Expensify/App 9.1.39-1版本发布:优化用户体验与功能增强
2025-06-14 06:35:11作者:戚魁泉Nursing
项目简介
Expensify是一款广受欢迎的财务管理应用,专注于为企业和个人提供便捷的费用报告、账单管理和报销解决方案。该项目采用现代化的技术栈开发,支持多平台运行,包括Web、移动端和桌面应用。
版本核心改进
1. 费用报告功能优化
本次版本对费用报告功能进行了多项改进,包括:
- 修复了在报告页面中单个拆分金额宽度异常的问题
- 优化了费用报告视图中的金额显示,确保金额不会超出可视范围
- 解决了已批准但存在违规的费用在预览中标记不正确的问题
- 改进了费用表格视图,新增费用时会临时高亮显示相应行
2. 搜索功能增强
搜索体验得到了显著提升:
- 修复了搜索框中长报告名称导致文本显示异常的问题
- 优化了搜索高亮和滚动逻辑,减少不必要的API调用
- 解决了搜索建议列表在某些视图中不显示的问题
3. 聊天与消息系统改进
- 修复了在1:1聊天中发送支付时未读标记显示不正确的问题
- 确保隐藏提及(@Hidden)在左侧导航栏(LHN)中正确显示
- 优化了事务线程导航箭头在右侧面板(RHP)中的显示
4. 多平台适配与性能优化
- 修复了Android移动Web底部导航被视口截断的问题
- 解决了启动画面(Bootsplash)闪烁的问题
- 优化了事务分区的计算逻辑,减少冗余计算
5. 工作区管理增强
- 迁移了工作区邀请角色到新页面,提升用户体验
- 修复了工作区头像显示不正确的问题
- 过滤掉了非工作区成员的持卡人卡片
技术架构调整
本次版本包含了一些重要的技术架构变更:
- 移除了所有对User模型和ONYXKEYS.USER的使用和引用
- 将所有使用ONYXKEYS.USER的地方更新为使用ONYXKEYS.ACCOUNT
- 优化了Onyx状态管理库的使用
用户体验改进
- 新增了多项工具提示(Tooltip),包括:
- 全局创建和工作区聊天工具提示
- RBR/GBR聊天和账户切换器工具提示
- 修复了西班牙语环境下"Schedule demo"文本对齐问题
- 改进了小公司用户在新Dot平台的体验
文档与合规更新
- 更新了"Book with Expensify Travel"文档,包含当前启用流程状态
- 创建了锁定账户工具相关文章
总结
Expensify/App 9.1.39-1版本通过一系列功能优化和问题修复,显著提升了应用的稳定性和用户体验。特别是对费用报告、搜索功能和聊天系统的改进,使得这款财务管理工具更加高效易用。技术架构的调整也为未来的功能扩展奠定了更好的基础。
登录后查看全文
热门项目推荐
相关项目推荐
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0225- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS02
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.14 K
Ascend Extension for PyTorch
Python
467
560
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++
931
809
暂无简介
Dart
874
207
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.5 K
852
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
185
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
130
190
昇腾LLM分布式训练框架
Python
138
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21