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。
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