Spectrum CSS按钮组件v14.0.0重大更新解析
Spectrum CSS是Adobe开源的一套符合Spectrum设计系统的CSS框架,它为开发者提供了构建一致用户体验的基础样式组件。本次发布的按钮组件v14.0.0版本是一个重要的里程碑式更新,它建立了Spectrum 1(S1)和Spectrum 2(S2)设计之间的桥梁。
设计系统桥梁构建
这次更新最核心的变化是引入了"Spectrum 2 Foundations"概念。这不是一个完整的S2组件迁移,而是一种创新的过渡方案。通过引入"系统"层,开发者现在可以轻松地在S1、Express和S2设计风格之间切换组件外观。
这种架构设计允许项目逐步迁移到新设计系统,而不需要一次性完成所有组件的重写。系统层负责将组件级别的token重新映射到相应的token数据集,实现了设计风格的灵活切换。
版本兼容性说明
要使用S2设计风格,必须搭配v16或更高版本的@spectrum-css/tokens。如果项目需要保持S1或Express风格,则应继续使用v14.x或v15.x版本的tokens。
值得注意的是,这个版本被用于Spectrum Web Components 1.x中,为Web组件提供了设计系统兼容性支持。
文件结构优化
新版本对文件结构进行了优化调整:
- 移除了metadata文件夹及其内容(mods.md和metadata.json),这些信息现在统一放在dist/metadata.json中
- 删除了已废弃的index-vars.css文件,建议使用index.css或index-base.css替代
文件使用指南
根据不同的使用场景,开发者可以选择不同的CSS文件组合:
- 仅需S2 Foundations样式:使用index.css,它包含所有基础样式和S2 Foundations的系统映射
- 仅需S1或Express样式:使用index-base.css配合相应的themes/(spectrum|express).css
- 需要动态切换设计风格:加载index-base.css和index-theme.css,并通过上下文类(.spectrum--legacy对应S1,.spectrum--express对应Express)控制样式表现
技术实现细节
这次更新在技术实现上采用了token系统重映射的机制,通过CSS变量和上下文类的方式实现了设计风格的动态切换。这种架构不仅保持了向后兼容性,还为未来的设计系统演进提供了灵活性。
按钮组件作为最基础的交互元素之一,这次更新为整个Spectrum CSS组件库的设计系统过渡奠定了基础。开发者现在可以更平滑地将项目从传统设计迁移到现代设计语言,而不必担心破坏性变更带来的影响。
总结
Spectrum CSS按钮组件v14.0.0的发布标志着Adobe设计系统演进的重要一步。通过引入Foundations概念,它为开发者提供了从传统设计到现代设计的过渡方案,同时保持了项目的稳定性和灵活性。这种渐进式的迁移策略值得其他设计系统借鉴,特别是在需要平衡创新和稳定性的企业级应用中。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00