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。
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
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- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00