Spectrum CSS 7.0.0 版本发布:构建跨设计系统的组件基础
项目背景
Spectrum CSS 是 Adobe 开源的一套 CSS 框架,它为 Adobe 系列产品提供了一套统一的设计语言和 UI 组件。这个框架遵循 Adobe 的 Spectrum 设计系统,确保跨平台和产品的一致用户体验。
重大更新:Spectrum 2 Foundations
本次 7.0.0 版本的主要更新引入了一个重要的架构变革——"Spectrum 2 Foundations"。这个更新在 Spectrum 1 (S1) 和 Spectrum 2 (S2) 设计系统之间架起了一座桥梁,为开发者提供了更灵活的组件样式切换能力。
核心特性
-
多设计系统支持:开发者现在可以通过简单的类名切换(如
.spectrum--legacy和.spectrum--express)来改变组件的外观,使其适配 S1、Express 或 S2 设计系统。 -
令牌系统重构:新版本依赖于
@spectrum-css/tokensv16 或更高版本来实现 S2 设计。对于需要保持 S1 或 Express 设计的项目,可以继续使用 v14.x 或 v15.x 版本的令牌系统。 -
文件结构调整:
- 移除了
metadata文件夹及其内容 - 废弃了
index-vars.css文件 - 引入了新的文件组织方式:
index.css:包含所有基础样式和 S2 Foundations 的系统映射index-base.css:仅包含基础样式themes/目录下的主题文件
- 移除了
技术实现细节
这个版本通过引入"系统层"的概念,将组件级令牌重新映射到适当的数据集。这种架构允许:
- 在不改变组件结构的情况下切换设计系统
- 保持向后兼容性
- 为未来设计系统的演进提供灵活的基础
迁移指南
对于现有项目,升级到 7.0.0 版本需要注意以下几点:
-
令牌系统依赖:确保
@spectrum-css/tokens版本与所需的设计系统匹配:- S2 Foundations:v16+
- S1/Express:v14.x 或 v15.x
-
文件引用调整:
- 使用
index.css获取完整的 S2 Foundations 样式 - 对于仅需要 S1 或 Express 样式的项目,组合使用
index-base.css和相应的主题文件
- 使用
-
上下文类应用:要实现动态设计系统切换,需要:
- 加载
index-base.css - 加载
index-theme.css - 在适当的位置应用上下文类(如
.spectrum--legacy)
- 加载
开发者建议
-
评估需求:如果项目需要完全迁移到 S2 设计,建议探索
next标签的版本而非此基础版本。 -
渐进式迁移:对于大型项目,可以考虑逐步引入新版本,先在小范围组件中测试兼容性。
-
样式覆盖:注意新版本可能会影响现有的自定义样式,建议在升级后进行全面的视觉回归测试。
这个版本的发布标志着 Spectrum CSS 向更灵活、更可扩展的方向迈出了重要一步,为开发者提供了在不同设计系统间平滑过渡的能力,同时为未来的设计演进奠定了坚实的基础。
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