Expensify/App 9.1.8-1版本发布:移动端优化与功能增强
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流程、跟踪支出和管理财务。该应用提供了跨平台支持,包括Web、iOS和Android版本,并以其用户友好的界面和强大的功能而闻名。
主要更新内容
移动端体验优化
本次更新对移动端用户体验进行了多项改进。修复了移动键盘焦点问题,确保在搜索模态框中键盘能够正确避开视图,提升了用户输入体验。同时解决了保存按钮被键盘遮挡的问题,使表单提交更加顺畅。
针对移动设备的左侧导航栏(LHN),修复了头像显示问题,确保用户头像不会无故消失。这些改进显著提升了移动端用户的操作流畅度。
报告管理功能增强
在报告管理方面,本次更新做了多处优化。修复了状态搜索查询中的高亮显示问题,确保"drafts"、"approved"和"done"等状态标签能够正确高亮显示。同时改进了报告公式的帮助页面内容,使用户更容易理解和使用相关功能。
对于费用拆分功能,修复了距离相关字段在拆分详情页缺失的问题,并重构了拆分数据的创建逻辑,使用参数对象替代多个独立参数,提高了代码的可维护性。
支付与卡片功能改进
在支付和卡片管理方面,本次更新包含多项重要修复。解决了无法持有卡片费用的问题,并确保当卡片处于待删除状态或有错误时会被正确禁用。此外,修复了费用可能被发送到过期工作区的问题,增强了系统的安全性。
对于Expensify卡片的显示逻辑也进行了优化,确保在卡片未完全设置完成时不会显示,避免了用户混淆。
技术架构优化
在技术架构层面,本次更新引入了Onyx派生值的改进,提升了状态管理的效率。同时重构了部分代码结构,如将createSplitsAndOnyxData函数改为使用参数对象,提高了代码的可读性和可维护性。
对于Android平台,修复了RNBackgroundTaskModule的构建问题,并取消了对广播接收器任务的订阅,提升了应用的稳定性。
用户界面调整
在用户界面方面,修复了顶部栏的padding问题,使布局更加一致。同时改进了金钱请求预览中的支付图标动画效果,增强了视觉反馈。对于"To"字段的悬停效果也进行了调整,确保不可编辑的字段不会显示可点击的视觉效果。
总结
Expensify/App 9.1.8-1版本带来了全面的用户体验改进和功能增强,特别是在移动端优化、报告管理和支付功能方面。这些更新不仅修复了多个已知问题,还通过技术架构的优化为未来的功能扩展打下了坚实基础。对于财务管理人员和经常需要处理报销流程的用户来说,这些改进将显著提升他们的使用体验和工作效率。
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