Expensify/App 中费用审批按钮金额显示异常问题分析
2025-06-15 06:12:39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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue07- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.88 K
Ascend Extension for PyTorch
Python
396
474
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
359
219
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++
902
703
🎉 (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
1.39 K
786
昇腾LLM分布式训练框架
Python
122
148
React Native鸿蒙化仓库
JavaScript
312
364
暂无简介
Dart
813
199
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
161
AscendNPU-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++
92
162