Expensify/App 9.1.45-0版本发布:移动端与桌面端全面优化
2025-06-14 20:52:38作者:范垣楠Rhoda
项目简介
Expensify是一款集费用管理、报销流程和团队协作于一体的综合性应用。作为一款跨平台解决方案,它同时支持Web、移动端(iOS/Android)和桌面端(macOS)使用场景,为企业用户和个人用户提供高效的财务管理和团队协作工具。
核心功能优化
1. 报告视图与交易处理改进
本次版本对报告视图进行了多项重要优化:
- 修复了交易预览在特定条件下显示不完整的问题
- 改进了违规费用的"Review Required"标记显示逻辑
- 解决了批准待处理费用后已保留费用消失的问题
- 优化了导出到会计软件按钮的图标显示问题
- 增强了报告标题在不同场景下的默认生成逻辑
这些改进显著提升了财务报告的准确性和用户体验,特别是在处理复杂报销流程时。
2. 搜索与导航体验提升
搜索功能获得了多项增强:
- 修复了包含空格的搜索词处理问题
- 优化了搜索结果中群组的显示逻辑
- 减少了不必要的API调用,提高搜索响应速度
- 改进了移动端Chrome浏览器中的历史记录重复问题
导航方面,修复了多个场景下的页面跳转问题,包括:
- 邀请用户后返回页面的逻辑
- 深层链接打开聊天时的重复调用问题
- 设备返回按钮在特定页面的行为一致性
3. 移动端专项优化
针对移动设备进行了多项改进:
- 修复了键盘在表情选择器关闭后无法重新显示的问题
- 优化了底部标签栏的切换体验
- 改进了文本输入框的自动高度调整
- 解决了特定情况下会话存储清除不彻底的问题
- 修复了Android平台上替换收据时的崩溃问题
技术架构改进
1. 性能优化
开发团队实施了多项性能提升措施:
- 重构了侧边栏报告ID排序逻辑
- 减少了工作区功能的不必要API调用
- 优化了搜索导航器的渲染性能
- 改进了聊天标签砖路(chat tab brick road)的计算方式
2. 代码质量提升
- 移除了未使用的依赖项
- 改进了类型处理,减少了类型转换
- 修复了多个控制台错误
- 添加了更严格的拼写检查
- 完善了Onyx参数的文档说明
3. 新组件引入
版本引入了TextWithMiddleEllipsis组件,专门用于处理中间省略号的文本显示场景,为长文本展示提供了更好的解决方案。
用户体验细节改进
1. 界面一致性修复
- 解决了多个页面刷新后界面不一致的问题
- 修复了地址确认页面的UI问题
- 统一了不同场景下的错误消息显示
- 优化了收据加载指示器的大小
2. 交互流程优化
- 改进了自动分类选项操作中的按钮显示逻辑
- 修复了成员部分在离开房间线程后的显示问题
- 优化了反馈调查页面的底部填充
- 解决了内容在点分隔符前为空的问题
3. 多语言支持
- 修复了西班牙语中的拼写错误
- 改进了违规信息的完整句子表达
构建与发布改进
- 更新了Android发布逻辑
- 优化了桌面端和Web端的源码映射文件
- 改进了预发布状态的版本管理
- 更新了多个内部文档
总结
Expensify/App 9.1.45-0版本带来了全方位的改进,从核心财务功能到基础用户体验都得到了显著提升。开发团队不仅解决了大量已知问题,还引入了多项性能优化和代码质量改进措施,为应用的长期健康发展奠定了基础。这些改进使得Expensify在跨平台财务管理解决方案中保持了竞争优势,为用户提供了更加稳定、高效的使用体验。
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 Notebook0116
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
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
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++
856
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++
677
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
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++
1.07 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
297
116
昇腾LLM分布式训练框架
Python
178
220