Elastic EUI 项目中的严重性颜色系统解析
2025-06-03 08:12:03作者:卓艾滢Kingsley
在 Elastic EUI(Elastic UI 框架)的设计体系中,严重性颜色(Severity Colors)是一组专门用于表示系统状态等级的可视化设计元素。这类颜色通常用于警报、日志等级、健康状态等需要快速传达优先级或危险程度的场景。本文将深入解析其设计理念和应用规范。
核心设计原则
-
语义化映射
严重性颜色与特定语义强关联,例如:- 红色:紧急/危险(Critical)
- 橙色:警告(Warning)
- 黄色:需注意(Caution)
- 绿色:正常(Normal)
- 灰色:未知/中性(Unknown)
-
无障碍兼容
颜色对比度严格遵循 WCAG 2.1 AA 标准,确保色觉障碍用户可通过明度差异区分等级。 -
上下文一致性
同一颜色在不同组件(如徽章、图表、表格)中保持相同的语义含义,避免认知负担。
技术实现要点
1. 颜色令牌体系
EUI 通过设计令牌(Design Tokens)管理颜色值,例如:
$euiColorDanger: #BD271E; // 紧急状态红
$euiColorWarning: #F5A700; // 警告状态橙
2. 组件集成模式
- Badge 组件:通过
color属性直接调用严重性令牌 - Table 行状态:使用
euiTableRow--danger等修饰类 - Chart 阈值标记:在可视化中作为警戒线颜色
最佳实践指南
推荐场景
- 监控系统的健康状态指示
- 日志管理中的错误等级分类
- 表单验证的实时反馈
反模式警示
- ❌ 非状态性装饰用途(应使用中性色)
- ❌ 多色同时滥用(同一视图不超过3种严重色)
- ❌ 纯颜色依赖(需配合图标或文字说明)
扩展能力
支持通过主题定制(Theme Provider)调整色相,但需保持:
- 明度梯度符合原语义对比度
- 色相变化不改变基础语义(如危险状态仍需使用暖色系)
通过这套标准化体系,Elastic EUI 实现了复杂场景下的高效信息传达,同时兼顾了设计灵活性与用户体验一致性。开发者应在理解其设计哲学的基础上合理调用,而非简单作为调色板使用。
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
Ascend Extension for PyTorch
Python
222
245
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
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217