Expensify/App 9.1.7-2版本发布:移动端优化与功能增强
Expensify是一款广受欢迎的财务管理应用,专注于简化个人和企业的费用报销流程。该应用提供了从收据扫描到费用报告生成的全套解决方案,支持多平台使用。本次发布的9.1.7-2版本主要针对移动端用户体验进行了多项优化和功能增强。
核心改进与优化
用户界面与交互体验
-
选择按钮间距调整:修复了最后一个选择项与"下一步"按钮之间缺少间距的问题,使界面布局更加合理美观。
-
搜索模态框优化:当键盘可见时显示搜索模态框,现在能够正确处理视口滚动位置,避免自动滚动到底部的问题。
-
标签显示优化:当没有选择任何值时,标签现在能够保持正常大小显示,而不是异常缩小。
-
滚动条问题修复:解决了切换报告类型时滚动条异常出现的问题,提升了界面稳定性。
功能增强与修复
-
待处理交易图标:为待处理的卡片交易添加了专门的图标标识,使用户能够更直观地识别交易状态。
-
URL路径更新:将/profile路径统一更新为/overview,保持应用内部路由的一致性。
-
收据扫描流程:修复了收据扫描完成后界面仍然显示扫描状态的问题,确保流程顺畅。
-
分类页面骨架屏:解决了分类页面骨架屏溢出导致页面可滚动的问题,提升了加载时的用户体验。
技术架构改进
-
函数重构:对getTrackExpenseInformation和buildOnyxDataForTrackExpense等核心函数进行了重构,采用参数对象的方式,提高了代码的可读性和可维护性。
-
缓存限制调整:增加了缓存键大小限制,优化了应用性能。
-
离线状态处理:改进了Pusher PINGPONG失败时的离线状态处理机制,增强了应用的稳定性。
-
PDF处理库升级:更新了react-fast-pdf库版本,提升了PDF处理能力。
文档与配置更新
-
文档重命名与更新:对多篇帮助文档进行了重命名和内容更新,包括《创建群组》更名为《域群组》、《创建费用规则》更名为《费用规则》等,使文档命名更加准确。
-
配置文件调整:移除了不再使用的BETA_COMBINED_TRACK_SUBMIT相关引用,清理了项目配置。
-
Git忽略规则:添加了对fleet目录的忽略规则,优化了版本控制管理。
安全与连接改进
-
安全设置API:在安全设置页面新增了API调用,增强了账户安全性。
-
直接连接稳定性:改进了与直接数据源的连接稳定性,减少了连接中断的情况。
-
银行账户页面加载:修复了从桌面端跳转到银行账户页面时可能出现的加载问题。
工作区与群组管理
-
工作区加入链接:修复了工作区加入链接只能使用一次的问题,现在可以多次使用。
-
工作区副标题一致性:解决了在离线模式下更改审批人时工作区副标题显示不一致的问题。
-
群组聊天优化:当从工作区移除成员时,现在会乐观地归档相关群组聊天,提升了响应速度。
总结
Expensify/App 9.1.7-2版本通过一系列细致的优化和修复,显著提升了移动端用户体验。从界面微调到核心功能增强,再到技术架构的改进,这些变化共同构成了一个更加稳定、高效的费用管理解决方案。特别是对离线状态处理、PDF处理和缓存机制的改进,为应用的长期健康发展奠定了更坚实的基础。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00