Radius项目中的设计图谱(Design Graph)系统解析
2025-06-04 15:37:16作者:董灵辛Dennis
设计图谱概述
Radius项目采用了一种创新的设计系统架构——设计图谱(Design Graph),这是一种基于约束条件的UI设计风格组织系统。设计图谱通过三个核心组成部分构建起完整的视觉体系:设计令牌(Design Tokens)、主题(Theme)和变体(Variants)。这种架构为前端开发提供了强大的样式管理能力,同时保持了高度的灵活性和可维护性。
核心组件详解
1. 设计令牌(Design Tokens)
设计令牌是设计系统中最基础的构建块,它们定义了品牌或产品的视觉特征:
- 本质:设计令牌是命名的视觉属性变量
- 作用范围:包括但不限于字体排版、颜色方案、图标风格、间距规则等
- 优势:
- 确保UI开发的可扩展性和一致性
- 简化跨平台、跨设备的样式管理
- 便于实现主题切换和品牌定制
在Radius项目中,所有设计令牌都集中维护在theme.ts文件中,这种集中化管理方式大大简化了全局样式的调整过程。
2. 主题(Theme)
主题是设计令牌的集合体,它遵循System UI主题规范:
- 多主题支持:可以创建多个主题版本,例如:
- 不同品牌的主题
- 明暗模式主题(light/dark)
- 不同设备尺寸的主题
- 结构特点:主题对象具有标准化的数据结构,便于工具链处理和组件消费
3. 变体(Variants)
变体系统为组件提供了样式变体的支持:
- 应用场景:
- 按钮的不同状态(primary/secondary/transparent)
- 文本样式变体(类似Sketch/Figma中的文本样式)
- 组件的不同视觉状态
- 实现原理:通过单一属性控制一组视觉样式,这些样式同样映射到设计令牌
技术实现方案
Radius项目采用Styled System库来连接组件样式和设计令牌,这种实现方式具有以下特点:
样式系统集成
import styled from 'styled-components';
import { space, layout, color } from 'styled-system';
export const Box = styled.div(space, color);
这种集成方式使得组件可以直接使用设计令牌定义的样式属性:
<Box color="textEditorial" bg="bg.primary" p={3}>
示例内容
</Box>
变体系统实现
变体系统通过variant API实现,以下是一个完整的文本变体示例:
// 主题中定义的设计令牌
{
fonts: {
body: '"Helvetica Neue", sans-serif',
heading: '"Roboto", sans-serif',
},
fontWeights: {
regular: 400,
medium: 500,
bold: 700,
},
lineHeights: {
solid: 1,
title: 1.25,
copy: 1.5,
},
fontSizes: [12, 14, 16, 20, 24, 32, 48]
}
// 文本变体定义
const textVariants = variant({
variants:{
body: {
fontFamily: 'body',
fontWeight: 'regular',
lineHeight: 'copy',
fontSize: 2, // 对应fontSizes数组索引
},
caption: {
fontFamily: 'body',
fontWeight: 'medium',
lineHeight: 'copy',
fontSize: 2,
},
label: {
fontFamily: 'heading',
fontWeight: 'regular',
lineHeight: 'solid',
fontSize: 1,
},
}
})
使用变体时,只需指定variant属性即可:
<Text variant="body" />
<Text variant="caption" />
<Text variant="label" as="span" />
实际应用案例
以Field组件为例,它由多个子组件构成:
- Input组件:基础输入元素
- Label组件:字段标签
- Hint文本:使用
text.secondary颜色的提示文本 - Error文本:使用错误颜色的提示文本
这种组件组合方式展示了设计图谱的强大之处:
- 每个子组件都使用设计令牌定义的样式
- 通过变体系统实现一致的视觉表现
- 组件间样式高度协调,维护简单
设计图谱的优势总结
- 一致性:确保整个应用视觉风格统一
- 可维护性:样式修改只需调整设计令牌
- 灵活性:轻松支持主题切换和品牌定制
- 开发效率:通过变体系统快速实现组件样式变体
- 可扩展性:适应不同平台和设备的需求变化
Radius项目的设计图谱系统为现代前端开发提供了一套完整的样式解决方案,特别适合大型项目和设计系统的构建。通过合理运用设计令牌、主题和变体,开发者可以创建出既美观又易于维护的用户界面。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
308
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
788
暂无简介
Dart
598
132
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460
🎉 (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
1.06 K
615
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
766
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++
634
232