Spectrum CSS进度条组件6.0.0版本重大更新解析
2025-07-04 01:03:47作者:盛欣凯Ernestine
项目背景
Spectrum CSS是Adobe开源的一套设计系统CSS框架,它为开发者提供了一套完整的UI组件库,帮助开发者快速构建符合Adobe设计规范的Web应用界面。该项目包含了按钮、表单、导航等各类UI组件的样式实现。
6.0.0版本核心变化
本次6.0.0版本的发布是进度条组件的一次重大更新,主要引入了"Spectrum 2 Foundations"架构,这是一个连接Spectrum 1(S1)和Spectrum 2(S2)设计的桥梁系统。
设计系统兼容性
新版本通过引入"系统层"的概念,实现了组件在不同设计系统(S1、Express和S2)之间的外观切换能力。这一创新点主要体现在:
- 多设计系统支持:开发者现在可以通过简单的类名切换(.spectrum--legacy对应S1,.spectrum--express对应Express)来改变组件的外观风格
- 令牌映射机制:系统层会自动将组件级别的令牌(token)映射到相应的令牌数据集
- 版本依赖:要使用S2样式,需要搭配@spectrum-css/tokens v16或更高版本;使用S1或Express样式则需要搭配v14.x或v15.x版本
文件结构调整
新版本对组件文件结构进行了优化:
- 移除metadata文件夹:不再包含mods.md和metadata.json文件,相关信息已整合到dist/metadata.json中
- 废弃index-vars.css:这个已被弃用的文件被完全移除,建议使用index.css或index-base.css替代
- 新增文件使用策略:
- 仅需S2基础样式:使用index.css
- 仅需S1或Express样式:使用index-base.css配合themes/(spectrum|express).css
- 多系统切换:使用index-base.css配合index-theme.css,并通过上下文类切换样式
技术实现细节
令牌系统升级
新版本深度依赖@spectrum-css/tokens v16.0.0,这是实现多设计系统兼容的核心。令牌系统现在能够:
- 根据上下文自动应用正确的设计变量
- 提供一致的色彩、间距和排版规则
- 支持设计系统的平滑过渡
组件样式重构
进度条组件经过重新设计后:
- 保留了原有功能的同时支持新设计语言
- 样式定义更加模块化
- 状态管理更加清晰
开发者迁移指南
对于正在使用旧版本的开发者,迁移到6.0.0版本需要注意:
- 设计系统选择:明确项目需要支持的设计系统版本
- 文件引用调整:根据需求选择合适的CSS文件组合
- 类名更新:如需多系统切换,确保正确使用上下文类名
- 依赖管理:确保相关依赖(@spectrum-css/tokens等)版本正确
总结
Spectrum CSS进度条组件6.0.0版本的发布标志着该项目向更加灵活、可扩展的设计系统架构迈出了重要一步。通过引入"Spectrum 2 Foundations",开发者现在可以更轻松地在不同版本的Adobe设计语言之间切换,同时为未来完全迁移到Spectrum 2打下了坚实基础。这一更新不仅提升了组件的可用性,也为大型项目的设计系统迁移提供了平滑过渡方案。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217