Expensify/App 9.1.8-0版本发布:移动端优化与功能增强
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全套解决方案,支持多平台使用。本次发布的9.1.8-0版本带来了多项改进,主要集中在移动端用户体验优化、支付流程增强以及错误修复等方面。
核心功能改进
移动键盘交互优化
开发团队对移动端的键盘交互进行了多项改进。在搜索模态框中启用了键盘避免视图功能,解决了键盘弹出时可能遮挡内容的问题。同时修复了保存按钮被键盘遮挡的情况,提升了移动设备上的表单填写体验。
支付流程增强
版本中对支付相关功能进行了多处改进。修复了无法持有卡片费用的问题,并增加了对已删除或存在错误卡片的禁用处理。在金钱请求预览中加入了支付图标动画效果,使支付流程更加直观。此外,还改进了非美元VBA流程的连接体验。
报告管理优化
针对报告管理功能,团队修复了多个问题。包括修复了将费用发送到已过期工作区的问题,改进了搜索查询中草稿、已批准和已完成状态的显示效果,确保这些状态能够正确高亮显示。还优化了报告公式的帮助页面内容,使用户更容易理解相关功能。
用户体验提升
界面显示改进
本次更新对多个界面元素进行了调整。修复了顶部栏的padding问题,使布局更加合理。改进了移动端左侧导航栏中的头像显示问题,避免头像被意外清除。同时优化了"To"字段的悬停效果,使其在不可编辑状态下不会显示悬停效果。
状态管理增强
开发团队对应用的状态管理进行了优化。改进了离线状态的检测逻辑,确保在网络连接变化时能够正确反映应用状态。同时优化了分屏详情页中距离相关字段的显示,解决了字段缺失的问题。
技术架构改进
代码重构与优化
团队进行了多项代码重构工作。将createSplitsAndOnyxData函数改为使用参数对象,提高了代码的可读性和可维护性。同时优化了Onyx派生值的处理逻辑,提升了数据管理的效率。
构建与部署改进
在构建流程方面,修复了工作区默认工作流的问题,确保构建过程更加稳定可靠。同时升级了electron-updater依赖版本,从6.4.1升级到6.5.0,带来了更好的自动更新体验。
文档与帮助内容更新
本次更新还包含了多项文档改进。新增了Intacct SmartRules的FAQ内容,帮助用户更好地理解相关功能。更新了免费试用相关的文案说明,使信息传达更加清晰准确。同时改进了markdown渲染效果,提升了文档内容的显示质量。
Expensify/App 9.1.8-0版本的这些改进和修复,进一步提升了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,不断优化产品功能,为用户提供更加流畅、高效的财务管理解决方案。
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