Expensify/App 9.1.5-0版本发布:优化离线消息处理与工作空间管理
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。该应用提供了费用跟踪、报告生成、团队协作等功能,帮助用户高效管理财务事务。本次发布的9.1.5-0版本带来了一系列重要的功能改进和问题修复,进一步提升了用户体验。
核心功能改进
离线消息处理优化
开发团队修复了一个关于离线状态下创建乐观消息的问题。当用户在离线状态下发送消息时,系统会创建一条"乐观消息"(即本地临时存储的消息,待网络恢复后同步到服务器)。在此版本中,修复了这些乐观消息被错误标记为未读状态的问题,确保消息状态的一致性。
工作空间管理增强
针对工作空间管理,本次更新包含多项改进:
- 修复了非管理员用户在降级后未能立即从管理员成员列表中移除的问题
- 解决了工作空间聊天工具提示显示不正确的问题
- 优化了策略费用聊天名称的更新机制
- 修复了升级工作空间后添加审批流程的右侧面板(RHP)不显示的问题
这些改进显著提升了工作空间的管理效率和用户体验。
费用管理功能优化
公司卡管理
修复了启用公司卡后,点击新卡会导向错误页面的问题。现在用户可以顺畅地完成公司卡的相关操作流程。
批量删除功能
修复了批量删除操作后,已删除行未能立即从用户界面中移除的问题,提升了数据操作的实时性和一致性。
审批流程
优化了审批流程的可见性规则,现在只有提交者或审批者才能看到审核操作,避免了不必要的界面元素显示。
技术架构改进
导航系统调整
开发团队对导航系统进行了优化,确保在刷新页面时显示正确的页面内容。同时调整了状态适配逻辑,改进了分屏导航器的处理方式。
性能优化
通过取消订阅广播接收器任务,减少了不必要的资源消耗,提升了应用性能。这一改动特别有利于移动设备的电池续航和整体响应速度。
跨平台一致性
更新了Android和iOS的下载链接,指向混合应用版本,为用户提供更统一的跨平台体验。
用户界面改进
自动完成组件
为自动完成功能添加了边框半径,提升了视觉一致性和美观度。
故障排查菜单
在公共屏幕中添加了故障排查菜单,方便用户快速解决问题。
聊天列表项
扩展了对所有报告操作类型的支持,在聊天列表项中使用ReportActionItem,提升了聊天功能的灵活性和一致性。
国际化与本地化
修复了旅行选择域名时的域名列表显示问题,确保全球用户都能获得正确的域名选项。
支付流程改进
连接了USD和非USD的虚拟银行账户(VBA)流程,简化了国际支付操作。同时修复了获取可分配卡列表的功能,提升了支付流程的可靠性。
开发者相关更新
构建流程优化
更新了Fastlane的S3上传配置,修复了相关工作流程。同时改进了移动端临时工作流程的评论功能。
状态管理
迁移了AuthScreens以使用Onyx v2状态管理库,为未来的功能扩展打下基础。
总结
Expensify/App 9.1.5-0版本通过一系列精心设计的改进和修复,显著提升了应用的稳定性、功能完整性和用户体验。从离线消息处理到工作空间管理,从支付流程到用户界面,每个方面的优化都体现了开发团队对细节的关注和对用户需求的深入理解。这些改进共同构成了一个更加可靠、高效的财务管理工具,为用户提供更流畅的使用体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust092- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00