Expensify/App 9.1.7-1版本发布:移动端优化与功能增强
2025-06-14 09:58:11作者:蔡怀权
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。该应用提供了费用跟踪、发票管理、团队协作等功能,帮助用户高效管理财务事务。本次发布的9.1.7-1版本带来了多项重要改进,主要集中在移动端体验优化、离线状态处理和工作区管理等方面。
核心改进与优化
连接状态管理增强
开发团队对应用的离线状态处理机制进行了优化。当Pusher服务的PINGPONG功能失败时,系统现在能够更准确地反映离线状态。这一改进确保了在网络不稳定情况下,用户界面能够及时反馈当前连接状态,避免因网络问题导致的操作困惑。
费用报告流程优化
在费用报告部分,修复了可能导致无限加载的问题。这一改进显著提升了用户浏览和提交费用报告时的体验,特别是在处理大量数据时。同时,团队还优化了费用跟踪提交的相关代码,移除了旧的BETA_COMBINED_TRACK_SUBMIT引用,使代码更加简洁高效。
工作区管理改进
针对工作区功能进行了多项优化:
- 修复了在离线模式下更改审批人时工作区副标题显示不一致的问题
- 实现了当用户通过工作区加入链接多次尝试加入时的正确处理
- 优化了从工作区移除成员时相关沟通记录的归档处理
用户体验提升
界面与导航优化
- 修复了在直接消息中拆分账单时沟通界面无法滚动的问题
- 改进了支付款项请求后的导航体验
- 优化了银行账户页面从桌面端访问时的加载问题
- 为创建费用流程添加了管理工具提示,帮助用户更好地理解操作流程
跨平台一致性
开发团队特别关注了不同平台间的体验一致性:
- 在原生平台上为代码块使用了更简单的样式,确保显示效果统一
- 修复了FAB(浮动操作按钮)在使用重构模态时可能出现的视图不可见问题
技术架构改进
性能优化
- 升级了react-fast-pdf库版本,提升了PDF处理性能
- 重构了buildOnyxDataForTrackExpense函数,采用参数对象形式,提高了代码可读性和维护性
安全增强
在安全设置页面新增了API调用,进一步增强了账户安全性。这一改进为用户提供了更全面的安全控制选项。
文档与内部工具
团队同步更新了相关文档:
- 更新了费用类型文档
- 完善了加入公司工作区的指南文档
- 重命名并更新了发送和支付发票的相关文档
- 改进了混合应用(HYBRID_APP)的清理说明
总结
Expensify/App 9.1.7-1版本通过一系列细致的优化和改进,显著提升了应用的稳定性、性能和用户体验。特别是对移动端使用场景和工作区管理的优化,体现了团队对用户实际需求的深入理解。这些改进不仅解决了已知问题,还为应用的未来发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
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 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 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137