Expensify/App中未报告每日津贴费用的处理流程优化分析
2025-06-15 06:30:40作者:何将鹤
问题背景
在Expensify/App的9.1.51-0版本中,测试团队发现了一个关于每日津贴(per diem)费用处理流程的异常行为。当用户尝试提交未报告的每日津贴费用时,系统出现了几个关键问题:允许将费用提交给非工作区用户、确认页面返回按钮行为异常等。这些问题影响了用户体验和流程的完整性。
核心问题分析
1. 用户选择权限问题
系统错误地允许用户将未报告的每日津贴费用提交给个人用户而非工作区。从技术实现角度看,这违反了每日津贴费用必须与特定工作区关联的业务规则。
2. 导航流程异常
确认页面存在两个主要导航问题:
- 当选择个人用户后点击返回按钮,系统错误地显示"未找到"页面
- 在确认页面点击返回按钮时,系统错误地返回到每日津贴创建流程而非预期的报告详情页
技术解决方案
权限控制优化
在提交流程中增加了严格的验证逻辑,确保每日津贴费用只能提交到工作区。具体实现是通过检查费用类型和目标接收方类型来强制执行这一规则。
导航流程修复
针对确认页面的返回行为,开发团队重构了导航逻辑:
- 对于每日津贴请求,增加了是否为移动未报告交易的判断:
if (isPerDiemRequest) {
if (isMovingTransactionFromTrackExpense) {
Navigation.goBack();
return;
}
Navigation.goBack(ROUTES.MONEY_REQUEST_STEP_SUBRATE.getRoute(action, iouType, initialTransactionID, reportID));
return;
}
- 统一了所有移动交易行为的导航处理,确保一致的返回体验
技术实现考量
在解决这些问题时,开发团队考虑了以下技术因素:
- 状态管理:需要准确判断当前费用状态(是否已报告)和操作类型(提交/分类等)
- 导航栈处理:确保返回操作能正确回退到预期页面,避免出现中间状态
- 业务规则验证:在用户选择接收方时即时验证是否符合每日津贴的业务规则
经验总结
这个案例展示了在复杂财务应用中处理特定类型费用时需要注意的几个关键点:
- 严格的业务规则验证:特定类型的费用(如每日津贴)通常有特殊的处理规则,需要在UI层就进行严格限制
- 导航状态管理:在多步骤流程中,必须仔细设计导航栈以确保一致的返回行为
- 边缘情况处理:特别是对于"移动未报告交易"这类特殊操作,需要单独考虑其导航逻辑
通过这次修复,Expensify/App的每日津贴处理流程变得更加健壮和用户友好,为后续类似功能的开发提供了有价值的参考。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0446
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0760
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
openEuler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。
C
494
515
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
799
1.13 K
暂无描述
Markdown
825
5.48 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
780
1.57 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
964
2.27 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++
1.2 K
1.24 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
640
272
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。
C
830
6.14 K
昇腾LLM分布式训练框架
Python
193
272