Expensify/App 9.0.91-0版本发布:功能优化与问题修复
项目简介
Expensify/App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报销流程。该应用提供了费用跟踪、报告生成、团队协作等功能,帮助用户高效管理财务事务。作为一款开源项目,Expensify/App持续通过社区贡献进行迭代更新。
版本亮点
用户体验改进
最新9.0.91-0版本对用户界面进行了多处优化,提升了整体使用体验。其中值得注意的改进包括:
-
搜索功能增强:修复了搜索输入框在Fullstory中的显示问题,确保搜索体验更加流畅。同时优化了搜索路由列表的显示逻辑,移除了不必要"最近聊天"标题。
-
报告预览优化:针对差旅报告预览头部进行了修复,使报告展示更加专业和一致。
-
建议模态框定位:修正了建议模态框的错误位置问题,确保弹出窗口能够正确显示。
财务功能完善
本版本对核心财务功能进行了多项改进:
-
每日津贴导入:现在导入每日津贴时能够正确处理以分为单位的费率,提高了财务数据的精确度。
-
责任默认设置:将责任默认设置为公司级别,简化了财务处理流程。
-
折扣横幅逻辑:优化了折扣横幅的显示条件,当用户没有工作区或已将入门聊天存档时,横幅将不再显示。
移动端优化
针对移动设备用户,本版本包含多项改进:
-
React Native组件更新:升级了react-native-live-markdown组件至0.1.221版本,提升了富文本编辑体验。
-
Android构建优化:对Android构建时间进行了比较分析,为后续性能优化奠定了基础。
-
iOS应用打包:提供了新的IPA文件下载,方便iOS用户测试最新版本。
技术细节
代码质量提升
开发团队在本版本中修复了多处代码问题:
- 移除了不必要的React导入,优化了组件结构。
- 修复了群组确认页面的控制台错误,提高了应用稳定性。
- 修正了金钱请求报告的工具函数使用,确保逻辑正确性。
文档更新
项目文档在本版本中获得了全面更新:
- 移除了2023年推荐计划的相关内容,保持文档时效性。
- 更新了与QuickBooks桌面版连接的指南,提供了更清晰的说明。
- 完善了混合应用开发文档,增加了更多细节并重新组织了结构。
问题修复
本版本重点解决了以下用户反馈的问题:
- 修复了在多选类别/标签时意外跳转至对话页面的问题。
- 解决了在无效房间链接打开时显示404页面的问题。
- 修正了审批按钮在待处理费用中的灰色显示问题。
- 修复了文章项目符号间距不一致的问题。
总结
Expensify/App 9.0.91-0版本通过一系列功能优化和问题修复,进一步提升了应用的稳定性和用户体验。开发团队持续关注用户反馈,不断改进核心功能,同时保持代码质量和文档的及时更新。这些改进使Expensify/App在财务管理领域继续保持竞争力,为用户提供更加高效、可靠的服务。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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