Stripe PHP SDK v17.2.0版本更新解析
Stripe PHP SDK是Stripe官方提供的PHP语言开发工具包,它让开发者能够方便地在PHP应用中集成Stripe支付功能。作为Stripe API的PHP封装,这个SDK简化了与Stripe服务的交互过程,使开发者能够专注于业务逻辑而不是底层API调用细节。
核心API版本升级
本次发布的v17.2.0版本将默认API版本更新至2025-04-30.basil。API版本控制是Stripe的重要特性,它确保了开发者能够明确知道他们使用的是哪个版本的API功能集。这种版本锁定机制对于生产环境的稳定性至关重要,因为Stripe可能会在不破坏向后兼容性的情况下对API进行改进。
新增功能与改进
1. 错误代码扩展
新版本增加了tax_id_prohibited错误代码,该代码会出现在多种场景的错误信息中:
- 发票(Invoice)的最后完成错误
- 支付意向(PaymentIntent)的最后支付错误
- 设置尝试(SetupAttempt)的设置错误
- 设置意向(SetupIntent)的最后设置错误
- 通用Stripe错误
这个新增的错误代码表明系统拒绝了提供的识别ID,可能是因为该ID无效或不被接受。对于处理国际支付的开发者来说,这个明确的错误代码有助于更好地处理相关异常情况。
2. 支付体验增强
在Checkout.Session中新增了wallet_options支持,这允许开发者更灵活地配置电子支付选项,如Apple Pay或Google Pay。通过这个选项,开发者可以定制支付的行为和显示方式,提供更符合应用场景的支付体验。
3. 事件上下文信息
Event对象现在支持context字段,这为事件提供了更多上下文信息。对于需要详细审计日志或复杂事件处理逻辑的应用来说,这个新增字段可以提供更丰富的事件背景信息,帮助开发者更好地理解事件发生的原因和场景。
4. 全球识别ID支持扩展
新版本扩展了对全球各地识别号的支持,新增了多个国家和地区的ID类型:
- 阿塞拜疆(AZ)的TIN
- 孟加拉国(BD)的BIN
- 布基纳法索(BF)的IFU
- 贝宁(BJ)的IFU
- 喀麦隆(CM)的NIU
- 佛得角(CV)的NIF
- 埃塞俄比亚(ET)的TIN
- 吉尔吉斯斯坦(KG)的TIN
- 老挝(LA)的TIN
这些新增支持使得Stripe能够更好地服务于这些地区的企业和开发者,满足当地合规要求。
5. 支付方式扩展
Affirm支付方式现在可以用于发票(Invoice)和订阅(Subscription)的支付设置中。Affirm是一种流行的"先买后付"服务,这个新增支持让开发者能够为他们的客户提供更多灵活的支付选择。
6. 支付方法配置增强
PaymentMethodConfiguration现在支持PIX支付方式。PIX是巴西流行的即时支付系统,这个新增支持将帮助开发者更好地服务巴西市场。
7. 退款状态细化
Refund对象新增了pending_reason字段,这为处理中的退款提供了更详细的状态信息。开发者现在可以更清楚地了解为什么退款处于待处理状态,从而能够为用户提供更准确的反馈。
技术改进
1. 测试环境扩展
项目现在将PHP 8.3和8.4纳入持续集成(CI)测试环境,确保SDK与最新PHP版本的兼容性。对于计划升级PHP版本的开发者来说,这意味着他们可以放心地在这些新版本上使用Stripe PHP SDK。
2. 开发工具优化
项目改进了PHP代码格式化工具的并行运行性能,这将加速开发流程,特别是对于大型代码库的贡献者来说,能够更快地验证代码格式是否符合规范。
类型系统改进
新版本将Tax.CalculationLineItem.reference的类型从可空字符串(nullable(string))改为必填字符串(string)。这个变更反映了API的实际行为,有助于开发者在编译时捕获潜在的类型错误,提高代码质量。
总结
Stripe PHP SDK v17.2.0版本带来了多项重要更新,特别是在全球合规、支付方式支持和错误处理方面。这些改进不仅扩展了SDK的功能范围,也提升了开发体验和代码质量。对于正在使用或考虑使用Stripe服务的PHP开发者来说,升级到这个版本将能够利用最新的Stripe功能,同时确保应用的稳定性和合规性。
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