Circuit UI设计令牌v9.0.0发布:重大变更与改进
2025-07-08 03:29:39作者:廉彬冶Miranda
Circuit UI是SumUp开源团队维护的一套React组件库,专注于为金融科技应用提供高质量的UI组件和设计系统。设计令牌(Design Tokens)作为该系统的核心部分,定义了颜色、间距、字体、阴影等视觉属性,确保整个产品线的设计一致性。
设计令牌的演进
在v9.0.0版本中,设计令牌系统经历了一系列重要的重构和优化。这些变更主要集中在z-index层级管理和主题相关功能的改进上,反映了团队对现代CSS实践和组件架构的深入思考。
主要变更点
z-index层级重构
本次版本移除了两个过时的z-index相关令牌:
--cui-z-index-modal被移除,建议开发者改用--cui-z-index-popover--cui-z-index-backdrop由于不再使用而被移除
同时新增了一个专门用于侧边栏组件的令牌:
--cui-z-index-side-panel为侧边栏组件提供了明确的层级定义
此外,团队还调整了 --cui-z-index-popover 的值,使其与各种覆盖层组件的层级更加协调一致。这些变更使得z-index管理更加清晰合理,避免了层级冲突的问题。
主题系统改进
v9.0.0移除了 themePropType 导出,这是向现代CSS实践迈出的重要一步。开发者现在应该:
- 使用TypeScript的
Theme类型进行类型检查 - 更推荐的做法是全面迁移到CSS自定义属性(CSS Custom Properties)
这一变更反映了前端开发的最佳实践演进,鼓励开发者利用CSS原生的主题能力而非通过JavaScript传递主题属性。
样式作用域扩展
一个值得注意的增强是新增了对 ::backdrop 伪元素的选择器支持。这个伪元素通常用于模态框等组件的背景层,现在可以自动继承主题的自定义属性。这一改进使得:
- 背景层的样式更加一致
- 减少了手动样式覆盖的需求
- 提升了主题系统的完整性
升级建议
对于正在使用Circuit UI的团队,升级到v9.0.0需要注意以下几点:
- 检查项目中是否使用了被移除的z-index令牌,及时替换为新的推荐值
- 评估主题系统的使用方式,考虑向CSS自定义属性迁移
- 测试模态框等组件的背景层表现,确保样式一致性
这些变更虽然带来了一些破坏性更新,但为系统的长期可维护性和一致性打下了更好的基础。对于新项目,建议直接采用v9.0.0的设计令牌规范,以获得最佳实践支持。
Circuit UI团队通过这些精心设计的变更,继续推动着金融科技领域设计系统的发展,为开发者提供了更加强大和灵活的工具集。
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
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
677
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
492
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
342
146