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 21:40:49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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook09
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
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++
1.08 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
302
117
昇腾LLM分布式训练框架
Python
178
220