Spectrum CSS 5.0.0版本发布:资产卡片组件重大更新
项目背景介绍
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组件样式解决方案。这套框架遵循Adobe的设计语言规范,能够帮助开发者快速构建符合Adobe设计标准的Web应用界面。
主要更新内容
本次发布的5.0.0版本对资产卡片(Asset Card)组件进行了重大更新,主要实现了Spectrum 1(S1)和Spectrum 2(S2)设计之间的桥梁功能,称为"Spectrum 2 Foundations"。
设计系统兼容性
这一更新允许开发者通过"系统"层将组件级令牌重新映射到适当的令牌数据集,从而在S1、Express和S2设计之间切换组件的外观表现。值得注意的是,这并非完全迁移的S2组件,而是为Spectrum Web Components 1.x版本提供的基础支持。
要使用S2样式,开发者需要搭配使用16.0.0或更高版本的@spectrum-css/tokens。而对于S1或Express设计,则需要使用14.x或15.x版本的@spectrum-css/tokens。
文件使用指南
-
仅需S2 Foundations样式:使用index.css文件,它包含所有基础样式和S2 Foundations的系统映射。
-
仅需S1或Express组件:使用index-base.css加上所需的themes/(spectrum|express).css文件。
-
多设计系统切换:加载index-base.css和index-theme.css文件,并使用适当的上下文类(.spectrum--legacy表示S1,.spectrum--express表示Express)。
废弃内容
本次更新中移除了metadata文件夹及其包含的mods.md和metadata.json文件。组件信息现在可以通过每个组件dist目录中的metadata.json文件获取。同时,index-vars.css文件也被移除,建议开发者使用index.css或index-base.css替代。
技术影响分析
这一更新对现有项目可能产生以下影响:
-
设计系统切换:开发者现在可以更灵活地在不同设计系统间切换,但需要注意正确加载对应版本的tokens。
-
文件引用变更:项目中引用的index-vars.css需要更新为index.css或index-base.css。
-
元数据获取方式:组件信息的获取方式从metadata文件夹转移到了dist/metadata.json。
配套更新
本次发布还更新了相关依赖:
- @spectrum-css/tokens升级至16.0.0版本
- @spectrum-css/checkbox升级至10.0.0版本
这些配套更新确保了组件间的兼容性和一致性。
升级建议
对于正在使用旧版本的项目,建议:
- 评估设计系统需求,确定是否需要S2 Foundations支持
- 检查项目中是否有对废弃文件的引用
- 更新相关依赖到兼容版本
- 测试组件在不同设计系统下的表现
这一更新为开发者提供了更大的灵活性,同时也为未来向S2设计的完全迁移奠定了基础。
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