Spectrum CSS Card组件重大更新解析
2025-07-04 04:45:23作者:沈韬淼Beryl
Spectrum CSS是Adobe开源的一套符合Spectrum设计系统的CSS框架,它为开发者提供了一套标准化、可访问性良好的UI组件库。Card(卡片)组件作为其中常用的容器组件,在最新版本中迎来了重大更新。
背景介绍
Card组件在Web界面中常用于展示内容集合或单个内容块,通常包含标题、描述、图片和操作按钮等元素。Spectrum CSS的Card组件遵循Adobe Spectrum设计规范,提供了标准化的样式和交互效果。
主要变更内容
1. 选中状态样式重构
本次更新对Card组件的选中状态样式进行了重大调整:
- 旧版本使用RGB颜色值和独立的不透明度变量来控制选中状态的背景色
- 新版本改用
--spectrum-card-selection-background-color变量,该变量映射到全局的半透明颜色值--spectrum-transparent-(black|white)-600,具体取决于颜色上下文
这种变更使得样式定义更加简洁,同时也更好地与Spectrum设计系统的颜色体系保持一致。
2. 移除quiet变体
quiet变体(静默样式)在Spectrum 2中不再支持,因此在此次更新中被移除。开发者需要注意检查现有代码中是否使用了该变体,并及时进行调整。
3. 废弃变量清理
本次更新清理了多个已废弃的CSS变量:
- 与选中状态相关的RGB变量被替换为更直接的背景色变量
- 与quiet变体相关的边距和宽度变量被移除
- 操作区域背景色相关的不透明度和RGB变量被直接替换为token值
迁移指南
对于正在使用旧版本Card组件的开发者,升级时需要注意以下几点:
- 检查并替换所有使用
is-selected类的样式定义,改用新的背景色变量 - 移除代码中所有与quiet变体相关的类和样式
- 更新自定义样式中使用废弃变量的部分,改用新提供的变量或token值
技术影响分析
这次变更反映了Spectrum设计系统向更加简洁、一致的样式定义方向演进。通过减少特殊变体和简化变量体系,使得组件更加易于维护和使用。同时,与全局颜色token的深度集成也提高了整个设计系统的一致性。
对于开发者而言,虽然需要一定的迁移成本,但长远来看将获得更清晰、更可预测的样式表现,并且能更好地利用Spectrum设计系统的整体能力。
总结
Spectrum CSS Card组件的这次重大更新,体现了Adobe对其设计系统的持续优化。开发者应当及时了解这些变更,并在项目中适时进行升级,以保持与最新设计规范的一致性,同时也能享受到更简洁、更高效的样式系统带来的好处。
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137