-size-*
重要变更说明
--spectrum-card-selection-background-color 选择背景色变量进行了重大更新:
- 原值统一使用
var(--spectrum-gray-100) - 新值根据主题变化:
- 浅色主题:
var(--spectrum-transparent-white-600) - 深色主题:
var(--spectrum-transparent-black-600)
- 浅色主题:
这一变更使得选择状态在不同主题下都能获得更好的视觉对比度和一致性。
技术影响分析
这些新增和更新的设计令牌为开发者带来了以下优势:
-
更精细的布局控制:通过新增的尺寸和间距变量,开发者可以更精确地控制卡片在不同场景下的显示效果。
-
更好的主题适应性:选择背景色的更新确保了组件在不同主题下的视觉一致性。
-
更丰富的卡片变体支持:新增的集合卡片和用户卡片专用变量为这些特殊卡片类型提供了官方支持。
-
响应式设计增强:多种尺寸规格的变量使得构建响应式布局更加容易。
升级建议
对于正在使用 Spectrum CSS 的开发者,建议:
-
检查项目中是否有自定义的卡片样式,考虑迁移到新的设计令牌。
-
特别注意选择背景色的变更,确保在主题切换时视觉效果符合预期。
-
利用新的尺寸变量优化响应式布局,特别是针对不同设备尺寸的场景。
-
对于集合卡片和用户卡片等特殊类型,考虑使用新增的专用变量以获得更好的设计一致性。
这次更新显著增强了 Card 组件的定制能力和视觉一致性,是构建现代化、响应式用户界面的重要一步。
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