Elastic EUI 图标库新增讨论:如何设计“添加图表分组”图标
2025-06-04 14:44:20作者:傅爽业Veleda
在 Elastic 的 EUI 设计系统中,图标库的扩展是一个需要谨慎考虑的设计决策。最近开发团队针对 Logs+ 功能提出了新增一个"添加图表分组"(Add chart breakdown)图标的需求,这个图标将用于 Discover 字段操作,表示将选定字段作为分组维度添加到现有的柱状图中。
初始设计方案分析
最初的设计方案采用了柱状图叠加"+"号的组合形式,设计者希望通过这种视觉表达传达两个关键信息:
- 操作对象是柱状图
- 这是一个添加操作而非新建操作
这种设计遵循了 EUI 的设计规范,使用 Figma 插件导出 SVG 格式,技术上符合要求。从视觉识别度来看,这个设计简洁明了,能够清晰传达其基本功能。
设计优化建议
经过团队讨论,提出了几个值得关注的优化方向:
- 语义准确性:现有设计可能被误解为"添加柱状图"而非"添加分组维度"
- 一致性考虑:EUI 中已有表示分组维度的垂直堆叠柱状图图标(visBarVerticalStacked)
- 未来兼容性:随着 Lens 可视化和 ES|QL 的深度集成,Discover 中的可视化操作可能会演进
最终决策与建议
基于以上分析,团队决定采用现有 visBarVerticalStacked 图标而非新增设计,主要基于以下技术考量:
- 认知一致性:堆叠柱状图在 Kibana 中已广泛用于表示数据分组,用户已有认知基础
- 系统简洁性:避免不必要的图标增生,保持设计系统的精简
- 未来扩展性:当前 Discover 的可视化功能仍在演进中,过早固化图标可能造成后期维护负担
设计系统实践启示
这个案例为设计系统的维护提供了有价值的实践经验:
- 优先复用:在添加新图标前,应充分评估现有图标库的复用可能性
- 语义验证:不仅要考虑图标的视觉表达,更要验证其传达的功能语义是否准确
- 演进思维:设计决策应考虑到产品功能的未来发展路径
通过这次讨论,团队不仅解决了一个具体的图标需求,更强化了设计系统维护的方法论,为未来的类似决策提供了参考框架。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
456
438
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++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
117
昇腾LLM分布式训练框架
Python
178
220