Expensify/App 9.0.97-0版本发布:优化聊天体验与性能提升
项目简介
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流程。作为一款跨平台应用,它提供了从费用跟踪、报告生成到报销审批的全套解决方案。本次发布的9.0.97-0版本虽然处于预发布状态,但已经包含了一系列值得关注的技术改进和用户体验优化。
核心功能改进
聊天体验优化
本次更新对聊天功能进行了多项改进。修复了离线状态下打开聊天时不显示新消息标记的问题,确保用户在不同网络状态下都能获得一致的体验。同时解决了当用户从其他页面返回时工具提示可能出现在编辑器下方的问题,提升了界面元素的层级管理。
对于群组名称显示,开发团队实现了自动换行功能,当名称过长时会自动调整布局,避免了文本截断或溢出问题。此外,还修复了编辑器字体高度在首次渲染时较小的问题,确保了文本输入的一致性。
性能提升与稳定性改进
性能优化是本版本的重点之一。开发团队显著提升了Onyx数据导入的性能,这对于应用的启动速度和数据加载效率都有积极影响。同时解决了搜索功能在应用加载过程中可能导致界面冻结的问题,增强了应用的响应性。
在内存管理方面,修复了当用户注销时请求流程未正确重置的问题,避免了潜在的内存泄漏和状态不一致情况。对于混合应用的检查逻辑也进行了简化,移除了不必要的环境判断,使代码更加简洁高效。
用户体验增强
工作区管理改进
新版本引入了离开工作区的功能,为用户提供了更灵活的工作空间管理选项。同时修复了已删除工作空间的房间名称显示问题,确保界面信息的准确性。对于离线状态下创建的没有消息的群组,现在能够正确地从侧边栏消失,避免了无效项目的累积。
费用报告流程优化
在费用报告创建流程中,修复了确认创建后提交按钮加载状态显示的问题,提供了更明确的交互反馈。同时解决了费用创建流程中的回归问题,确保核心功能的稳定性。
工具提示与教育性引导
教育性工具提示组件得到了更新,现在支持显示"尝试一下"和"不,谢谢"等新按钮,为用户提供更友好的引导体验。对于可折叠的工具提示,修复了展开和折叠状态下的显示问题,确保交互的连贯性。
技术架构调整
在持续集成流程中,团队对1P vault的使用进行了参数化处理,提高了构建配置的灵活性。同时更新了复合操作中的输入参数处理方式,使用输入变量替代仓库变量,增强了工作流的可维护性。
总结
Expensify/App 9.0.97-0版本虽然仍处于预发布阶段,但已经展示出团队对产品质量和用户体验的持续关注。从聊天功能的细节优化到核心性能的提升,再到工作区管理的功能增强,这些改进共同构建了一个更加稳定、高效的应用体验。对于技术团队而言,持续的基础架构优化也为未来的功能扩展奠定了坚实基础。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00