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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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。00