Expensify/App 9.1.39-2版本更新解析:优化用户体验与修复关键问题
2025-06-14 00:39:15作者:范靓好Udolf
项目概述
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管理财务事务。该应用提供了费用报告、账单支付、预算跟踪等功能,并支持跨平台使用。本次发布的9.1.39-2版本作为预发布(staging)版本,包含了一系列重要的功能改进和问题修复。
核心更新内容
1. 费用报告功能优化
开发团队对费用报告功能进行了多项改进:
- 修复了在报告页面中单个拆分金额宽度异常的问题
- 解决了费用预览中已批准但存在违规的费用未被正确标记的问题
- 优化了表格视图中新添加费用行的临时高亮显示效果
- 修正了乐观报告字段在费用报告中不显示的问题
这些改进显著提升了用户在查看和管理费用报告时的体验,特别是对于需要处理复杂费用拆分和多状态费用的企业用户。
2. 搜索功能增强
搜索功能是本版本的重点优化领域:
- 修复了搜索字段中长报告名称导致文本显示异常的问题
- 解决了带空格搜索的问题
- 优化了搜索高亮和滚动钩子的性能
- 修复了搜索报告视图中缺少建议列表的问题
这些改进使得用户能够更快速、准确地找到所需信息,特别是在处理大量报告时。
3. 移动端体验提升
针对移动设备用户,本版本包含多项优化:
- 修复了Android移动网页底部导航视图被截断的问题
- 改善了iOS应用的启动画面,减少了闪烁现象
- 优化了移动设备上的整体响应速度和稳定性
4. 聊天与通知改进
聊天功能也获得了多项增强:
- 修复了在1:1聊天中发送支付时未读标记显示不正确的问题
- 解决了隐藏提及(@Hidden)在左侧导航栏(LHN)中不显示的问题
- 优化了收件箱中交易线程导航箭头的显示逻辑
5. 工作区管理优化
工作区相关功能获得了多项改进:
- 修复了工作区头像显示不正确的问题
- 优化了工作区邀请角色的迁移流程
- 改进了工作区卡片持有人的筛选逻辑
技术架构改进
在底层架构方面,开发团队进行了重要调整:
- 移除了所有对User模型和ONYXKEYS.USER的使用和引用
- 将所有使用User(ONYXKEYS.USER)的地方更新为使用Account(ONYXKEYS.ACCOUNT)
- 优化了获取交易部分的计算逻辑,减少了冗余计算
这些架构层面的改进为应用的长期可维护性和性能提升奠定了基础。
国际化与本地化
本版本还包含了对多语言支持的改进:
- 修复了当语言设置为西班牙语时"Schedule demo"文本错位的问题
- 优化了各种工具提示的全球一致性
安全与合规
安全方面的重要更新包括:
- 创建了锁定账户工具文章,增强了账户安全管理
- 改进了费用持有和解除持有选项的显示逻辑
开发者体验
开发团队也关注了自身的开发效率:
- 改进了版本更新脚本
- 修复了工作流作业失败的问题
- 优化了发布变更日志的生成过程
总结
Expensify/App 9.1.39-2版本作为一次重要的预发布更新,在用户体验、功能完整性和技术架构等多个方面都做出了显著改进。这些变化不仅解决了用户反馈的关键问题,还为应用的未来发展奠定了更坚实的基础。开发团队通过持续的优化和迭代,展现了他们对产品质量和用户体验的承诺。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219