Stripe Python SDK v12.1.0b3 版本更新解析
Stripe Python SDK 是 Stripe 官方提供的 Python 语言支付接口封装库,它让开发者能够方便地在 Python 应用中集成 Stripe 的各种支付功能。本次发布的 v12.1.0b3 版本是一个预发布版本,带来了多项重要的功能增强和接口更新。
外汇报价功能(FxQuote)的引入
本次更新最显著的变化是新增了 FxQuote 资源及相关操作接口。FxQuote 允许开发者获取实时的外汇汇率报价,这对于处理跨境支付业务尤为重要。开发者现在可以通过 SDK 创建、查询和获取外汇报价的详细信息。
新支持的接口包括:
- 创建外汇报价
- 获取外汇报价列表
- 检索特定外汇报价
这一功能特别适合需要处理多种货币结算的电商平台或跨境服务提供商,能够帮助他们更准确地计算和显示不同货币间的兑换金额。
支付意图(PaymentIntent)的增强
PaymentIntent 接口在本版本中获得了多项重要更新:
-
支付明细扩展:新增了
payment_detail字段,支持customer_reference和order_reference参数,方便商家将支付与客户订单关联起来。 -
金额明细增强:PaymentIntent 的金额明细现在支持更细粒度的分解,包括:
- 折扣金额(discount_amount)
- 商品行项目(line_items)
- 运费(shipping)
- 费用(fee)
这些增强使得支付对账更加清晰透明,特别适合需要详细展示账单构成的应用场景。
账单详情中的标识支持
在多个资源中,账单详情(billing_detail)现在支持添加标识(id)。这一更新影响以下资源:
- Charge
- ConfirmationToken
- PaymentIntent
- PaymentMethod
- SetupIntent
- Treasury OutboundPayment
这对于需要符合不同地区规定的企业尤为重要,可以方便地在支付过程中收集和传递相关信息。
优惠券(Coupon)功能扩展
优惠券功能新增了两个重要属性:
- script:允许定义更复杂的优惠券逻辑
- type:标识优惠券的类型
这使得商家可以创建更灵活多样的促销活动,满足不同的营销需求。
支付方式配置更新
支付方式配置(PaymentMethodConfiguration)现在支持巴西的 PIX 支付方式。PIX 是巴西流行的即时支付系统,这一更新使得面向巴西市场的应用可以更方便地集成本地支付方式。
注册国家扩展
注册功能新增了对多个国家的支持,包括阿联酋(aw)、阿塞拜疆(az)、孟加拉国(bd)、贝宁(bj)、埃塞俄比亚(et)、吉尔吉斯斯坦(kg)、老挝(la)和菲律宾(ph)。这使得在这些地区运营的企业可以更方便地处理相关事宜。
其他重要更新
- 发票(Invoice)接口移除了
attach_payment_intent方法 - 新增了 Affirm 作为支持的支付方式
- 人员(Person)信息中增加了相关数据支持
- 退款(Refund)状态新增了待处理原因(pending_reason)字段
开发者注意事项
作为预发布版本,v12.1.0b3 中的新功能可能会在正式发布前有所调整。建议开发者在测试环境中先行评估这些新功能,特别是外汇报价和增强的支付明细功能,这些可能会对现有的支付流程产生影响。
对于需要处理多币种支付的开发者,新的 FxQuote 功能提供了更专业的外汇处理能力,值得特别关注。同时,账单详情中标识的支持也使得相关处理更加便捷。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00