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。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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 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
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