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。
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