Spectrum CSS 15.0.0版本重大变更解析:主题化架构优化
2025-07-04 12:48:08作者:庞队千Virginia
Spectrum CSS是Adobe开源的一套设计系统CSS框架,它为开发者提供了一套完整的UI组件库和设计规范实现。本次15.0.0版本的发布带来了主题化架构的重要调整,这些变更将影响项目中主题样式的引入方式。
主题化架构重构
在15.0.0版本中,最显著的变化是移除了编译后的components目录输出。这一改变意味着开发者需要调整他们引入主题样式的方式。新的推荐做法是直接从组件的主题目录中引入所需的CSS文件。
这种架构调整带来了几个优势:
- 更清晰的模块化结构,使主题和基础样式分离
- 减少了重复代码,提高了构建效率
- 更符合现代前端工程的模块化思想
新的样式引入方式
开发者现在应该采用以下方式引入组件样式:
/* 引入基础样式 */
import "@spectrum-css/actionbutton/dist/index-base.css";
/* 引入主题变量 */
import "@spectrum-css/actionbutton/dist/index-theme.css";
/* 引入特定主题实现 */
import "@spectrum-css/actionbutton/dist/themes/express.css";
这种分层引入的方式使得样式管理更加灵活,开发者可以根据需要选择性地加载不同主题,而不必引入整个样式包。
自定义变量文件合并
另一个重要变化是移除了单独的custom-*-vars.css文件。这些自定义变量现在已经被整合到对应的*-vars.css文件中。例如:
- 原先的
spectrum/custom-large-vars.css - 现在合并到
spectrum/large-vars.css中
这种合并减少了文件数量,简化了构建流程,同时也避免了开发者可能遇到的重复定义问题。
代码可读性改进
除了架构上的变化,15.0.0版本还对生成的CSS代码进行了格式化处理,改善了代码的可读性。这对于开发者调试和自定义样式时非常有帮助,可以更清晰地看到变量定义和样式规则。
迁移建议
对于正在使用旧版本的项目,升级到15.0.0版本需要:
- 检查所有主题样式的引入路径,确保从正确的目录引入
- 移除对
custom-*-vars.css的直接引用 - 验证自定义主题是否仍然按预期工作
- 考虑利用改进的代码可读性来优化现有样式覆盖
这次架构调整虽然带来了破坏性变更,但从长远来看,它将使Spectrum CSS的主题系统更加健壮和易于维护。对于新项目来说,直接采用新的主题引入方式将是最佳实践。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.17 K
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++
685
324
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
678
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
492
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
343
146