Expensify/App 9.0.99-2版本发布:全面优化与功能增强
2025-06-14 20:14:06作者:吴年前Myrtle
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告、发票管理和报销流程。该应用以其用户友好的界面和强大的自动化功能而闻名,帮助用户高效地跟踪和管理财务活动。本次发布的9.0.99-2版本带来了多项重要改进和功能增强,进一步提升了用户体验和系统稳定性。
主要功能更新
费用管理功能优化
-
每日津贴(Per Diem)功能改进
- 修复了导入表格预览中数字格式转换的问题,确保在不同语言环境下(如西班牙语)数字显示的一致性
- 解决了日期选择后导航流程异常的问题,提升了用户体验
- 完善了相关文档,将每日津贴文档移至费用中心下,便于用户查找和使用
-
费用报告头信息显示优化
- 修正了费用报告头部不应显示违规信息的问题,使界面更加整洁
-
距离费用管理
- 修复了距离地图菜单中删除和替换选项显示异常的问题
工作区管理增强
-
成员角色变更
- 改进了成员角色变更的西班牙语翻译
- 修复了从详情页移除成员时自批准功能未正确禁用的bug
-
工作区设置消息国际化
- 解决了工作区修改设置消息在管理员频道中未翻译的问题
-
新工作区聊天报告自动固定
- 防止新创建工作区的聊天报告自动固定,给予用户更多控制权
支付与结算改进
-
资金不足错误判断逻辑
- 优化了资金不足错误的判断逻辑,提高了准确性
-
钱包地址验证
- 修复了手动输入所有地址字段时的钱包错误问题
技术架构优化
-
性能提升
- 改进了违规报告在左侧导航栏的显示性能
- 优化了Pusher PONG日志,减少了日志噪音,提高了信号质量
-
PDF处理升级
- 更新了react-fast-pdf包,提升了PDF处理能力
-
导航跟踪
- 增加了对费用确认页面类别更改后重新打开右侧面板的跟踪
用户界面改进
-
公司卡片页面
- 添加了Expensify卡推广横幅,提升产品可见性
-
浮动操作按钮(FAB)
- 修复了退出创建费用流程后FAB响应异常的问题
-
全屏视频下载按钮
- 修正了离线模式下全屏视频仍显示下载按钮的问题
-
表情符号显示
- 解决了表情符号与上方文字重叠的布局问题
-
保存的搜索菜单
- 修复了额外保存的搜索操作菜单短暂出现在左上角的问题
集成与连接优化
-
QuickBooks Online集成
- 确保正确显示已连接的QBO文件
-
Xero配置文档
- 更新了Xero集成配置文档
-
集成错误消息
- 在集成错误消息中显示相关链接,便于用户解决问题
维护与文档更新
-
文档清理
- 删除了过期的Expensify Classic旅行文档
-
CLA文件位置调整
- 将贡献者许可协议(CLA)移至项目根目录
-
Netsuite故障排除指南
- 更新了Netsuite故障排除文档
系统稳定性修复
-
应用崩溃问题
- 修复了向工作区提交跟踪距离时应用崩溃的问题
-
类别选择闪现
- 解决了Android平台上类别选择时先前选中类别和键盘短暂显示的问题
-
扫描状态显示
- 改进了待处理和扫描状态的显示方式
本次9.0.99-2版本的发布体现了Expensify团队对产品质量和用户体验的持续关注。通过解决多个关键问题并引入实用改进,进一步巩固了Expensify作为财务管理解决方案的领先地位。这些更新不仅提升了现有功能的稳定性和可用性,也为未来的功能扩展奠定了坚实基础。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
880
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
439
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
305
118
昇腾LLM分布式训练框架
Python
178
221