Expensify/App离线模式下费用提交的加载状态问题解析
2025-06-15 03:40:23作者:侯霆垣
在Expensify/App项目中,开发者们发现了一个关于离线模式下提交费用时出现的界面显示异常问题。本文将深入分析该问题的技术背景、产生原因以及解决方案。
问题现象
当用户在离线状态下提交费用时,系统会出现两个明显的异常表现:
- 下一步操作按钮会显示骨架屏加载状态
- 报告标题会显示"不可用工作区"和负金额
这种异常行为发生在特定条件下:用户账户存在自我对话但未关联任何工作区的情况下。
技术背景分析
该问题涉及Expensify/App的几个核心功能模块:
- 离线模式处理:应用需要处理网络连接中断时的数据同步机制
- 费用提交流程:包括费用创建、验证和存储的完整生命周期
- 状态管理:特别是网络状态变化时的UI响应机制
- 数据同步:离线操作后重新连接时的数据同步策略
问题根源
经过技术团队深入排查,发现问题主要源于以下几个方面:
- 网络状态切换处理不完善:当应用从离线状态恢复在线时,首次发送到后端的请求未能正确包含下一步操作信息
- 数据同步策略缺陷:只有在重新进入费用页面时,OpenReport才会发送完整信息
- UI状态管理逻辑:骨架屏显示条件判断不够严谨,导致在不应显示的情况下仍然出现
解决方案
技术团队通过以下措施解决了该问题:
- 完善网络状态监听:增强了对网络连接状态变化的监听和处理逻辑
- 优化数据同步流程:确保在恢复在线状态后立即发送完整的费用信息
- 修正UI状态管理:调整了骨架屏的显示条件判断逻辑
验证与测试
为确保问题彻底解决,团队设计了专门的回归测试用例:
- 在自我对话中创建手动费用
- 切换到离线模式并提交费用
- 检查费用预览页面确保无异常加载状态
- 恢复在线状态后验证数据同步和UI更新
经验总结
这个案例为我们提供了几个重要的技术实践启示:
- 离线功能测试的重要性:需要专门针对各种网络状态设计测试用例
- 状态管理复杂性:网络状态变化时的UI响应需要特别关注
- 数据一致性保证:离线操作后的数据同步策略需要精心设计
通过这次问题的分析和解决,Expensify/App在离线功能处理方面得到了显著提升,为用户提供了更稳定可靠的体验。
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218