Expensify/App 9.1.39-6-staging版本发布技术解析
项目简介
Expensify是一款集成了费用管理、报销流程和团队协作功能的企业级应用。作为一款全平台解决方案,它提供了Web、移动端和桌面端的完整体验,帮助企业和个人高效管理财务流程。
核心功能优化
费用报告视图改进
本次版本对费用报告视图进行了多项优化,解决了金额显示超出视图范围的问题,并修复了在窄屏设备上删除费用项的功能异常。开发团队还优化了事务线程导航箭头的显示逻辑,提升了用户在收件箱中的操作体验。
搜索功能增强
搜索模块获得了显著改进,包括修复了带空格搜索的问题,优化了搜索结果高亮和滚动逻辑,并解决了长报告名称在搜索框中的文本对齐问题。这些改进使得用户能够更高效地定位所需内容。
多平台兼容性提升
针对Android平台,修复了底部导航栏视口被截断的问题;在iOS和桌面端,优化了启动画面显示,减少了Bootsplash闪烁现象。这些改进显著提升了跨平台用户体验的一致性。
技术架构演进
状态管理重构
开发团队完成了从User模型到Account模型的大规模迁移工作,移除了所有对ONYXKEYS.USER的引用。这一架构调整使状态管理更加清晰,为后续功能扩展奠定了更好的基础。
性能优化
通过优化getTransactionsSections函数的计算逻辑,减少了冗余计算,提升了大型费用列表的渲染性能。同时优化了搜索API调用,降低了网络请求开销。
用户体验改进
工具提示系统
新增了多项工具提示,包括全局创建按钮、工作区聊天、RBR/GBR聊天和账户切换器等,帮助新用户更快上手应用功能。
交互反馈增强
实现了新添加费用项在表格视图中的临时高亮效果,为用户提供更直观的操作反馈。同时修复了支付标记显示问题,确保1:1聊天中的支付状态准确可见。
安全与合规
工作区管理
加强了工作区成员权限控制,确保非成员无法访问相关卡片信息。同时改进了工作区邀请角色分配流程,使其更加清晰和安全。
费用审批流程
修复了包含违规的已批准费用在预览中的状态显示问题,确保审批流程的透明度和准确性。
国际化支持
修复了西班牙语界面下"Schedule demo"文本对齐问题,提升了多语言用户的体验一致性。
开发者体验
改进了版本发布脚本,优化了变更日志生成流程,使版本管理更加高效可靠。同时增加了关键操作日志,便于问题排查和系统监控。
这个版本展示了Expensify团队对产品质量的持续追求,通过架构优化、性能提升和用户体验改进,为企业用户提供了更稳定高效的费用管理解决方案。
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