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。
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