Stripe Node.js SDK v17.7.0 版本更新解析
Stripe Node.js SDK 是 Stripe 官方提供的 JavaScript 库,用于在 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。本次发布的 v17.7.0 版本带来了一些重要的功能增强和优化。
核心更新内容
账单信用系统增强
本次更新对 Stripe 的账单信用系统进行了多项改进:
-
价格范围支持:现在可以在信用余额摘要检索参数、信用授予对象及其创建参数中的适用范围配置(applicability_config)中指定价格范围(prices)。这为信用应用提供了更精细的控制能力。
-
价格类型可选化:相关参数中的 price_type 字段现在变为可选,提高了 API 使用的灵活性。
-
优先级支持:新增了对信用授予(credit grant)优先级的支持,允许开发者通过 priority 参数控制信用应用的顺序。
支付方式选项扩展
针对多种支付方式的目标日期(target_date)支持已扩展到更多场景:
- 新增了对 ACSS Debit、AU BECS Debit、BACS Debit、SEPA Debit 和 US Bank Account 等支付方式的目标日期支持
- 这些支付方式现在可以在 Checkout Session、Payment Intent 的创建、确认和更新操作中设置目标日期
结账会话功能增强
-
卡片支付限制:在结账会话的支付方法选项中新增了对卡片支付限制(restrictions)的支持,可以更精确地控制卡片支付行为。
-
收集信息支持:结账会话现在支持 collected_information 参数,用于跟踪和管理会话期间收集的客户信息。
-
必填字段调整:discounts 字段现在变为必填,提高了 API 的一致性。
其他重要改进
-
产品默认价格数据:在产品创建时,现在可以为默认价格数据(default_price_data)添加元数据(metadata),便于跟踪和管理。
-
Token 创建参数:个人身份验证(identity_verification)参数的类型从字符串调整为枚举类型('existing'|'none'),提高了类型安全性。
-
Webhook 支持:新增了对 2025-02-24.acacia 版本 API 的 Webhook 端点支持。
开发体验优化
-
Next.js 示例:新增了针对 Next.js App Router 的 Webhook 示例,展示了如何利用 Route Handlers 处理 Stripe Webhook。
-
构建改进:现在在 npm 包中包含了 OPENAPI_VERSION,有助于开发者了解所使用的 OpenAPI 规范版本。
技术影响分析
本次更新主要从三个维度提升了 Stripe Node.js SDK 的能力:
-
功能扩展:特别是账单信用系统和支付方式选项的增强,为开发者提供了更丰富的业务场景支持。
-
类型安全:如身份验证参数的类型调整,减少了潜在的类型错误。
-
开发体验:新增的 Next.js 示例降低了框架集成的门槛,OPENAPI_VERSION 的包含则提高了透明度。
对于正在使用或计划使用 Stripe 服务的 Node.js 开发者,建议及时升级到 v17.7.0 版本以利用这些新特性。特别是需要处理复杂信用逻辑或国际支付场景的项目,本次更新提供的增强功能将显著简化开发工作。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0125
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07