Spectrum CSS Tabs组件6.0.0版本发布解析
Spectrum CSS是Adobe开源的一套符合Spectrum设计系统的CSS框架,它为开发者提供了构建符合Adobe设计规范的Web界面所需的基础样式和组件。Tabs组件作为用户界面中常见的导航元素,在6.0.0版本中迎来了重大更新。
版本核心变化
6.0.0版本最大的变化是引入了"Spectrum 2 Foundations"的概念,这是一个连接Spectrum 1(S1)和Spectrum 2(S2)设计的桥梁。这个更新不是完全迁移到S2组件,而是通过"系统"层将组件级令牌重新映射到适当的令牌数据集,使开发者能够在S1、Express和S2之间切换组件的外观。
要使用S2样式,开发者需要搭配使用16.0.0或更高版本的@spectrum-css/tokens。如果希望保持S1或Express样式,则需要使用14.x或15.x版本的@spectrum-css/tokens。
文件结构和使用方式
新版本对文件结构进行了优化,提供了更灵活的加载方式:
-
仅需S2 Foundations样式:可以直接使用index.css文件,它包含了所有基础样式和S2 Foundations的系统映射。
-
仅需S1或Express样式:可以使用index-base.css加上相应的themes/(spectrum|express).css文件。
-
需要动态切换样式:加载index-base.css和index-theme.css文件,并使用上下文类(.spectrum--legacy对应S1,.spectrum--express对应Express)来切换样式。
废弃内容
6.0.0版本中移除了metadata文件夹及其内容(mods.md和metadata.json),相关信息现在可以在dist/metadata.json中找到。同时,index-vars.css文件也被正式移除,开发者应该使用index.css或index-base.css替代。
依赖更新
本次更新还涉及多个依赖组件的升级:
- @spectrum-css/tokens升级至16.0.0
- @spectrum-css/menu升级至9.0.0
- @spectrum-css/picker升级至9.0.0
- @spectrum-css/icon升级至9.0.0
这些依赖的升级确保了组件间的兼容性和一致性。
技术意义
这次更新为开发者提供了更灵活的样式控制能力,使得同一套代码可以适应不同的设计系统需求。特别是对于那些需要同时支持多个Spectrum版本的项目,这种"桥梁"式的设计大大简化了开发和维护工作。
同时,通过移除metadata文件夹和index-vars.css等过时内容,项目结构变得更加清晰和现代化,有助于提高开发效率和降低学习成本。
对于正在使用Spectrum Web Components 1.x的开发者来说,这个版本提供了与S2设计系统更好的兼容性,为未来的平滑升级奠定了基础。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00