Expensify/App 9.1.21-3版本发布:移动端优化与功能增强
2025-06-14 00:38:54作者:劳婵绚Shirley
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到报告生成的一站式解决方案,支持多平台使用。本次发布的9.1.21-3版本主要针对移动端体验进行了多项优化和问题修复。
用户体验优化
本次更新中,开发团队重点改善了应用的空状态显示问题。空状态屏幕现在能够正确居中显示,为用户提供更清晰的界面反馈。同时修复了应用在加载时可能卡在骨架屏状态的问题,提升了整体流畅度。
搜索功能也获得了改进,解决了搜索输入框文本跳动的问题,并修正了搜索查询字符串的格式错误。这些改动使得搜索体验更加稳定和可靠。
工作区功能增强
工作区相关功能在本版本中得到了多项改进:
- 工作区功能列表现在保持了统一的排序方式
- 修复了工作区升级确认按钮在旅行升级页面缺失的问题
- 解决了离线创建工作区时"Track billable"选项状态异常的问题
- 改进了标签/类别添加错误的处理逻辑
报告与费用管理
在报告和费用管理方面,本次更新包含以下改进:
- 修复了管理员无法编辑草稿报告中费用的问题
- 隐藏了报告页面To字段中不应显示的"Hidden"标识
- 增加了费用视图的空状态显示
- 改进了重复检测的处理逻辑,使其与其他违规行为一致
- 添加了新的RESOLVEDDUPLICATES操作类型
移动端特定修复
针对移动端用户,本次更新特别解决了以下问题:
- 离线指示器现在正确处理了底部安全区域填充
- 修复了iOS设备上键盘不自动显示的问题
- 解决了iOS和Android设备上故障排除菜单被截断的问题
- 优化了声音缓存处理逻辑
- 修复了查看信用卡交易后应用可能崩溃的问题
技术架构改进
在技术架构层面,开发团队进行了多项优化:
- 移除了iOS和Android独立应用的部署工作流
- 清理了推送通知订阅库
- 修复了CFBundleVersion和CFBundleShortVersionString的iOS构建警告
- 优化了API响应后的乐观数据更新机制
- 改进了桌面应用的更新机制
文档更新
除了功能改进外,本次更新还包含多项文档更新:
- 更新了添加支付卡和查看订阅的指南
- 修订了编辑和提交费用报告的说明
- 完善了产品故障排除文档
这些文档更新将帮助用户更好地理解和使用Expensify的各项功能。
总体而言,9.1.21-3版本通过多项优化和修复,显著提升了Expensify应用的稳定性和用户体验,特别是在移动设备上的表现。开发团队持续关注用户反馈,不断改进产品功能,为用户提供更优质的财务管理解决方案。
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
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
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++
680
1.33 K
Ascend Extension for PyTorch
Python
719
875
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
456
438
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
1.1 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
303
117
昇腾LLM分布式训练框架
Python
178
220