Expensify/App 9.1.21-0版本发布:移动端与桌面端优化全解析
项目简介
Expensify/App是一款功能全面的费用管理应用程序,旨在帮助个人和团队高效地跟踪、管理和报销各类开支。该应用支持多平台运行,包括Web、iOS和Android,提供从费用报告创建到审批的全流程解决方案。作为一款企业级应用,Expensify特别注重用户体验的流畅性和功能的完整性。
核心优化与修复
用户界面改进
本次版本对应用的多个界面进行了细致优化。空状态屏幕现在能够正确居中显示,解决了之前可能出现的布局错位问题。搜索输入框的文字跳动问题已被修复,用户在输入搜索内容时将获得更稳定的视觉体验。工作空间功能列表现在保持一致的排序,提升了导航的确定性。
对于移动端用户,离线指示器现在能够正确处理底部安全区域,确保在不同设备上都能正确显示。iOS和Android平台上的故障排除菜单显示问题也得到解决,不再出现顶部和底部被截断的情况。
功能逻辑增强
报告处理流程获得多项改进。管理员现在可以编辑草稿报告中的费用项,解决了之前的功能限制。当工作空间在离线状态下创建时,"Track billable"标签状态现在能够正确同步到在线状态。费用视图新增了空状态显示,为用户提供更清晰的界面反馈。
在标签和分类管理方面,修复了清除错误时标签未被删除的问题。同时修复了当报告名称与房间提及相同时的错误高亮问题,提升了交互准确性。
性能与稳定性
应用启动时的骨架屏卡顿问题已解决,用户将获得更流畅的启动体验。桌面端更新机制得到修复,确保更新过程更加可靠。声音缓存处理现在采用提前返回策略,优化了资源加载效率。
iOS生产环境部署流程中的密钥路径问题已修复,提升了发布可靠性。Android和iOS的构建警告也得到处理,特别是CFBundleVersion和CFBundleShortVersionString相关的警告。
技术实现亮点
数据同步优化
新版本改进了乐观更新策略,现在会在API响应后更新乐观数据,确保本地与服务器状态的一致性。对于重复检测的处理现在与其他违规行为采用相同机制,简化了错误处理逻辑。
新增了RESOLVEDDUPLICATES动作类型,为处理重复项提供了更明确的流程。转移余额页面的链接按压处理也得到修复,提升了交互响应。
导航与交互
确认模态框的后退导航现在得到正确处理,防止意外退出。自动聚焦逻辑经过调整,解决了边栏关闭后焦点异常问题。附件模态框的弹出位置计算更加准确,提升了用户体验。
搜索查询字符串的格式问题已修复,确保搜索功能更加可靠。列表报告中禁用的字段现在会被正确隐藏,界面显示更加整洁。
安全与合规
支付卡添加和订阅查看流程的文档得到更新,确保用户操作指引准确。编辑和提交费用报告的文档也进行了相应修订。通用产品故障排除指南内容得到扩充,帮助用户更好地解决问题。
欺诈报告功能稳定性提升,修复了查看卡片交易后报告欺诈时应用崩溃的问题。团队邮箱的特殊处理已实现,"添加到群组"按钮不再显示在不支持的账户上。
总结
Expensify/App 9.1.21-0版本通过一系列细致的优化和修复,显著提升了应用的稳定性、性能和用户体验。从界面交互到核心功能逻辑,从移动端到桌面端,本次更新覆盖了应用的多个关键方面。开发团队特别注重解决用户实际使用中遇到的问题,同时也不断完善文档和指引,帮助用户更好地利用应用功能管理他们的费用流程。
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