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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C084
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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