Spectrum CSS Well组件v7.0.0发布:构建Spectrum设计系统桥梁
2025-07-04 10:47:48作者:尤辰城Agatha
项目背景
Spectrum CSS是Adobe开源的一套设计系统CSS实现,为开发者提供符合Adobe Spectrum设计语言的UI组件库。该项目采用模块化架构,支持按需加载组件样式,广泛应用于Adobe系列产品及第三方开发中。
核心升级内容
Well组件v7.0.0版本是一个具有里程碑意义的重大更新,主要实现了Spectrum设计系统不同版本间的桥梁功能。这次更新创造性地构建了"Spectrum 2 Foundations"层,在不完全迁移到Spectrum 2(S2)设计的前提下,提供了在Spectrum 1(S1)、Express和S2三种设计风格间切换的能力。
技术实现细节
设计系统兼容架构
新版本通过引入"系统层"的概念,将组件级的设计令牌(token)动态映射到对应的令牌数据集。这种架构设计使得:
- 要显示S2风格,需要搭配v16或更高版本的@spectrum-css/tokens
- 要显示S1或Express风格,则需使用v14.x或v15.x的令牌版本
文件结构调整
本次更新对组件文件结构进行了优化:
- 移除了包含mods.md和metadata.json的metadata文件夹,相关元数据现在统一存放在dist/metadata.json中
- 废弃的index-vars.css文件被彻底移除,建议使用index.css或index-base.css替代
文件使用策略
开发者可以根据不同场景选择适合的CSS文件组合:
- 仅需S2 Foundations样式:使用index.css(包含所有基础样式和S2系统映射)
- 仅需S1或Express样式:使用index-base.css配合对应的themes/(spectrum|express).css
- 需要动态切换设计风格:组合使用index-base.css和index-theme.css,并通过.spectrum--legacy(S1)或.spectrum--express(Express)类名控制
技术影响评估
这次更新为Spectrum Web Components 1.x提供了基础支持,但需要注意的是:
- 这不是一个完整的S2组件迁移,而是提供了向S2过渡的中间方案
- 如需完全实现S2设计,建议探索next标签版本而非此基础版本
开发者建议
对于正在使用该组件的开发者,建议:
- 评估项目是否需要多设计风格切换能力
- 根据项目需求选择合适的令牌版本
- 注意文件引用路径的变更,及时更新构建配置
- 对于新项目,可以考虑直接基于S2 Foundations进行开发
这次更新体现了Spectrum CSS项目在设计系统演进过程中的技术前瞻性,为开发者提供了更灵活的样式控制能力,同时保持了良好的向后兼容性。
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137