Firebed Aade MyData 项目安装与配置指南
2025-06-04 03:21:18作者:苗圣禹Peter
项目概述
Firebed Aade MyData 是一个用于与希腊财税机构 (AADE) myDATA 系统交互的 PHP 库。它提供了简单易用的接口,帮助开发者实现电子账单、收支分类等财税数据的传输与管理。
环境要求
在开始安装前,请确保您的系统满足以下最低要求:
- PHP 8.1 或更高版本
- DOM 扩展 (ext-dom)
- Guzzle HTTP 客户端 7.0.1 或更高版本
安装方式
推荐方式:通过 Composer 安装
这是最简单且推荐的安装方式,只需执行以下命令:
composer require firebed/aade-mydata
Composer 会自动处理所有依赖关系,包括 Guzzle HTTP 客户端等必要组件。
手动安装(不推荐)
虽然不推荐,但在特殊情况下您可以选择手动安装:
- 下载项目源代码
- 手动包含所有必需文件
- 使用
spl_autoload_register函数注册自动加载器
手动安装需要您自行管理所有依赖关系,可能会遇到版本冲突等问题。
配置准备
在使用该库前,您需要从希腊财税机构获取以下凭证:
- 用户ID (User ID):唯一标识您的账户
- 订阅密钥 (Subscription Key):用于API身份验证
这些凭证可以通过注册 myDATA REST API 服务获得。
初始化配置
获得凭证后,您需要初始化库配置:
基本配置方式
use Firebed\AadeMyData\Http\MyDataRequest;
// 设置环境:'dev'为测试环境,'prod'为生产环境
$env = "dev";
// 您的凭证
$user_id = "your-user-id";
$subscription_key = "your-subscription-key";
// 配置环境和凭证
MyDataRequest::setEnvironment($env);
MyDataRequest::setCredentials($user_id, $subscription_key);
简化配置方式
也可以使用 init 方法一次性完成所有配置:
MyDataRequest::init($user_id, $subscription_key, $env);
开发环境特殊配置
在开发环境中,如果未使用 HTTPS,可能需要禁用客户端验证:
MyDataRequest::verifyClient(false);
功能概览
该库支持 myDATA API 的所有主要功能:
-
账单相关操作
- 发送账单 (SendInvoices)
- 取消账单 (CancelInvoice)
- 请求账单 (RequestDocs)
- 请求已传输账单 (RequestTransmittedDocs)
-
分类信息
- 发送收入分类 (SendIncomeClassification)
- 发送支出分类 (SendExpensesClassification)
-
支付方式
- 发送支付方式 (SendPaymentsMethod)
-
财务数据查询
- 请求我的收入 (RequestMyIncome)
- 请求我的支出 (RequestMyExpenses)
- 请求增值税信息 (RequestVatInfo)
XSD 架构文件
项目包含完整的 XSD 架构文件,用于验证数据格式:
- 账单文档 (InvoicesDoc-v1.0.9.xsd)
- 收入和支出分类 (incomeClassification/expensesClassification-v1.0.9.xsd)
- 支付方式 (paymentMethods-v1.0.9.xsd)
- 各种响应格式 (response/RequestVatInfoResponse-v1.0.9.xsd 等)
这些文件对于理解数据结构和进行本地验证非常有用。
最佳实践建议
- 环境管理:始终在开发环境中测试后再部署到生产环境
- 错误处理:实现适当的异常捕获和处理机制
- 日志记录:记录所有API请求和响应,便于调试和审计
- 凭证安全:不要将凭证硬编码在代码中,使用环境变量或安全的配置管理系统
常见问题
Q: 如何判断应该使用开发环境还是生产环境? A: 开发环境用于测试和集成,生产环境用于实际业务。在开发初期和测试阶段使用开发环境。
Q: 为什么需要禁用客户端验证? A: 仅在开发环境中且未使用HTTPS时才需要禁用,生产环境中应始终保持启用。
Q: 如何获取测试凭证? A: 可以通过希腊财税机构提供的测试环境注册流程获取测试用的用户ID和订阅密钥。
通过本指南,您应该能够顺利完成 Firebed Aade MyData 的安装和基本配置。如需更详细的功能使用说明,请参考各功能模块的专门文档。
登录后查看全文
热门项目推荐
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
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219