Expensify/App中关于不可访问报告变更日志显示问题的技术分析
2025-06-15 13:20:44作者:何将鹤
问题背景
在Expensify/App项目中,存在一个关于费用变更日志显示的技术问题。当用户将一个费用从一个报告移动到另一个报告,然后删除原始报告后,在费用变更日志中无法看到该费用曾经被关联到已删除报告的记录。这影响了用户对费用历史变更的完整追踪能力。
技术原因分析
问题的根本原因在于报告删除后的处理逻辑。当报告被删除后,系统在生成变更日志时无法获取已删除报告的名称信息。具体来说:
- 在ReportUtils.ts文件中,当获取报告名称时,如果报告已被删除,toReportID对应的报告名称为空
- 系统当前没有针对这种情况的备用显示方案
- 变更日志生成逻辑直接跳过了无法获取报告名称的情况
解决方案探讨
针对这个问题,技术团队探讨了几种可能的解决方案:
-
显示报告ID方案:当报告名称不可获取时,显示"费用报告{toReportID}"的格式。这种方案的优点是总能显示有用的信息,缺点是链接可能指向不存在的页面。
-
通用提示方案:显示一个通用提示,如"将此费用移动到已删除的报告",与后端当前设置的reportAction.message保持一致。
-
隐藏操作方案:完全不显示无法获取报告名称的movedTransaction操作。
经过讨论,团队最终选择了第二种方案,因为它既提供了足够的信息,又保持了用户体验的一致性。
实现细节
在最终实现中,技术团队不仅解决了变更日志显示问题,还统一了相关功能的处理逻辑:
- 修改了变更日志生成逻辑,当报告不可访问时显示统一的提示信息
- 确保上下文菜单、侧边栏工具和报告名称获取等功能都使用相同的处理逻辑
- 统一了多语言环境下的显示文本
技术意义
这个问题的解决不仅修复了一个具体的功能缺陷,更重要的是建立了一套处理不可访问报告的统一机制。这种机制可以应用于其他类似场景,如:
- 策略变更时的日志显示
- 用户权限变更时的提示
- 其他资源删除后的历史记录显示
总结
Expensify/App团队通过这个问题,完善了系统对已删除资源历史记录的处理能力。这种处理方式既保证了信息的完整性,又提供了良好的用户体验,体现了对系统健壮性和用户友好性的双重考量。
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
414
3.19 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
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
660
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