首页
/ Expensify/App 9.1.10版本发布:移动端与桌面端功能优化全解析

Expensify/App 9.1.10版本发布:移动端与桌面端功能优化全解析

2025-06-14 20:09:56作者:胡易黎Nicole

项目简介

Expensify是一款广受欢迎的财务管理和费用报销应用,提供跨平台的解决方案,包括移动端(iOS/Android)和桌面端(Web/Desktop)应用。该项目采用现代化的技术栈,通过持续集成和持续交付的方式快速迭代产品功能。

核心优化内容

用户界面与体验改进

  1. 匿名用户界面优化:修复了匿名用户访问公开房间线程时左侧导航栏(LHN)短暂显示空白状态的问题,提升了初次访问体验。

  2. 消息预览功能调整:优化了消息预览中发送者姓名的显示逻辑,使界面更加整洁。

  3. 附件浏览体验:修复了附件左右滑动浏览时的异常行为,使文件查看更加流畅。

  4. 键盘交互优化:在卡片费用流中,ESC键现在可以正确关闭添加卡片流程,符合用户预期。

  5. 多行搜索关键词显示:改进了搜索关键词在多行情况下的显示方式,提升了搜索界面的可读性。

功能稳定性增强

  1. 会话管理:修复了登录后立即出现会话过期错误的问题,提高了认证流程的可靠性。

  2. 离线状态处理:解决了在离线状态下启用策略功能时显示"未找到页面"的问题。

  3. 报告标记逻辑:修正了删除提及操作后,报告仍显示为未读状态的异常情况。

  4. 混合应用改进:优化了HybridApp的启动画面处理机制,提升了应用启动的稳定性。

  5. 费用删除权限:现在会根据责任类型正确显示/隐藏删除费用按钮,增强了权限管理的精确性。

企业功能优化

  1. 财务系统集成:修复了管理员角色变更后首选导出设置保持不变的问题,确保企业配置的准确性。

  2. 差旅费用管理:移除了"可以使用每日津贴"的测试标志,使差旅费用功能更加稳定。

  3. 审批流程改进:修正了"添加审批"按钮在智能限制启用时异常禁用的情况。

  4. 策略功能离线支持:增强了策略功能在离线状态下的可用性。

  5. 费用报告视图:新增了搜索费用报告屏幕的导航器,改进了大型企业的费用管理体验。

技术实现亮点

  1. TypeScript类型检查:在SidebarUtils的getOptionData测试中添加了严格的类型检查,提高了代码质量。

  2. 结构化属性处理:HybridApp现在能更好地处理结构化初始属性,改进了URL处理机制。

  3. 性能优化:移除了ReconnectApp调用中的mostRecentReportActionLastModified参数,减少了不必要的网络请求。

  4. 测试工具改进:调整了测试工具行的flex-grow属性,使测试界面布局更加合理。

  5. 调试工具可见性:修复了调试标签页在底部标签栏上方不可见的问题,方便开发者排查问题。

企业级功能增强

  1. 群组聊天显示优化:在群聊顶部名称显示中添加了"..."后缀,当成员数量较多时提供更好的视觉提示。

  2. 费用报告流程简化:移除了没有费用时显示的多余步骤,使流程更加简洁。

  3. 工作区地址逻辑:对于无法启用差旅功能的公共域用户,不再要求提供工作区地址信息。

  4. 策略功能可靠性:提升了策略功能在离线状态下的稳定性。

  5. 费用类型处理:增强了每日津贴费用和合规费用的处理逻辑。

开发者相关更新

  1. 文档完善:新增并更新了多篇帮助文档,包括"合并账户"、"连接到财务软件桌面版"等主题。

  2. 测试流程改进:更新了Reassure文档,优化了性能测试流程。

  3. 构建系统升级:将Action runners更新至24.04版本,提升了CI/CD管道的效率。

  4. 冲突解决指南:完善了冲突解决PR中的说明文档,方便团队协作。

  5. 移动端构建:更新了Mobile-Expensify子模块,避免了开发构建时的崩溃问题。

总结

Expensify/App 9.1.10版本带来了全方位的改进,从基础的用户界面优化到深度的企业功能增强,体现了开发团队对产品质量的持续追求。特别是对混合应用架构的改进和离线功能的增强,为不同网络环境下的用户提供了更加稳定的使用体验。企业用户将受益于更精确的权限控制和更完善的财务集成功能,而开发者则能享受到更完善的文档和测试工具支持。这些改进共同推动了Expensify作为企业费用管理解决方案的成熟度和可靠性。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
826
5.47 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
517
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
784
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
971
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
481
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
767
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284