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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00