Expensify/App 9.1.59-0版本发布:多语言支持优化与用户体验提升
2025-06-13 01:47:16作者:田桥桑Industrious
项目背景
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报销流程。作为一款跨平台应用,它提供了Web、移动端和桌面端的完整解决方案,帮助用户高效管理日常开支和报销事务。
核心更新内容
1. 多语言与本地化改进
本次版本对应用的多语言支持进行了显著优化。开发团队重构了本地化相关组件,实现了以下改进:
- 集中化管理首选语言设置,统一了语言切换逻辑
- 修复了桌面端更新对话框的翻译问题
- 移除了遗留的西班牙语(es-ES)代码和备用语言代码
- 优化了语言资源加载机制
这些改进使得应用在不同语言环境下的表现更加一致,提升了国际化用户体验。
2. 报销流程优化
在核心的报销功能方面,开发团队进行了多项改进:
- 修复了电子收据(eReceipts)的开关功能
- 优化了发票支付功能,解决了在某些情况下支付按钮不可见的问题
- 改进了类别选择器的搜索功能,现在可以更准确地匹配"Employee Meals Office"等复合类别
- 添加了对未分类费用的支持,完善了无类别筛选功能
3. 用户界面体验提升
在UI/UX方面,本次更新包含多项改进:
- 修复了收据图片显示不全的问题
- 优化了"From"下拉菜单的布局稳定性
- 改进了底部模态框的显示效果,避免选项被部分遮挡
- 为双头像显示场景添加了名称标签
- 修复了工作空间加载指示器与新建按钮重叠的问题
4. 性能优化
性能方面的重要改进包括:
- 实现了IOU请求屏幕的标签懒加载
- 优化了React Native构建流程,开始使用预构建的React Native工件
- 改进了Web端的脚本加载方式,采用异步加载策略
- 实现了后台扫描附加收据的功能,提升用户体验
5. 报告与审批流程改进
针对企业用户常用的报告和审批功能:
- 修复了审批标签对次级审批人不可见的问题
- 改进了报告按钮的显示逻辑
- 优化了待审批金额的计算逻辑
- 修复了删除工作空间后的显示问题
技术架构调整
本次发布包含了一些重要的架构调整:
- 移除了旅行功能的Beta测试代码
- 重构了整个应用中的Beta功能检查逻辑
- 优化了离线模式下的报告创建逻辑
- 改进了交易线程报告的创建机制
安全与稳定性
在安全方面,本次更新:
- 加强了HTML验证机制
- 修复了分享功能中可能访问已删除工作空间的问题
- 更新了electron-updater依赖以修复潜在安全问题
开发者体验
对于开发者而言,值得注意的变化包括:
- 引入了CSpell进行拼写检查
- 优化了构建和发布流程
- 更新了多个开发依赖项
- 改进了错误处理和日志记录
总结
Expensify/App 9.1.59-0版本是一次全面的质量提升更新,重点优化了多语言支持、核心报销流程和用户界面体验。通过引入多项性能改进和架构调整,为后续功能开发奠定了更坚实的基础。这些改进将显著提升各类用户群体的使用体验,从个人用户到企业财务团队都能从中受益。
开发团队持续关注用户反馈,通过不断迭代优化产品功能,巩固Expensify在财务管理领域的领先地位。本次更新体现了团队对产品质量的承诺和对用户体验的重视。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
197
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!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
624
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210