Expensify/App 9.1.54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,专注于简化个人和企业的报销流程。作为一款跨平台应用,它提供了Web、iOS和Android版本,帮助用户轻松跟踪支出、管理发票和处理报销请求。本次发布的9.1.54版本主要针对移动端体验进行了多项优化和功能增强。
核心改进
1. 移动端键盘交互优化
开发团队修复了在IOU(我欠你)路径页面中键盘短暂出现的问题,提升了用户输入体验。同时解决了在重命名保存搜索页面导航时键盘不弹出的问题,确保用户在需要输入时能够立即获得键盘支持。
2. 模态框与页面布局改进
本次更新对模态框的显示效果进行了调整,修复了模态框背景不能占据全屏高度的问题。此外,还优化了页面在调整大小时日期选择器的定位问题,确保UI元素在各种屏幕尺寸下都能正确显示。
3. 报告处理流程增强
版本中引入了报告撤回功能,用户现在可以撤回已提交的报告。同时修复了创建新报告时可能出现的无限加载问题,以及报告预览中成员移除后仍显示空绿色按钮的问题。这些改进显著提升了报告处理的流畅性和可靠性。
4. 文本选择与编辑体验
团队解决了Android设备上退出选择模式后无法重新进入选择模式的问题,并优化了长按费用条目时意外触发文本选择模式的情况。在富文本编辑方面,修复了HTML粘贴时的截断问题,将处理逻辑移入解析器中实现更稳定的表现。
技术实现细节
性能优化
开发团队对日志处理机制进行了调整,将日志行批量刷新数量从50提高到150,减少了I/O操作频率,提升了应用性能。同时,通过重构canActionTask
函数,移除了对getReportNameValuePairs
的调用,优化了代码执行效率。
离线模式支持
新版本在报告表格视图中引入了离线模式指示器,增强了应用在弱网环境下的可用性。这一改进特别适合经常需要在外处理报销业务的用户群体。
混合应用优化
对HybridApp的initialProps进行了改进,提升了应用的初始化性能和稳定性。这一底层优化虽然对用户不可见,但为应用的整体流畅度奠定了基础。
用户体验提升
导航与返回行为
修复了搜索RHP(右侧面板)的返回行为,使其更加符合用户预期。同时优化了附件预览页面的返回逻辑,确保导航路径清晰一致。
费用拆分功能
引入了费用拆分流程的改进,使多人分摊费用变得更加直观和便捷。这一功能特别适合团队聚餐等需要分摊费用的场景。
总结
Expensify/App 9.1.54版本通过一系列针对移动端的优化和功能增强,进一步提升了应用的稳定性和用户体验。从键盘交互到报告处理,从文本编辑到离线支持,本次更新覆盖了用户日常使用中的多个关键场景。这些改进体现了开发团队对细节的关注和对用户需求的深入理解,使Expensify继续保持在财务管理应用领域的领先地位。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









