Tokens Studio Figma插件2.4.0版本发布:优化与修复
Tokens Studio Figma插件是一款专为Figma设计师打造的设计工具,它能够帮助设计师更高效地管理和使用设计系统中的设计令牌(Design Tokens)。设计令牌是一种将设计决策(如颜色、间距、字体等)转化为可复用变量的方法,使得设计系统更加一致和可维护。
在最新的2.4.0版本中,Tokens Studio团队带来了一系列重要的优化和修复,进一步提升了插件的稳定性和用户体验。让我们来看看这次更新的主要内容。
线性渐变修复
在composition token(组合令牌)中,线性渐变功能得到了修复。composition token允许设计师将多个设计属性组合成一个复合令牌,这对于创建复杂的样式特别有用。修复后的线性渐变功能将确保在设计系统中正确应用渐变效果,避免视觉不一致的问题。
项目数据查询优化
团队优化了GetProjectData查询,将令牌替换为原始数据。这一技术改进意味着插件在处理大型设计系统时将更加高效,减少了数据处理的开销,提升了整体性能。对于使用大量设计令牌的项目,这一优化将显著提高响应速度。
GitLab集成改进
修复了一个GitLab相关的bug,该bug导致每次提交时都会创建一个gitkeep文件。gitkeep文件通常用于Git版本控制中保持空目录的结构。这个修复确保了版本控制操作的干净和准确,避免了不必要的文件生成,使Git集成更加可靠。
默认令牌格式标准化
现在,当用户使用Studio同步功能时,默认的令牌格式将采用DTCG(Design Tokens Community Group)标准。DTCG是一个致力于为设计令牌创建统一标准的社区组织。这一改变使得Tokens Studio插件与行业标准更加一致,促进了设计系统在不同平台和工具间的互操作性。
专业用户激活流程优化
当用户添加Studio API密钥进行同步时,系统会自动将其激活为专业用户。这一改进简化了用户升级流程,减少了手动操作步骤,提升了用户体验的流畅性。
导入功能修复
修复了一个导入问题,确保了设计令牌能够正确地从外部源导入到Figma中。这一修复对于需要从其他设计系统或工具迁移令牌的用户特别重要,保证了数据迁移的完整性和准确性。
总结
Tokens Studio Figma插件2.4.0版本通过一系列的技术优化和问题修复,进一步提升了工具的稳定性和用户体验。从底层的数据查询优化到用户界面的流程改进,这些更新都体现了团队对产品质量的持续关注。对于设计系统团队和Figma用户来说,升级到这个版本将获得更流畅、更可靠的设计令牌管理体验。
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