Expensify/App中费用预览违规红点显示问题的技术解析
问题背景
在Expensify/App项目中,用户报告了一个关于费用预览界面中违规红点显示异常的问题。具体表现为:当用户在默认禁用工作流的首个工作区中创建手动费用时,虽然费用详情页面和左侧导航栏(LHN)能正确显示违规红点标记,但在费用预览界面却未能显示相应的违规提示。
技术分析
问题根源
经过深入分析,发现问题的核心在于两个关键因素:
-
违规类型配置不完整:在ViolationsUtils.ts文件中,'categoryOutOfPolicy'类型的违规默认将showInReview属性设置为false,导致这类违规不会在预览界面显示红点标记。
-
工作流状态判断逻辑:ReportPreviewActionUtils.ts文件中的逻辑会检查工作流是否启用,如果工作流被禁用,则直接返回false,阻止了违规红点的显示。
解决方案对比
开发团队提出了两种不同的解决方案思路:
-
直接修改违规类型配置:简单地将'categoryOutOfPolicy'违规的showInReview属性设置为true。这种方法直接但可能不够全面。
-
重构判断逻辑:创建新的工具函数来识别那些不需要工作流功能也能被审查的违规类型(如missingCategory、missingTag等),然后在判断逻辑中添加相应条件。这种方法更具扩展性和维护性。
最终团队选择了第二种方案,因为它能更好地适应未来可能新增的违规类型,同时保持了代码的清晰结构。
实现细节
具体实现包括:
- 在ViolationsUtils.ts中完善违规类型的showInReview配置
- 在ReportPreviewActionUtils.ts中优化工作流状态判断逻辑
- 确保不同界面(LHN、详情页、预览页)的违规提示显示一致性
测试验证
为确保修复效果,设计了以下测试场景:
- 使用默认禁用工作流的首个工作区
- 创建包含违规类别的费用记录
- 验证各界面(预览、详情、LHN)的红点显示一致性
- 特别关注类别违规在预览界面的可见性
经验总结
这个案例给我们带来几点重要启示:
-
初始设计考虑要全面:在定义违规类型时,应充分考虑其在各界面中的显示需求。
-
条件判断要细致:涉及功能开关的判断逻辑需要仔细评估其对用户体验的影响。
-
测试覆盖要完整:对于跨多界面的功能,需要设计端到端的测试场景。
-
解决方案要有前瞻性:选择更具扩展性的方案虽然初期成本较高,但长期维护成本更低。
通过这次问题的解决,Expensify/App在违规提示功能的用户体验和代码质量上都得到了提升,为后续类似功能的开发积累了宝贵经验。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementPersist and reuse KV Cache to speedup your LLM.Python02
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00