Expensify/App中P2P费用金额变更消息显示异常问题分析
2025-06-15 13:23:53作者:苗圣禹Peter
问题背景
在Expensify/App项目的9.1.51-0版本中,开发团队发现了一个关于点对点(P2P)费用金额变更后系统消息显示异常的问题。该问题主要出现在用户删除包含P2P费用的报告后,再修改该费用金额时,系统消息会从正确的格式变为不正确的格式。
问题现象
当用户执行以下操作流程时会出现问题:
- 向任意用户提交两笔费用
- 在1对1对话中点击费用预览
- 删除包含该费用的报告
- 进入自己的对话历史
- 点击已删除报告中的任意费用
- 修改金额并保存
预期行为:系统应始终显示"将金额从x修改为y"的格式消息。
实际行为:系统消息会先显示正确的"将金额从x修改为y"格式,但随后会变为"将金额设置为y"的格式。
技术分析
这个问题实际上涉及前端和后端的交互逻辑:
-
前端表现:在离线状态下,前端能够正确显示变更历史消息,说明前端逻辑本身没有问题。
-
后端问题:当与后端通信时,系统消息格式发生了变化。这表明后端在处理已删除报告中的费用变更时,没有正确保留原始金额信息。
-
问题根源:该问题是在实现"简化操作"新功能时引入的,特别是与1对1对话场景下的费用处理逻辑相关。
解决方案
开发团队通过以下方式解决了这个问题:
-
修改删除逻辑:不再允许直接删除包含IOU(我欠你)费用的整个报告,而是改为只允许删除报告中的单个交易记录。
-
保持消息一致性:确保在任何情况下,金额变更消息都保持"将金额从x修改为y"的统一格式。
影响范围
该问题主要影响以下场景:
- 1对1对话中产生的P2P费用
- 已删除报告中的费用记录修改
- 首次金额修改操作(后续修改不受影响)
技术启示
这个问题提醒我们在处理金融类应用的变更历史时需要特别注意:
- 金额变更记录应始终保持完整的历史信息
- 删除操作应该谨慎处理,特别是涉及财务数据时
- 前后端在状态同步时需要确保数据一致性
- 新功能的回归测试应覆盖边缘场景
总结
Expensify团队通过分析问题根源并调整删除逻辑,成功解决了P2P费用金额变更消息显示异常的问题。这个案例展示了在开发金融类应用时,数据一致性和操作历史完整性的重要性,也为类似场景的问题解决提供了参考。
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
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.87 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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++
661
310
🎉 (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
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1