Chakra UI 自定义主题颜色配置指南
2025-05-02 00:08:50作者:裴麒琰
理解Chakra UI的颜色系统
Chakra UI是一个流行的React UI组件库,它提供了强大的主题定制功能。在v3版本中,Chakra UI引入了更加灵活的颜色系统,允许开发者轻松定义和使用自定义颜色。
自定义颜色配置方法
在Chakra UI中定义自定义颜色需要正确配置tokens和semanticTokens两部分:
- 基础颜色定义 - 在
tokens.colors中定义颜色色阶 - 语义化颜色定义 - 在
semanticTokens.colors中创建有意义的颜色名称
完整配置示例
const config = defineConfig({
theme: {
tokens: {
colors: {
brand: {
50: { value: '#fdf2f8' },
100: { value: '#fce7f3' },
200: { value: '#fbcfe8' },
300: { value: '#f9a8d4' },
400: { value: '#f472b6' },
500: { value: '#ec4899' },
600: { value: '#db2777' },
700: { value: '#a41752' },
800: { value: '#6d0e34' },
900: { value: '#45061f' },
950: { value: '#2c0514' },
},
},
},
semanticTokens: {
colors: {
brand: {
solid: { value: '{colors.brand.500}' },
contrast: { value: '{colors.brand.100}' },
fg: { value: '{colors.brand.700}' },
muted: { value: '{colors.brand.100}' },
subtle: { value: '{colors.brand.200}' },
emphasized: { value: '{colors.brand.300}' },
focusRing: { value: '{colors.brand.500}' },
},
},
},
},
});
配置解析
-
tokens.colors部分定义了基础颜色色阶,通常从50到900(或950),形成从浅到深的渐变。
-
semanticTokens.colors部分创建了语义化的颜色引用:
solid: 使用500色阶作为主色contrast: 使用100色阶作为对比色fg: 使用700色阶作为前景色- 其他语义化名称可根据实际需求定义
使用建议
- 保持颜色命名有意义且一致
- 遵循从浅到深的色阶命名惯例
- 语义化名称应该反映颜色的用途而非具体色值
- 对于品牌色,建议至少定义10个色阶以获得更好的灵活性
通过这种配置方式,开发者可以在组件中轻松引用这些颜色,如color="brand.solid"或bg="brand.muted",使代码更具可读性和可维护性。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
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
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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