Zendit Node SDK 使用指南:全球预付费生态系统的开发集成
2025-06-01 03:40:03作者:姚月梅Lane
前言
在现代数字支付和预付费服务领域,Zendit Node SDK 为开发者提供了接入全球预付费生态系统的便捷途径。本文将深入解析该SDK的核心功能和使用方法,帮助开发者快速实现各类预付费业务的集成。
SDK核心概念
异步操作模型
Zendit Node SDK 采用完全异步的设计模式,所有API调用都返回Promise对象。开发者需要特别注意:
- 必须使用
.then()或async/await处理异步响应 - 必须实现完善的错误处理机制
- 建议在关键业务逻辑中添加适当的等待和重试机制
货币表示方式
SDK中所有金额均采用minor currency表示(即货币的最小单位):
- 美元:使用美分表示($2.00 = 200)
- 其他货币同理,如CNY使用分表示(¥10.00 = 1000)
产品目录管理
Zendit平台上的产品目录具有以下特点:
- 产品有启用/禁用状态
- 禁用产品无法完成购买
- 开发者应定期同步目录状态
- 建议在前端展示时过滤掉禁用产品
基础配置
初始化客户端
import { ZenditApi } from 'zendit-sdk';
// 生产环境配置
const prodAPI = new ZenditApi('YOUR_PRODUCTION_API_KEY');
// 测试环境配置
const testAPI = new ZenditApi('YOUR_TEST_API_KEY');
最佳实践建议:
- 将API密钥存储在环境变量中
- 为不同环境创建独立的配置
- 实现密钥的轮换机制
账户余额查询
async function checkBalance() {
try {
const balance = await zenditAPI.balanceGet();
console.log(`可用余额: ${balance.availableBalance}`);
} catch (error) {
console.error('查询余额失败:', error);
}
}
eSIM功能集成
产品目录查询
eSIM产品目录支持多种查询参数:
// 基础查询
const basicOffers = await zenditAPI.esimOffersGet(10, 0);
// 带过滤条件的查询
const filteredOffers = await zenditAPI.esimOffersGet(
10,
0,
'eSIM', // 品牌
'US', // 国家代码
'North America', // 地区
'eSIM' // 子类型
);
参数说明表:
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| limit | number | 是 | 每页记录数(1-1024) |
| offset | number | 是 | 分页偏移量 |
| brand | string | 否 | 运营商品牌 |
| country | string | 否 | ISO 2字母国家代码 |
| regions | string | 否 | 地区名称 |
| subtype | string | 否 | 产品子类型 |
eSIM购买流程
完整的eSIM购买流程示例:
async function purchaseESim() {
// 1. 查询产品详情
const offer = await zenditAPI.esimOffersOfferIdGet('ESIM-US-7D-1GB');
// 2. 创建购买请求
const purchaseData = {
transactionId: generateUniqueId(), // 建议使用UUID v4
offerId: 'ESIM-US-7D-1GB'
};
// 3. 提交购买
const result = await zenditAPI.esimPurchasesPost(purchaseData);
// 4. 获取QR码
const qrCode = await zenditAPI.esimPurchasesTransactionIdQrcodeGet(
result.transactionId,
'json' // 可选'blob'或'json'
);
return qrCode;
}
移动充值功能集成
固定面额产品购买
const fixedPurchase = {
transactionId: uuid.v4(),
offerId: "CUBACEL_CU_PAQUETE001",
recipientPhoneNumber: "+5355564362"
};
const result = await zenditAPI.topupsPurchasesPost(fixedPurchase);
可变面额产品购买
const rangePurchase = {
transactionId: uuid.v4(),
offerId: "CUBACEL_CU_OPEN",
recipientPhoneNumber: "+5355564362",
value: {
type: 'ZEND', // 也可以是'COST'或'PRICE'
value: 25000 // 根据type不同代表不同含义
},
sender: {
phoneNumber: "+15515551212"
}
};
const result = await zenditAPI.topupsPurchasesPost(rangePurchase);
数字礼品卡集成
带额外字段的购买
const voucherData = {
transactionId: uuid.v4(),
offerId: "AIRCANADA_CA_001_EGIFT_USD",
fields: [
{ key: "recipient.firstName", value: "张" },
{ key: "recipient.lastName", value: "三" },
{ key: "recipient.email", value: "zhangsan@example.com" },
// 其他必填字段...
]
};
const result = await zenditAPI.vouchersPurchasesPost(voucherData);
交易查询与管理
通用交易查询
// 查询单个交易
const transaction = await zenditAPI.transactionsTransactionIdGet('txn-123');
// 分页查询交易列表
const transactions = await zenditAPI.transactionsGet(
10, // limit
0, // offset
'gte2023-03-29T00:00:00Z', // 创建时间筛选
'TOPUP' // 产品类型筛选
);
交易状态说明
| 状态 | 含义 | 处理建议 |
|---|---|---|
| ACCEPTED | 交易已接收 | 等待进一步状态更新 |
| PENDING | 处理中 | 正常等待 |
| AUTHORIZED | 已授权 | 资金已预留 |
| IN_PROGRESS | 履行中 | 供应商处理中 |
| DONE | 完成 | 业务成功 |
| FAIL | 失败 | 检查错误原因 |
最佳实践建议
- 幂等性处理:所有交易都应使用唯一ID,支持重试
- 错误处理:实现全面的错误捕获和日志记录
- 状态轮询:对于长时间交易,建议实现状态轮询机制
- 数据验证:在提交前验证所有输入参数
- 沙盒测试:在生产前充分使用测试环境验证
常见问题解决
- 交易失败:检查交易状态和错误信息,确认产品是否可用
- 余额不足:定期检查账户余额,设置自动充值
- 参数错误:仔细阅读API文档,确保所有必填字段完整
- 网络问题:实现适当的重试机制和超时设置
通过本指南,开发者应能够全面理解并正确使用Zendit Node SDK实现各类预付费业务的集成。建议在实际开发中结合官方文档和沙盒环境进行充分测试,确保系统稳定性和业务连续性。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
264
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1