Spectrum CSS TagGroup组件v7.0.0发布解析
Spectrum CSS是Adobe开源的一套设计系统CSS实现,它为Web应用提供了一套完整的UI组件库。本次发布的TagGroup组件v7.0.0版本是一个重要的里程碑更新,它实现了Spectrum 1(S1)和Spectrum 2(S2)设计之间的桥梁,被称为"Spectrum 2 Foundations"。
版本核心变化
这个主要版本更新引入了系统层的概念,允许开发者通过重新映射组件级别的token来在S1、Express和S2设计之间切换组件外观。需要注意的是,这并不代表一个完整的S2组件迁移,而是为Spectrum Web Components 1.x提供的基础支持。
要使用S2外观,开发者需要搭配使用v16或更高版本的@spectrum-css/tokens。如果希望保持S1或Express外观,则需要使用v14.x或v15.x版本的token。
文件结构和使用建议
新版本对文件结构进行了优化:
index.css文件包含了所有基础样式以及S2 Foundations的系统映射index-base.css文件仅包含基础样式,适合与主题文件配合使用- 主题文件
themes/(spectrum|express).css提供了特定设计系统的样式
对于需要灵活切换设计系统的场景,建议组合使用index-base.css和index-theme.css文件,并通过.spectrum--legacy(S1)或.spectrum--express(Express)类名来控制外观。
废弃内容
本次更新移除了以下内容:
metadata文件夹及其包含的文档文件- 已废弃的
index-vars.css文件
组件信息现在统一通过发布包中的dist/metadata.json文件提供。
技术实现细节
新版本通过系统层实现了设计系统的灵活切换,这一机制本质上是通过CSS变量重映射实现的。开发者可以根据项目需求选择不同的token版本和CSS文件组合,从而获得所需的视觉风格。
对于需要完全S2设计的项目,建议使用next标签的发布版本,而不是这个Foundations版本。这个版本主要是为Spectrum Web Components 1.x提供支持。
升级建议
升级到v7.0.0版本时,开发者需要注意:
- 检查项目中是否使用了已废弃的文件或功能
- 根据项目需求选择合适的token版本
- 评估是否需要实现设计系统切换功能
- 更新相关依赖,特别是
@spectrum-css/tag组件需要升级到v10.0.0版本
这次更新为Spectrum CSS的设计系统演进提供了更灵活的架构,使开发者能够更平滑地在不同设计语言之间过渡。
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