Stripe Node.js SDK v18.1.0-beta.2 版本解析
Stripe Node.js SDK 是 Stripe 官方提供的 JavaScript 库,用于在后端 Node.js 环境中与 Stripe API 进行交互。它为开发者提供了便捷的方式来处理支付、订阅、发票等金融业务逻辑,是构建现代支付系统的强大工具。
主要变更内容
破坏性变更
-
资金管理接收借记状态转换类型调整
V2.MoneyManagement.ReceivedDebit.status_transitions的类型从纯对象调整为可空对象(object | null),这要求开发者在使用此字段时需要进行空值检查。 -
事件枚举值移除
移除了EventsV2CoreAccountIncludingConfigurationRecipientCapabilityStatusUpdatedEvent.updated_capability枚举中的几个不再支持的银行账户和支付方式类型,包括:bank_accounts.local_ukbank_accounts.wire_ukcards_ukcrypto_wallets_v2
新增功能
-
数据删除作业功能
新增了三个与数据删除相关的资源类型:Privacy.RedactionJobRootObjects:标识需要删除的数据根对象Privacy.RedactionJobValidationError:处理删除作业验证错误Privacy.RedactionJob:表示一个删除作业实例
同时提供了完整的 CRUD 操作支持:
- 创建、检索、列出、更新删除作业
- 运行和验证删除作业
- 检索验证错误信息
-
账户管理增强
- 新增了
business_ownership_designation字段,用于标识特定类型的企业 - 新增了验证错误代码
verification_legal_entity_structure_mismatch,用于处理法律实体结构不匹配的情况 - 账户会话组件新增了
export_transaction_data和payment_disputes支持
- 新增了
-
支付与财务功能改进
- 新增了
identifier_prohibited错误代码,用于处理特定标识被禁止的情况 - 资本融资产品新增了
fixed_term_loan类型支持 - 结账会话新增了
wallet_options配置 - 财务计算行项目的
reference字段类型从可空字符串调整为必填字符串
- 新增了
-
Webhook 事件扩展
新增了五个与数据删除作业相关的事件类型,开发者现在可以监听这些事件来处理数据删除的生命周期:privacy.redaction_job.canceled:删除作业被取消privacy.redaction_job.created:删除作业已创建privacy.redaction_job.ready:删除作业准备就绪privacy.redaction_job.succeeded:删除作业成功完成privacy.redaction_job.validation_error:删除作业验证错误
-
支付方式域名支持
支付方式域名现在支持 Klarna 支付方式,扩展了国际支付选项。 -
财务登记国家选项
财务登记功能新增了对印度(in)国家选项的支持,方便处理印度市场的财务合规需求。
技术影响与迁移建议
对于正在使用 Stripe Node.js SDK 的开发者,升级到 v18.1.0-beta.2 版本时需要注意以下几点:
-
类型安全增强
多个字段的类型变得更加严格,特别是从可空类型调整为非空类型的变化,可能会影响现有的类型检查。建议在升级后全面检查相关代码,确保正确处理可能的空值情况。 -
数据处理
新增的数据删除功能为企业提供了更好的数据合规工具。对于需要处理用户数据删除请求的应用,可以考虑集成这些新功能来简化合规流程。 -
错误处理扩展
新增的错误代码和验证机制为开发者提供了更精细的错误处理能力。建议更新错误处理逻辑,以充分利用这些新的错误分类。 -
国际支付支持
对 Klarna 和印度财务的支持,使得应用能够更好地服务这些地区的用户。如果目标市场包括这些区域,可以考虑启用相关功能。 -
事件监听扩展
新增的 Webhook 事件类型为应用提供了更完整的数据删除生命周期监控能力。建议根据业务需求,适当扩展事件处理逻辑。
总结
Stripe Node.js SDK v18.1.0-beta.2 版本在数据合规、财务处理和国际支付支持方面做出了重要改进,同时增强了类型安全性。这些变化反映了 Stripe 对开发者体验和数据合规性的持续投入。对于需要处理用户数据或拓展国际市场的应用,这个版本提供了有价值的工具和支持。
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