Expensify/App 9.1.6-1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,专注于简化个人和企业的报销流程。该应用提供了从费用跟踪、报告生成到审批流程的全套解决方案,支持多平台使用。本次发布的9.1.6-1版本带来了一系列用户体验优化和问题修复,进一步提升了应用的稳定性和易用性。
核心改进与功能优化
用户界面与交互体验提升
本次更新针对小屏幕设备上的显示问题进行了优化,解决了魔法代码输入界面文本重叠的问题。同时修复了设备返回按钮导航至主设置页面的问题,使导航逻辑更加符合用户预期。
在表单交互方面,开发团队优化了"To"字段的视觉反馈,确保用户在输入时获得清晰的交互指示。此外,还修复了公司卡标题显示不一致的问题,统一了界面风格。
认证流程增强
认证安全方面,团队修复了两步验证(2FA)代码输入框在"禁用两步验证"页面底部显示的问题。同时解决了魔法代码页面"只需在此处登录"链接的功能问题,确保认证流程的完整性和一致性。
聊天与通知系统改进
针对聊天功能,本次更新修复了创建公告室(announce room)时通过房间提及的问题,并确保用户在离开私密房间时能保留房间名称。这些改进增强了聊天系统的稳定性和用户体验。
关键问题修复
跨平台兼容性修复
团队解决了多个平台特有的问题:
- 修复了iOS设备上"降级工作区"按钮被系统控件遮挡的问题
- 解决了Safari浏览器中订阅页面的布局问题
- 修复了Android设备上公司卡错误消息底部边距不一致的问题
离线功能增强
针对网络连接不稳定的情况,本次更新修复了离线创建工作区时默认支出类别缺失的问题,确保用户在无网络环境下仍能使用核心功能。
性能与稳定性提升
开发团队修复了多个可能导致应用崩溃的场景:
- 解决了在断开连接后点击导出设置时应用崩溃的问题
- 修复了提交跟踪费用后应用卡在确认页面的问题
- 解决了Copilot账户在被其他用户移除时出现的卡顿问题
技术架构优化
在底层架构方面,团队进行了多项改进:
- 为桌面应用定义了11+重定向的无操作实现
- 更新了electron-updater依赖至6.4.1版本
- 优化了ProGuard规则,确保Android应用的构建稳定性
- 对recyclerlistview进行了补丁更新,提升列表渲染性能
文档与帮助系统更新
除了代码层面的改进,本次发布还包含了对帮助文档的多项更新:
- 完善了创建工作区的指导文档
- 更新了公司卡管理相关文档
- 优化了费用导出和行程管理的说明内容
- 改进了域成员和域管理员的管理文档
这些文档更新将帮助用户更好地理解和使用Expensify的各项功能。
总结
Expensify/App 9.1.6-1版本通过一系列细致的优化和修复,进一步提升了应用的稳定性、安全性和用户体验。从界面交互到核心功能,从认证流程到离线支持,开发团队针对用户反馈的实际问题进行了全面改进。这些变化体现了Expensify持续优化产品体验的承诺,也为用户提供了更加流畅、可靠的财务管理工具。
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