Expensify/App 9.1.47-0版本发布:移动端优化与功能增强深度解析
2025-06-14 03:25:05作者:龚格成
项目背景与版本概述
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。本次发布的9.1.47-0版本作为预发布(staging)阶段的重要更新,包含了多项功能优化和问题修复,特别针对移动端体验进行了显著提升。
核心功能改进
1. 报告管理功能增强
开发团队对报告页面进行了重构,新增了拖放区域(drop zone)功能,使用户能够更直观地管理报告附件。同时优化了报告列表展示逻辑,现在可以更清晰地分类显示"开放中"和"已提交"两种状态的报告。
在报告处理流程方面,修复了多个关键问题:
- 修复了在离线模式下创建费用时无法添加到未报告列表的问题
- 解决了删除费用后标题显示异常的问题
- 改进了报告滚动可见性逻辑,提升了聊天和财务报告的浏览体验
2. 多标签系统与下载功能
本次更新引入了多标签系统的beta版本,用户现在可以:
- 为费用添加多个标签进行分类管理
- 直接下载标签数据用于离线分析
- 在标签选择器中获得更完整的文本显示(修复了底部文字被截断的问题)
3. 费用处理流程优化
针对费用处理的关键路径进行了多项改进:
- 修复了非管理员审批人缺少提交按钮的问题
- 优化了"支付"和"批准"按钮在不同状态报告中的显示逻辑
- 解决了距离费用预览错误显示"待处理"状态的问题
- 改进了费用预览中的用户头像显示,特别是在离线拆分费用时
移动端专项优化
1. 性能提升
iOS平台获得了显著的性能改进:
- 修复了切换标签时图标延迟加载的问题
- 优化了Lottie动画在三联空状态插图中的缩放和容器宽度
- 改进了react-native-draggable-flatlist在iOS平台的兼容性
2. Android特定修复
针对Android平台的多个问题得到解决:
- 修复了选择器(picker)中的无效列标志错误
- 解决了税率显示重叠问题
- 优化了地址列表滚动时的光标显示
3. 导航与UI体验
- 修复了从线程返回时可能出现的"未找到页面"问题
- 优化了底部标签栏的图标高亮逻辑
- 改进了交易组件在窄标题情况下的金额显示位置
- 解决了刷新页面后状态显示异常的问题
技术架构改进
1. 代码质量提升
开发团队持续推进代码质量改进:
- 新增了CSpell拼写检查工具
- 移除了未使用的Onyx工厂代码
- 为RN升级做好了类型检查准备
- 优化了工作流并发处理逻辑
2. 测试与部署流程
- 改进了部署检查清单的完整性和准确性
- 优化了发布创建前的版本检查逻辑
- 实现了部署阻塞问题的分页获取机制
- 重构了构件(artifact)工作流以支持有效并发
安全与合规更新
- 更新了澳大利亚地区的PDS和FSG PDF文档,支持在步骤5中下载
- 完善了加密与数据安全文档
- 修复了公司网站默认值保存问题
用户体验细节优化
本次更新还包含了许多细致的用户体验改进:
- 修复了测试驱动演示完成后模态框短暂显示的问题
- 解决了迁移用户欢迎模态框无响应的问题
- 优化了小屏幕/选择模式下的行选择逻辑
- 改进了公开域名错误消息的结尾标点
- 修复了聊天中更改类别时"下一步"显示异常的问题
总结
Expensify/App 9.1.47-0版本作为一次全面的预发布更新,在功能完善、性能优化和用户体验等多个维度都取得了显著进展。特别是对移动端的深度优化,使应用在Android和iOS平台上的表现更加稳定流畅。开发团队对核心财务流程的持续改进,以及对技术债务的积极清理,为应用的长期健康发展奠定了坚实基础。
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