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。
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