ADW Colors 项目主题创建指南
2025-07-10 02:31:21作者:齐添朝
前言
ADW Colors 是一个用于创建和管理 GTK 主题颜色的工具集,特别针对 GNOME 桌面环境的 Adwaita 主题风格。本文将详细介绍如何基于该项目创建自定义主题,帮助开发者快速上手主题开发工作。
环境准备
在开始创建主题前,需要确保开发环境已正确配置:
- 安装 Sass 编译器:
- 推荐使用
dart-sass编译器 - 可通过系统包管理器安装
- 或通过 Node.js 使用
npm install -g sass命令安装
- 推荐使用
提示:对于简单的颜色修改,也可以直接编辑 CSS 文件,无需编译步骤。
主题创建步骤
1. 创建主题目录结构
-
在
src/sass目录下创建新主题目录:mkdir -p src/sass/MY-THEME -
复制现有主题内容作为模板:
- 建议选择一个风格相近的现有主题作为基础
- 复制其全部内容到新创建的目录中
2. 配置主题颜色
主要颜色配置位于 settings/_palette.scss 文件中:
-
编辑基本色板:
- 修改
$base、$text、$primary等核心变量 - 大多数情况下只需修改此文件即可完成主题定制
- 修改
-
高级颜色配置(可选):
- 在
settings/_colors.scss中定义自定义颜色混合和色阶 - 使用 Sass 函数如
mix()、lighten()、darken()等创建颜色变体
- 在
-
命名颜色配置(可选):
- 在
_defaults.scss中添加自定义命名颜色 - 可参考官方 Adwaita 主题的默认颜色定义
- 在
3. 编译主题
完成编辑后,需要将 Sass 编译为 CSS:
-
使用项目提供的脚本编译:
cd scripts sh parse-sass.sh -
或使用自定义 Sass 编译命令:
sass src/sass/MY-THEME/gtk4-light.scss dist/MY-THEME/gtk4-light.css
4. 安装测试
编译完成后,运行安装脚本即可将主题添加到系统中进行测试。
高级定制指南
1. 抽象层配置
src/sass/abstracts 目录包含全局共享的 Sass 代码:
_variables.scss:全局变量定义_mixins.scss:可复用的样式混合_functions.scss:自定义 Sass 函数
这些文件会影响所有主题,修改时需谨慎。
2. 部件样式定制
部分主题包含 widgets 目录,用于定制特定 GTK 控件的样式:
- 使用
$toolkit变量区分 GTK3 和 GTK4 样式 - 创建新的部件样式文件后,需更新
_index.scss以包含新文件 - 部件样式应遵循 BEM 命名规范,确保样式隔离
3. 文件命名规范
主题文件需遵循特定命名约定:
-
基础主题:
gtk3-light.scssgtk4-light.scssgtk3-dark.scssgtk4-dark.scss
-
交通灯式标题栏按钮(macOS 风格):
titlebutton-traffic-gtk4-light.scss- 其他变体同理
安装脚本会自动识别符合这些命名模式的主题文件。
最佳实践
-
颜色系统设计:
- 建立统一的颜色层级系统
- 使用 Sass 变量和函数确保颜色一致性
- 考虑对比度和可访问性
-
主题变体管理:
- 使用
@mixin和@include共享基础样式 - 通过变量控制亮/暗主题切换
- 使用
-
测试策略:
- 在不同 GNOME 版本上测试主题
- 验证各种 GTK 控件的显示效果
- 检查高对比度模式下的表现
常见问题解决
-
颜色不生效:
- 检查变量作用域
- 确认编译过程无错误
- 验证 CSS 文件是否被正确加载
-
样式冲突:
- 使用更具体的 CSS 选择器
- 检查是否有其他主题覆盖了你的样式
-
编译错误:
- 检查 Sass 语法是否正确
- 确认所有导入路径有效
通过遵循本指南,开发者可以高效地创建出符合个人或团队需求的 GTK 主题,同时保持与 Adwaita 设计语言的兼容性。
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
308
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
780
暂无简介
Dart
598
132
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460
🎉 (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
1.06 K
615
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
759
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++
634
232