Shadcn-UI 中 Material 主题的暗黑模式实现指南
在 Flutter 开发中,主题管理是一个至关重要的环节,特别是当我们需要同时支持亮色和暗黑模式时。本文将详细介绍如何在 shadcn-ui 项目中实现 Material 主题的暗黑模式支持。
主题构建的基本原理
shadcn-ui 提供了 ShadApp.materialRouter 方法来配置 Material 主题,其中 materialThemeBuilder 参数允许开发者自定义主题样式。这个构建器接收两个参数:context 和 theme,其中 theme 包含了当前的主题信息,包括亮度模式。
实现双模式主题
要实现亮色和暗黑双模式主题,我们需要在 materialThemeBuilder 中根据当前主题的亮度返回不同的主题配置:
return ShadApp.materialRouter(
materialThemeBuilder: (context, theme) {
if (theme.brightness == Brightness.dark) {
return darkMaterialTheme.copyWith();
} else {
return lightMaterialTheme.copyWith();
}
},
);
主题配置详解
亮色主题配置
亮色主题通常使用较浅的颜色和较高的对比度。一个典型的亮色主题配置可能包含以下属性:
- 主色调(primary):深蓝色调
- 主容器色(primaryContainer):浅蓝色调
- 次要色调(secondary):暖色调
- 次要容器色(secondaryContainer):浅暖色调
- 应用栏颜色(appBarColor):与次要容器色协调
暗黑主题配置
暗黑主题则需要考虑低光环境下的可读性和舒适度:
- 主色调(primary):较亮的蓝色调
- 主容器色(primaryContainer):深蓝色调
- 次要色调(secondary):较亮的暖色调
- 次要容器色(secondaryContainer):深暖色调
- 表面模式(surfaceMode):使用低层级表面以增强层次感
注意事项
-
版本兼容性:在 shadcn-ui 0.5.5 版本之前,如果没有显式提供
darkTheme,系统可能会错误地返回亮色主题,即使设备处于暗黑模式。建议使用最新版本以避免此问题。 -
主题继承:使用
copyWith()方法可以在保留原有主题配置的基础上进行局部修改,这是 Flutter 主题管理的常用模式。 -
视觉密度:考虑使用
FlexColorScheme.comfortablePlatformDensity来保持与平台一致的视觉密度。 -
Material 3:确保设置
useMaterial3: true以启用最新的 Material Design 3 规范。
最佳实践
-
主题一致性:确保亮色和暗黑主题中的组件样式保持一致的行为和交互效果。
-
可访问性:在两种模式下都要确保足够的颜色对比度,以满足可访问性要求。
-
测试验证:在各种设备和模拟器中测试主题切换效果,确保视觉一致性。
通过以上方法,开发者可以在 shadcn-ui 项目中轻松实现高质量的 Material 主题双模式支持,为用户提供更加舒适和个性化的视觉体验。
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