Expensify/App 9.1.62-0版本发布:多标签支持与扫描优化
2025-06-13 09:31:34作者:宣海椒Queenly
Expensify是一款广受欢迎的费用管理和报销应用,它简化了个人和企业处理日常开支的流程。本次发布的9.1.62-0版本带来了多项功能改进和问题修复,特别是在多标签管理和扫描功能方面有显著优化。
多标签功能全面升级
本次版本最值得关注的是对多标签系统的重大改进。开发团队实现了部分编辑和完整导入多级标签的能力,这为用户提供了更灵活的标签管理方式。在费用分类场景中,用户现在可以更精细地组织和管理他们的开支记录。
多标签功能的增强主要体现在三个方面:
- 支持对现有标签进行部分编辑,而不必每次都重新创建完整标签
- 实现了多级标签的批量导入功能
- 优化了标签在界面中的显示和交互体验
扫描功能优化
扫描功能是Expensify的核心特性之一,本次更新对扫描体验进行了多处改进:
- 修复了扫描工具提示位置问题,现在能正确指向扫描按钮
- 优化了扫描过程中的审批按钮显示逻辑
- 解决了多扫描功能关闭时收据预览的显示问题
- 修复了重新拍摄照片后收据预览不更新的问题
这些改进显著提升了用户在移动设备上扫描收据的体验,使整个流程更加流畅自然。
费用报告视图改进
新版本对费用报告视图进行了多项优化:
- 修复了单笔费用报告视图的显示问题
- 添加了报告视图的空状态提示
- 解决了预览宽度跳变的问题
- 优化了报告详情页面的导航体验
这些改进使得用户查看和管理费用报告时能获得更一致的体验,特别是在处理单笔费用时。
性能优化与稳定性提升
开发团队在本版本中进行了多项底层优化:
- 重构了completeTestDriveTask()函数,使其成为纯函数
- 移除了不必要的getReportNameValuePairs调用
- 更新了多个依赖包版本,包括webpack-dev-server和fast-equals
- 优化了React Native版本的排序脚本
这些改进虽然对用户不可见,但显著提升了应用的响应速度和稳定性。
其他重要修复
- 解决了下载CSV功能在离线状态下的不一致问题
- 修复了删除费用后导航不正确的问题
- 优化了账户切换器中emoji的显示效果
- 改进了焦点模式的自动切换逻辑
- 修复了复制邮箱地址时的格式问题
这些修复涵盖了从核心功能到用户体验的多个方面,进一步提升了Expensify的整体质量。
总结
Expensify 9.1.62-0版本通过多项功能增强和问题修复,为用户提供了更稳定、更高效的费用管理体验。特别是多标签功能的完善和扫描流程的优化,将帮助用户更轻松地处理日常开支和报销流程。开发团队持续关注用户体验的改进,使Expensify在费用管理领域的领先地位更加稳固。
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 Notebook08
热门内容推荐
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