Expensify/App 9.1.51-6版本发布:优化策略字段与修复多项功能问题
项目简介
Expensify是一款广受欢迎的财务管理应用,专注于简化个人和企业的报销流程。作为一款全平台应用,Expensify提供了从费用跟踪、报告生成到审批流程的一站式解决方案。本次发布的9.1.51-6版本包含了一系列功能优化和问题修复,显著提升了用户体验和系统稳定性。
核心更新内容
策略字段列表优化
开发团队对策略字段列表进行了乐观更新处理,这意味着用户在修改策略字段时,界面会立即响应变更,而无需等待服务器确认。这种优化显著提升了用户界面的响应速度,特别是在网络条件不佳的情况下。乐观更新是现代前端应用处理用户交互的常用技术,它通过假设操作会成功来提前更新UI,如果最终操作失败则进行回滚。
表情选择器光标修复
修复了关闭表情选择器后光标位置错误的问题。这个看似小的修复实际上对用户体验有着重要影响,特别是在频繁使用表情符号的聊天场景中。光标位置不正确会导致用户输入内容出现在错误的位置,影响沟通效率。
违规/错误消息中的链接渲染
改进了违规和错误消息中链接的渲染方式,现在支持更灵活的样式设置。这使得应用能够更清晰地展示包含链接的错误信息,帮助用户更好地理解问题所在并采取相应行动。
费用报告功能增强
-
禁用非管理员对已批准报告的编辑:现在当报告被批准后,非管理员用户将无法编辑报告字段,这增强了审批流程的安全性和完整性。
-
离线模式下的删除报告处理:修复了在离线状态下打开已删除费用报告时出现的无限加载问题。应用现在能够正确处理这种边缘情况,提供更稳定的离线体验。
-
费用移动功能改进:
- 修复了从搜索页面移动费用时的问题
- 修复了管理员在成员报告中点击"移动费用"时打开错误页面的问题
- 防止将费用移动到已删除工作区的报告中
用户界面改进
-
消息分组逻辑优化:改进了聊天中消息的分组逻辑,使对话流更加自然连贯。
-
底部模态框退出动画:修复了底部停靠模态框的退出动画问题,使界面过渡更加平滑。
-
公司卡片列表搜索栏:修正了公司卡片列表搜索栏的显示问题,确保搜索功能始终可用。
-
新交易滚动功能:在新报告屏幕中增加了对新交易的自动滚动支持,方便用户查看最新添加的内容。
技术架构升级
依赖项更新
-
Flash列表升级:为即将到来的React Native 0.79版本做准备,提前升级了flash-list依赖。
-
React Native Pager View升级:同样为RN 0.79做准备,更新了pager-view组件。
-
安全区域上下文升级:更新了react-native-safe-area-context,提升应用在不同设备上的显示兼容性。
补丁管理规范化
团队对项目中的补丁文件进行了整理和规范化,这是维护大型项目健康度的重要步骤。良好的补丁管理可以减少升级依赖时的冲突风险,提高项目的可维护性。
新功能引入
测试驱动Expensify第二阶段
引入了"测试驱动Expensify"功能的第二阶段前端变更。这项功能允许潜在用户在完全提交前体验Expensify的核心功能,是用户获取策略的重要组成部分。
多扫描功能测试
新增了newDotMultiScan测试功能,这将为未来的多文档扫描功能奠定基础,进一步提升费用录入的效率。
简化删除报告操作
实现了DeleteAppReport的简化操作流程,使用户能够更直观地删除不需要的报告。
国际化与辅助功能
-
VBA界面字体调整:优化了虚拟银行账户(VBA)界面的字体大小和间距,提升可读性。
-
账户持有人名字段提示:在银行账户表单中为账户持有人名字段添加了提示信息,减少用户输入错误。
性能优化
-
查询哈希处理:修复了group-by参数未正确添加到查询哈希的问题,优化了数据查询效率。
-
状态清除逻辑:修正了使用自定义clearAfter时状态被意外清除的问题,确保应用状态管理的可靠性。
安全增强
-
APK指纹验证:将GitHub发布的APK SHA-256指纹添加到assetlinks.json中,增强Android应用的安全性验证。
-
CORS错误修复:解决了下载PDF时可能出现的跨域资源共享(CORS)错误,确保文档导出功能的可靠性。
总结
Expensify/App 9.1.51-6版本通过一系列精心设计的改进和修复,进一步巩固了其作为领先费用管理解决方案的地位。从用户体验的小细节到核心功能的大幅优化,再到技术架构的前瞻性升级,这个版本体现了开发团队对产品质量的不懈追求。特别是对离线场景、移动端体验和安全性的持续关注,使得Expensify在各种使用环境下都能提供可靠、高效的服务。
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