Expensify/App 9.1.19-0版本发布:移动端优化与功能增强
项目简介
Expensify是一款广受欢迎的财务管理应用程序,专注于简化个人和企业的报销流程。作为一款跨平台应用,它提供了Web、iOS和Android版本,帮助用户轻松跟踪支出、管理发票和处理报销请求。本次发布的9.1.19-0版本主要针对移动端体验进行了多项优化和改进。
核心改进与功能增强
移动端用户体验优化
-
键盘交互改进:修复了离线状态下键盘偏移问题,确保当离线指示器可见时,键盘不会遮挡输入内容。这一改进显著提升了在弱网环境下的用户体验。
-
视频附件显示修复:修正了查看附件模态框中视频背景颜色不正确的问题,使视频播放时的视觉效果更加专业和一致。
-
报告视图稳定性增强:解决了从报告页面返回时视图抖动的问题,使页面切换更加平滑流畅。
-
滚动条问题修复:在Expensify卡页面空状态下出现的双滚动条问题已被解决,界面显示更加整洁。
支付与发票功能改进
-
发票支付限制:现在支付发票时隐藏了添加新卡的选项,简化了支付流程并减少了潜在的操作错误。
-
扫描费用创建流程:更新了扫描收据创建费用的流程,允许用户在提交前查看完整的收据内容,提高了数据录入的准确性。
-
钱包银行账户显示:修复了钱包银行账户弹出窗口中多余空白的问题,使界面布局更加紧凑合理。
性能与底层架构优化
-
FlatList迁移:将报告页面迁移至使用独立的FlatList组件,这一架构改进有望提升列表渲染性能,特别是在处理大量数据时。
-
Onyx v3迁移:AuthScreens组件已迁移至使用Onyx v3,这是向现代化状态管理迈出的重要一步。
-
线程处理优化:改进了ReportScreen的线程创建逻辑,确保在需要时正确创建transactionThread。
开发者相关改进
-
错误堆栈可读性:更新了Terser配置以保留函数和类名称,使生产环境中的错误堆栈跟踪更加清晰可读。
-
测试流程改进:增加了iOS和Android参数化支持,便于分支测试,同时添加了开发者自查清单,提醒开发者在运行测试构建前审查代码。
-
构建系统增强:针对独立应用的开发构建进行了修复和改进,提升了开发效率。
总结
Expensify/App 9.1.19-0版本通过一系列针对性的优化和改进,显著提升了移动端用户体验,特别是在支付流程、附件查看和报告管理等方面。底层架构的持续现代化也为未来的功能扩展奠定了更坚实的基础。这些改进不仅增强了应用的稳定性和性能,也进一步简化了用户的财务管理工作流程。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0299- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









