Expensify/App 9.1.1-6版本发布:优化用户体验与修复关键问题
Expensify是一款广受欢迎的财务管理应用程序,旨在帮助个人和企业简化报销、费用跟踪和财务管理工作。该应用提供了跨平台支持,包括移动端和桌面端,让用户可以随时随地管理财务事务。
主要功能改进
用户体验优化
本次发布对底部模态框动画进行了显著改进,提升了用户界面的流畅性和响应速度。底部模态框是应用中常见的交互元素,优化后的动画效果将使页面切换更加自然,减少视觉上的突兀感。
键盘输入问题修复
修复了从发送密码保护的PDF附件页面返回后键盘遮挡输入框的问题。这一改进确保了用户在完成附件操作后能够无缝继续输入内容,而不会被键盘遮挡干扰。
群组聊天名称处理
解决了当群组聊天名称过长时导致的错误问题。现在应用能够正确处理超长名称,避免因此导致的界面崩溃或显示异常。
技术架构改进
导航系统增强
对iOS平台上的导航系统进行了多项修复,包括:
- 解决了从距离费率设置页面跳转到"更多功能"页面时出现的空白页面问题
- 改进了IOU(我欠你)流程中的返回导航逻辑
- 优化了多步骤流程中的页面跳转体验
性能优化
开发团队对代码进行了多处性能优化,包括:
- 优化了移动端搜索页面的搜索输入框性能
- 减少了不必要的节点模块安装步骤
- 清理了控制台错误输出,提高了调试效率
多语言支持
本次更新特别关注了西班牙语翻译的准确性,修复了"per diem"(每日津贴)相关术语的翻译问题,确保国际用户能够获得准确一致的体验。
安全与稳定性
输入验证增强
改进了掩码输入的前置验证机制,确保用户输入的数据在提交前就符合预期格式,减少了后端验证的压力和潜在错误。
崩溃修复
修复了在禁用税率时可能导致的应用程序崩溃问题,提高了财务操作过程中的稳定性。
开发者相关改进
文档完善
开发团队新增了关于HybridApp的详细技术文档,为开发者提供了更全面的参考资料。同时更新了多个现有文档,包括QuickBooks Online和Xero集成的故障排除指南。
构建流程优化
对构建系统进行了多项改进:
- 允许从主分支和PR构建ad hoc混合应用
- 解决了生产/adhoc构建产物与开发构建冲突的问题
- 更新了GitHub Actions工作流,提高了自动化效率
总结
Expensify/App 9.1.1-6版本通过一系列用户体验优化、技术架构改进和稳定性增强,进一步提升了这款财务管理应用的质量和可靠性。开发团队持续关注细节问题,从导航体验到输入验证,从多语言支持到性能优化,都体现了对产品质量的严格要求。这些改进将帮助用户更高效地管理财务事务,同时为开发者提供了更完善的工具和文档支持。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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