Stripe-dotnet 47.3.0-beta.1版本发布:金融账户与支付功能增强
项目概述
Stripe-dotnet是Stripe官方提供的.NET SDK,它让开发者能够轻松地在.NET应用程序中集成Stripe支付功能。作为Stripe生态的重要组成部分,这个SDK提供了与Stripe API交互的强类型接口,大大简化了支付流程、订阅管理、财务操作等功能的实现。
核心更新内容
1. 金融账户管理功能增强
本次beta版本对Treasury金融账户功能进行了多项重要更新:
金融账户关闭功能
新增了Close方法,允许开发者通过代码直接关闭金融账户,为账户生命周期管理提供了完整支持。
金融账户昵称支持
现在可以为金融账户设置Nickname属性,便于在管理界面中快速识别不同的金融账户。这个功能在创建(FinancialAccountCreateOptions)和更新(FinancialAccountUpdateOptions)操作中都得到了支持。
默认账户标记
新增IsDefault属性,可以标识某个金融账户是否为默认账户,这在多账户管理场景下特别有用。
转发设置支持
FinancialAccountUpdateOptions中新增了ForwardingSettings配置项,为资金流转提供了更精细的控制能力。
2. 支付功能优化
PayPal支付的国家支持
在多个PayPal相关的模型(ChargePaymentMethodDetailsPaypal、ConfirmationTokenPaymentMethodPreviewPaypal和PaymentMethodPaypal)中新增了Country属性,增强了PayPal支付的国际化支持。
支付链接电话号码收集
PaymentLinkUpdateOptions新增了PhoneNumberCollection选项,允许商家在支付过程中收集客户的电话号码,便于后续沟通和服务。
3. 支付卡产品品牌信息
在多个与支付卡相关的模型(Card、SourceCardPresent等)中新增了BrandProduct属性,提供了更详细的支付卡品牌产品信息,有助于支付流程的分析和优化。
4. 公司账户验证增强
所有权豁免原因
在公司账户相关选项(AccountCompanyOptions等)中新增了OwnershipExemptionReason字段,为特殊所有权结构的公司账户提供了合规支持。
董事声明
AccountCompany模型新增了DirectorshipDeclaration属性,强化了公司账户的董事信息验证。
5. 资金转移功能改进
目标支付方式数据
在创建外转账(OutboundTransferCreateOptions)时,现在可以通过DestinationPaymentMethodData指定更详细的目标支付方式信息。
金融账户作为转账目标
扩展了TreasuryOutboundTransferDestinationPaymentMethodDetailsType枚举,新增了financial_account类型,允许直接将资金转移到另一个金融账户。
技术意义与应用场景
这些更新为开发者提供了更强大的金融工具集成能力:
-
企业资金管理:金融账户的增强功能特别适合需要复杂资金管理的企业场景,如电商平台的分账系统、跨境支付解决方案等。
-
合规性提升:新增的公司账户验证字段帮助企业在全球范围内满足不同地区的金融合规要求。
-
支付流程优化:PayPal的国家支持和电话号码收集功能可以显著提升国际支付转化率。
-
资金流转自动化:金融账户间的直接转账能力为自动化资金分配提供了可能,适用于分润、供应商结算等场景。
升级建议
作为beta版本,47.3.0-beta.1适合在测试环境中评估新功能,不建议直接用于生产环境。需要特别注意以下变更点:
-
TreasuryOutboundTransferDestinationPaymentMethodDetailsType的类型从单一值扩展为枚举,相关代码可能需要调整。 -
新增的金融账户关闭功能会永久性关闭账户,使用时需谨慎处理业务逻辑。
-
公司账户的新增字段可能影响账户验证流程,需要相应更新前端界面和后端处理逻辑。
对于正在开发金融相关功能的.NET项目,这个版本提供了值得关注的新特性,建议在测试环境中充分验证后再规划生产环境升级。
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