Expensify/App 9.1.54-7版本技术解析: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,专注于简化企业报销和个人费用跟踪流程。本次9.1.54-7版本更新带来了多项重要改进,特别针对移动端用户体验和核心功能进行了优化。作为一款跨平台应用,Expensify始终致力于提升各平台的一致性和稳定性。
移动端体验全面升级
本次更新中,移动端获得了多项关键修复。键盘弹出问题得到了解决,当用户导航至IOU路径点时,键盘不再短暂闪现。模态框背景现在能够正确占据整个屏幕高度,提升了视觉一致性。Android设备上的文本选择模式行为更加合理,长按费用项目时不再意外触发选择模式。
对于Android用户特别值得注意的是,修复了当通过设备返回按钮退出选择模式后无法重新进入选择模式的问题。同时解决了在私人笔记中点击"复制到剪贴板"时应用崩溃的严重问题。iOS平台也获得了改进,Pager组件的内部事件现在正确暴露为onTabSelect,修复了"开始聊天"标签切换时输入框失去焦点的问题。
报告系统功能增强
报告功能作为Expensify的核心模块,在本版本中获得了多项改进。新增了报告撤回功能,为用户提供了更灵活的操作空间。修复了创建新报告时可能出现的无限加载问题,提升了用户体验。对于包含"&"字符的默认报告标题,现在能够正确显示而不显示为"amp"。
报告预览界面也获得了优化,移除了成员后不再显示空的绿色按钮。修复了存档工作区中报告字段文本显示不正确的问题。特别改进了MOVEDTRANSACTION消息的处理逻辑,现在对于已删除的报告能够正确显示。
性能优化与错误修复
底层性能方面,日志刷新机制从每次50行调整为150行,提高了日志处理效率。HTML粘贴时的截断逻辑被移至解析器中,提升了处理稳定性。离线模式下的报告表格视图获得了模式识别改进,增强了离线使用体验。
错误处理方面,修复了向新用户发送发票时应用崩溃的问题。解决了保存未更改描述时错误显示系统消息的问题。费用流的分割处理使流程更加清晰稳定。键盘现在能够在重命名保存搜索页面时正确弹出。
用户界面细节打磨
界面细节方面,下拉按钮在多个工作区页面上移除了回车键触发功能,避免了误操作。收据模态框的操作项从三点溢出菜单中移出,提高了可访问性。钱包页面的弹窗现在能够正确响应页面尺寸变化而不再偏移。
新增了桌面版上传费用流程中的"下载应用"推广横幅,促进了移动端用户增长。视频播放器获得了样式升级,提升了帮助内容的观看体验。左侧边栏进行了简化,将订阅项移至账户并移除了域名链接,使导航更加清晰。
技术架构改进
底层架构方面,HybridApp的initialProps获得改进,提升了混合应用的初始化性能。TypeScript编译器API的Jest配置得到修正,增强了测试稳定性。拼写检查工具CSpell被引入代码库,提高了代码质量。
Onyx库升级至2.0.108版本,带来了状态管理方面的改进。报告名称值对获取的逻辑被重构,移除了不必要的调用,优化了性能。搜索右侧面板的返回行为得到修正,导航更加符合预期。
这个版本展示了Expensify团队对细节的关注和对用户体验的持续追求,通过一系列有针对性的改进,使这款财务管理工具更加稳定、高效和易用。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00