Expensify/App 9.1.17-1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程序,专注于简化个人和企业的费用报告、报销流程以及团队协作。该应用提供了从收据扫描到费用审批的全套解决方案,帮助用户高效管理财务事务。
核心功能优化
用户界面改进
本次更新对用户界面进行了多项优化,解决了多个影响用户体验的问题。修复了在邀请进入私聊时可能出现的空白背景问题,提升了界面一致性。同时解决了键盘弹出时模态框底部变灰的视觉问题,使交互更加流畅。
工作区管理增强
针对工作区功能进行了重要改进,修复了从共享费用跟踪流程创建的工作区默认名称显示用户邮箱而非预期名称的问题。此外,还解决了创建工作区失败时可能错误显示引导模态框的情况,提升了工作区创建的稳定性。
搜索功能优化
改进了搜索功能对特殊字符的处理能力,现在包含特殊字符的聊天报告能够正常出现在搜索结果中。这一改进显著提升了搜索功能的可靠性和用户体验。
技术实现细节
表单处理改进
在技术实现层面,项目将账户类型步骤迁移到了FormProvider架构中,这是向更现代化、更可维护的表单处理方式迈进的重要一步。这种架构变更有助于减少代码重复,提高表单状态管理的效率。
性能优化
针对性能问题,开发团队修复了多个可能导致界面卡顿或异常跳转的问题。包括解决了创建费用时聊天界面短暂跳转到顶部的问题,以及优化了接收付款时的自动滚动行为,使交互更加平滑。
移动端特定改进
在移动端方面,修复了选择州/省后键盘短暂出现的问题,优化了键盘交互流程。同时改进了导入成员成功消息的显示方式,使其更加友好和直观。
辅助功能增强
本次更新特别关注了辅助功能的改进,为聊天列表项添加了VoiceOver支持,提升了视障用户的使用体验。这是Expensify持续致力于无障碍访问的重要体现。
安全与合规
在安全方面,更新统一了"双因素认证"的显示格式,始终使用连字符形式("Two-Factor Authentication"),保持术语一致性。同时增加了禁止费用功能,为企业用户提供了更严格的费用管控能力。
开发者相关
对于开发者而言,本次更新包含了多项底层架构改进,如修复了独立应用开发构建问题,优化了Graphite统计计数器实现,并改进了桌面应用的调试能力。这些改进为后续功能开发奠定了更坚实的基础。
Expensify/App 9.1.17-1版本通过上述多项优化和功能增强,进一步提升了应用的稳定性、可用性和用户体验,体现了开发团队对产品质量的持续追求。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00