Expensify/App 9.1.46-0版本发布:移动端优化与功能修复深度解析
2025-06-14 13:04:46作者:邓越浪Henry
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报销流程。该应用提供了从费用跟踪、报告生成到审批流程的全套解决方案。本次发布的9.1.46-0版本带来了多项重要改进,主要集中在移动端用户体验优化、报告功能修复以及系统稳定性提升等方面。
移动端体验全面升级
本次更新对移动端进行了多项优化,显著提升了用户操作体验。其中值得关注的是修复了移动端选择模式下的清除选择功能,解决了用户在移动设备上操作时可能遇到的交互问题。同时,针对Android平台进行了钱包功能的深度集成,为未来更完善的移动支付体验奠定了基础。
在附件处理方面,开发团队修复了Android平台上附件选择器不显示的问题,并改进了附件模态框对损坏图像的处理能力。这些改进使得用户在移动设备上处理各类附件时更加顺畅。
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重要修复:
- 解决了无限加载问题:当用户点击自己的费用聊天时,系统不再出现无限加载的情况。
- 优化了报告预览显示:现在能够正确过滤不应显示的预览报告,避免界面混乱。
- 改进了报告删除逻辑:修复了删除倒数第二个费用时可能出现的问题,确保操作流畅性。
- 增强了报告导航功能:更新了报告标签中的父级报告跳转逻辑,使用户能够更直观地浏览相关报告。
工作区管理改进
工作区功能在本版本中获得了多项修复和优化:
- 修复了工作区功能多选问题,确保管理员能够正确配置工作区功能。
- 解决了工作区聊天显示异常的问题,避免不必要的信息干扰。
- 改进了工作区变更流程,修复了点击"更改工作区"时可能出现的页面跳转错误。
交易与费用处理优化
在交易处理方面,本次更新包含以下重要改进:
- 修复了客户端超额违规计算不考虑外汇汇率的问题,确保国际交易计算的准确性。
- 优化了交易线程报告创建逻辑,避免不必要的乐观创建。
- 改进了交易金额导航功能,提升用户浏览大量交易时的体验。
- 修复了同时显示两个费用预览时可能出现的应用崩溃问题。
系统稳定性与性能提升
开发团队在本版本中实施了多项底层优化以提升系统稳定性:
- 迁移到react-native-nitro-sqlite,优化了数据存储性能。
- 实现了报告视图的优化,防止长时间使用后的内存泄漏问题。
- 更新了提交差异的分页处理,提升大型变更列表的加载效率。
- 修复了多个可能导致系统不稳定的边界条件问题。
用户界面细节打磨
在用户体验细节方面,本次更新包含了多项界面优化:
- 修复了LHN(左侧导航栏)工具提示不显示的问题。
- 优化了必填字段错误提示的显示逻辑,确保用户能够清晰了解输入要求。
- 改进了类别名称变更时的标题和URL更新机制。
- 调整了PDF下载功能的位置,将其移至"更多"按钮下,使界面更加整洁。
总结
Expensify/App 9.1.46-0版本通过一系列精细化的改进,显著提升了应用的稳定性、功能完整性和用户体验。特别是对移动端和工作区管理的优化,体现了开发团队对用户实际使用场景的深入理解。这些改进不仅解决了已知问题,还为未来的功能扩展奠定了更坚实的基础。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878