Expensify/App 9.1.39-4版本发布:移动端优化与功能增强
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销流程。作为一款跨平台应用,它提供了Web、iOS和Android版本,帮助用户轻松跟踪、管理和报销各类支出。本次发布的9.1.39-4版本主要针对移动端体验进行了多项优化和改进。
核心功能改进
费用报告视图优化
开发团队对费用报告视图进行了多项改进,修复了金额显示超出视图范围的问题,确保所有金额信息都能完整展示。同时优化了拆分金额的显示逻辑,当用户从其他页面返回时,不会再出现宽度减少的情况。这些改进显著提升了用户在查看和管理费用时的体验。
搜索功能增强
搜索功能是本版本的重点优化对象之一。修复了包含空格的搜索查询无法正常工作的问题,现在用户可以更灵活地使用各种搜索条件。同时改进了长报告名称在搜索框中的显示方式,确保文本能够正确滚动到末尾,方便用户查看完整的报告名称。
移动端导航改进
针对Android设备的底部导航栏进行了优化,解决了视口被截断的问题,使导航更加完整和易用。iOS和Android平台都获得了更好的导航体验,特别是在处理交易线程时,现在能够正确显示导航箭头,帮助用户更直观地在不同视图间切换。
技术架构优化
性能提升
开发团队对搜索功能的后端处理进行了优化,减少了冗余计算,提高了搜索响应速度。特别是在处理大量交易数据时,新的算法能够显著降低资源消耗,提升整体性能。
状态管理重构
本版本完成了从User模型到Account模型的大规模迁移工作,移除了所有对User模型和ONYXKEYS.USER的引用和使用。这一架构调整使状态管理更加清晰和高效,为未来的功能扩展打下了更好的基础。
用户体验改进
新费用高亮提示
新增了一项贴心的用户体验改进:当用户在表格视图中添加新费用时,相关行会暂时高亮显示。这一视觉反馈帮助用户快速定位新添加的内容,特别是在处理大量数据时尤为实用。
工具提示完善
全面更新了各类工具提示,包括全局创建、工作区聊天等功能的提示信息,使其更加准确和有用。新增了RBR/GBR聊天和账户切换器的工具提示,帮助新用户更快上手应用的各种功能。
问题修复
本版本修复了多个影响用户体验的问题,包括:
- 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
- 解决了工作区头像显示不正确的情况
- 修复了费用报告中乐观更新字段不显示的问题
- 修正了隐藏提及(@Hidden)在左侧导航栏不显示的问题
移动端特定优化
Android改进
专门针对Android平台进行了多项优化,包括修复底部导航栏的视口问题,以及改进APK的性能表现。这些改进使Android用户能够获得更稳定、更流畅的使用体验。
iOS增强
iOS版本获得了启动画面闪烁问题的修复,使应用启动过程更加平滑。同时优化了IPA包的大小和性能,提升了在各类iOS设备上的运行效率。
总结
Expensify/App 9.1.39-4版本通过一系列精心设计的改进和优化,显著提升了移动端用户体验。从核心的费用管理功能到日常的导航操作,再到底层的技术架构,这个版本都做出了有价值的贡献。特别是对搜索功能和状态管理的优化,不仅解决了现有问题,还为未来的发展奠定了更好的基础。对于追求高效费用管理的用户来说,这个版本值得升级体验。
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