Stripe Java SDK v28.3.0 版本更新解析
Stripe Java SDK 是 Stripe 支付平台官方提供的 Java 语言开发工具包,它为开发者提供了与 Stripe API 交互的便捷方式。通过这个 SDK,Java 开发者可以轻松集成支付处理、订阅管理、发票开具等电子商务功能到他们的应用中。
核心功能更新
财务账户增强功能
本次更新为 Treasury 财务账户功能带来了多项重要改进:
-
财务账户关闭功能:新增了
close方法,允许开发者通过编程方式关闭财务账户,完善了财务账户的生命周期管理。 -
财务账户昵称支持:现在可以为财务账户设置昵称(
nickname),便于用户识别和管理多个账户。 -
默认账户标识:新增了
is_default字段,用于标记默认财务账户,简化了账户选择逻辑。 -
转发设置:在更新财务账户时,现在可以配置
forwarding_settings,为资金流转提供更多控制选项。
支付方式扩展
v28.3.0 版本引入了全新的"银行支付"(Pay by Bank)支付方式:
-
全平台支持:从账户能力配置到支付意图创建,全面支持银行支付方式。
-
支付方法配置:支持在支付方法配置中启用银行支付,为不同支付场景提供灵活选择。
-
多场景集成:无论是常规支付、支付链接还是结账会话,现在都可以使用银行支付方式。
支付流程优化
-
建议代码:在支付结果、错误处理等场景中新增了
advice_code字段,为开发者提供更详细的支付状态信息,便于问题诊断和流程优化。 -
PayPal 国家信息:现在可以获取 PayPal 支付方式的国家信息,有助于国际化支付场景的处理。
-
折扣支持:在结账会话中新增了对折扣的支持,丰富了促销活动的实现方式。
账户管理改进
-
公司信息增强:新增了董事声明(
directorship_declaration)和所有权豁免原因(ownership_exemption_reason)字段,满足更复杂的合规需求。 -
终极受益人证明:支持上传终极受益人所有权证明文件,完善了 KYC 流程。
-
账户会话组件:财务账户交易、发卡等组件现在可以集成到账户会话中,提供了更完整的账户管理体验。
开发者体验提升
-
枚举类型扩展:多个枚举类型新增了银行支付等选项,使 API 更加完备。
-
类型系统增强:改进了类型定义,如将财务账户作为转账目的地支付方法的一种类型,使类型系统更加准确。
-
新国家支持:支付链接和结账会话现在支持苏丹(SD)作为可选的配送国家。
技术细节
-
API 版本更新:支持最新的 2025-01-27.acacia API 版本,确保开发者可以使用最新的 Stripe 功能。
-
小费配置:终端配置现在支持日元(JPY)作为小费货币,完善了日本市场的支付体验。
-
电话号码收集:支付链接更新参数中新增了电话号码收集选项,便于商家获取客户联系信息。
总结
Stripe Java SDK v28.3.0 版本带来了多项重要更新,特别是在财务账户管理和新型支付方式支持方面。这些改进不仅扩展了 SDK 的功能边界,也为开发者提供了更丰富的工具来构建复杂的支付和财务管理系统。银行支付方式的引入尤其值得关注,它为特定市场提供了更符合当地习惯的支付选择。同时,各种细节改进和类型系统增强也显著提升了开发体验和代码质量。
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。C094
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.Python058
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