Expensify/App 9.0.99-0版本发布:企业费用管理功能全面升级
项目概述
Expensify是一款领先的企业费用管理应用程序,旨在简化企业员工的报销流程和管理工作。该平台提供智能费用跟踪、自动票据扫描、多平台同步等功能,帮助企业实现高效的财务管理。本次发布的9.0.99-0版本带来了一系列功能改进和问题修复,进一步提升了用户体验。
核心功能更新
企业卡片页面新增推广横幅
开发团队在企业卡片页面添加了Expensify Card的推广横幅,这一功能优化了企业金融产品的展示方式,使企业用户能够更直观地了解和使用Expensify的金融服务。
费用类别管理改进
针对距离费用类别,修复了删除和替换选项同时出现在距离地图菜单中的问题。这一改进使费用分类更加清晰,减少了用户误操作的可能性。
工作区设置消息本地化
解决了工作区修改设置消息在管理员频道中未翻译的问题,现在这些消息将根据用户的语言设置正确显示,提升了国际化用户体验。
离线模式视频下载优化
修复了离线模式下视频全屏时仍显示下载按钮的问题,这一改进使界面逻辑更加合理,避免了用户在无法下载情况下的困惑。
技术架构优化
性能提升
团队对违规检查功能进行了性能优化,改进了shouldDisplayViolationsRBRInLHN方法的执行效率,减少了不必要的计算,提升了应用响应速度。
日志系统改进
调整了Pusher PONG日志的输出策略,降低了日志系统的噪音,提高了日志信号的质量,使开发人员能够更有效地监控和分析系统状态。
PDF处理升级
更新了react-fast-pdf包,提升了PDF文件的处理能力和兼容性,为用户提供更流畅的文档查看体验。
用户体验改进
导航流程优化
修复了多个导航相关的问题,包括:
- 费用确认页面返回按钮的导航逻辑
- 工作区卡片页面的导航异常
- 首选导出页面设置的路由问题
这些改进使应用内的导航更加流畅和符合用户预期。
界面元素调整
解决了表情符号与上方文字重叠的显示问题,优化了界面元素的排版,提升了整体视觉效果。
钱包地址验证增强
改进了钱包地址字段的手动输入验证逻辑,确保所有地址字段都正确填写后才能提交,减少了因输入错误导致的交易失败。
企业级功能增强
工作区管理
新增了从工作区行动报告中降级成员的支持,使企业管理员能够更灵活地管理团队成员权限。
发票编辑限制
对ND发票实施了标题编辑限制,确保关键财务信息的完整性和一致性。
结算按钮条件更新
优化了结算按钮的显示条件,使其在不同场景下的出现更加合理。
多语言支持
修复了西班牙语中更新成员角色翻译不准确的问题,同时改进了其他多语言场景下的显示问题,提升了国际化支持水平。
总结
Expensify/App 9.0.99-0版本通过一系列功能改进和技术优化,进一步巩固了其作为企业费用管理解决方案的领导地位。从界面交互到后台处理,从单一功能到整体流程,本次更新全面提升了应用的稳定性、性能和用户体验。这些改进不仅解决了现有问题,也为未来的功能扩展奠定了坚实基础。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00