Expensify/App 中费用审批按钮金额显示异常问题分析
2025-06-15 20:46:59作者:管翌锬
在 Expensify/App 项目中,开发团队发现了一个关于费用审批按钮金额显示异常的技术问题。本文将深入分析该问题的背景、原因以及解决方案。
问题背景
在 Expensify 应用程序的费用报告功能中,当用户创建包含跟踪费用的报告时,审批按钮上本应显示报告总金额,但实际上却显示了"Approve 0.00"的错误金额。这个问题主要出现在以下场景:
- 用户在个人私信中跟踪了一笔手动费用
- 创建启用了"延迟提交"和"需要审批"的工作区
- 将跟踪的费用添加到报告中
- 提交报告后,审批按钮金额显示异常
技术分析
经过团队调查,这个问题是由于之前的一个合并请求(#62876)引起的回归问题。该PR原本是为了修复审批按钮上的金额计算问题,但在某些特定情况下导致了金额显示为0的错误。
问题的核心在于费用计算逻辑没有正确处理跟踪费用(track expense)的情况。当报告仅包含跟踪费用时,系统未能正确汇总这些费用并显示在审批按钮上。
解决方案
开发团队采取了以下步骤解决这个问题:
- 首先回滚了引起问题的PR(#62876),以快速解决部署阻塞问题
- 同时推进另一个相关问题的修复(#63013),该问题建议完全移除报告视图头部操作按钮中的金额显示
- 由原始PR的作者(@Tony-MK)和另一位开发者(@thelullabyy)合作提出更彻底的解决方案
实施过程
解决方案的实施过程包括:
- 创建并合并了回滚PR(#63315)
- 经过QA团队测试验证,确认问题已修复
- 解决方案被部署到生产环境(版本9.1.58-4和9.1.59-7)
- 设置了7天的回归观察期,确保没有新的问题出现
经验总结
这个案例给我们几个重要的技术实践启示:
- 金额计算相关的UI改动需要特别谨慎,应覆盖各种边界情况
- 跟踪费用(track expense)的处理逻辑需要与常规费用区分考虑
- 回滚是解决紧急部署阻塞问题的有效手段,但应同时推进更完善的解决方案
- 团队协作和及时沟通对于快速解决问题至关重要
通过这次问题的解决,Expensify团队不仅修复了当前的问题,还改进了相关功能的代码结构,为未来的开发奠定了更好的基础。
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
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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
330
暂无简介
Dart
685
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869