Expensify/App 重复显示费用提交金额问题解析
2025-06-15 03:27:48作者:宗隆裙
问题背景
在Expensify/App项目中,用户报告了一个关于费用提交显示异常的bug。具体表现为:当用户通过SmartScan功能扫描费用后,进行编辑并手动提交时,系统会重复显示"已提交[金额]"的信息。这个问题最初在Windows平台的Chrome浏览器中被发现。
问题复现步骤
- 使用SmartScan功能扫描费用单据
- 对扫描结果进行编辑(测试时发现未编辑的费用也可能出现此问题)
- 在经典版界面中,将费用分配到新创建的报告中
- 返回新版Expensify界面
- 点击该费用条目,选择"更多"选项
- 点击"提交"按钮
预期与实际行为
预期行为:系统应只显示一次"已提交[金额]"的确认信息。
实际行为:系统重复显示了两次相同的提交确认信息,给用户造成了困惑。
问题根源分析
经过技术团队深入调查,发现问题与DEW(Double Entry Workflow)功能有关。DEW是Expensify中的一个工作流功能,当该功能启用时,会导致提交确认信息被重复显示。测试人员在DEW功能被禁用后再次验证,确认问题不再复现。
解决方案
由于问题根源已确定为DEW功能引起,技术团队采取了以下措施:
- 确认DEW功能是导致重复显示的根本原因
- 在DEW功能被禁用的情况下验证问题是否解决
- 确认在DEW禁用后,系统恢复正常,只显示一次提交确认信息
技术启示
这个案例展示了功能模块间可能存在的隐式依赖关系。DEW作为一个独立的工作流功能,却意外影响了费用提交的显示逻辑。在开发类似系统时,需要注意:
- 功能模块间应有清晰的边界和接口定义
- 新增功能需要进行全面的交叉功能测试
- 用户界面显示逻辑应与业务逻辑保持解耦
总结
通过本次问题的排查和解决,Expensify团队不仅修复了一个具体的显示问题,更重要的是加深了对系统功能间交互的理解。这也为未来开发类似功能提供了宝贵的经验,避免同类问题的再次发生。
对于终端用户而言,这个问题的解决意味着更清晰、更一致的用户体验,确保了费用管理流程的顺畅性。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146