Expensify/App 9.1.40-2版本更新解析:功能优化与问题修复
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费用报销流程。该应用提供了从收据扫描到费用跟踪、报告生成等一系列功能,帮助用户高效管理财务事务。本次发布的9.1.40-2版本带来了一系列重要的功能改进和问题修复,进一步提升了用户体验。
核心功能优化
费用报告与任务管理增强
新版本对费用报告功能进行了多项改进。报告预览页面现在能正确显示"标记为已关闭"操作,与"已提交"操作保持一致的显示方式。在报告页面中,修复了"下一步"步骤上方显示额外空间的问题,使界面更加整洁。同时,新增了任务部分到报告中,并修复了多个与任务相关的错误,提升了任务管理的完整性和可靠性。
银行账户与支付体验改进
在银行账户设置方面,修复了Expensify卡页面在关闭银行账户设置RHP后重新加载的问题,使流程更加顺畅。支付菜单中的银行图标大小问题也得到了修正,现在显示更加协调。此外,修复了"To"字段的悬停效果问题,确保其与点击行为的逻辑一致性。
聊天与群组功能优化
群聊功能获得了多项改进。修复了离线创建的聊天成员显示问题,确保成员列表的准确性。对于群组聊天名称测试进行了重构,改进了侧边栏渲染测试的异步处理。同时解决了分割扫描后工作区聊天重复的问题,提升了聊天体验的稳定性。
用户体验提升
界面与交互改进
新版本对多个界面元素进行了优化。帮助页面中的滚动条位置问题得到修正,现在显示更加合理。收据页面缺失的标题和三点菜单问题已修复,使功能更加完整。可疑交易标题下方的字体颜色在浅色模式下显示不正确的问题也得到了解决。
导航与选择功能增强
桌面导航方面移除了左侧边栏的beta标签,标志着该功能的稳定。长按选择功能现在在选择模式启用时能够正确切换选择状态,提升了操作效率。Android设备上通过LHN创建的离线聊天问题已修复,确保了功能的可靠性。
技术架构改进
性能与代码优化
开发团队对代码库进行了多项优化。移除了已存档报告ID检查函数,减少了不必要的网络请求。简化了混合和独立设置的实现逻辑,使代码更加清晰。对OptionsListUtils测试用例进行了改进,增加了更全面的测试覆盖。
系统消息与通知改进
工作区聊天工具提示在受邀加入工作区时未显示的问题已修复。系统消息中的HTML标签显示问题得到解决,现在能正确呈现Markdown格式。MOVED动作类型的最后消息返回逻辑进行了修正,确保报告最后消息的准确性。
安全与合规性增强
新版本加强了安全措施,要求在从经典版本过渡时强制启用双因素认证,提升了账户安全性。私人域名入职检查功能进行了跟进优化,确保企业用户能够顺利完成设置流程。
总结
Expensify/App 9.1.40-2版本通过一系列功能优化和问题修复,显著提升了应用的稳定性、安全性和用户体验。从费用报告管理的改进到聊天功能的优化,从界面元素的修正到后台性能的提升,这些变化共同为用户提供了更加流畅、可靠的财务管理工具。开发团队对细节的关注和对用户反馈的快速响应,体现了Expensify持续改进产品体验的承诺。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00