Stripe-PHP v17.2.0-beta.4 版本解析:支付功能增强与金融工具扩展
Stripe-PHP 是 Stripe 官方提供的 PHP 客户端库,它为开发者提供了便捷的接口来集成 Stripe 的各种支付功能和服务。通过这个库,PHP 开发者可以轻松实现支付处理、订阅管理、发票生成等电商核心功能,而无需直接处理复杂的 API 请求和响应。
新增金融工具支持
本次发布的 v17.2.0-beta.4 版本中,最引人注目的是新增了对 FxQuote(外汇报价)资源的完整支持。FxQuote 是 Stripe 提供的外汇交易服务,允许商家以更优的汇率进行跨境交易结算。
开发团队为 FxQuote 资源实现了三个核心操作方法:
all:获取所有外汇报价记录create:创建新的外汇报价retrieve:检索特定外汇报价详情
这些方法的加入使得 PHP 开发者能够直接在应用中集成 Stripe 的外汇服务,为国际业务提供更灵活的货币结算方案。
支付流程增强
在支付流程方面,新版本引入了 PaymentIntentAmountDetailsLineItem 资源,这为支付金额的明细提供了更结构化的表示方式。同时,PaymentIntent 和 Transfer 资源现在都支持关联 FxQuote,这意味着开发者可以在跨境支付和转账中直接引用预先获取的外汇报价。
值得注意的是,Refund 退款资源新增了 pending_reason 字段,这将帮助开发者更准确地追踪退款状态,特别是当退款处理出现延迟时,能够明确了解延迟原因。
支付方式扩展
支付方式配置方面,新版本增加了对巴西 Pix 支付方式的支持。Pix 是巴西中央银行推出的即时支付系统,在拉美市场有着广泛的应用。通过 PaymentMethodConfiguration 资源,开发者现在可以为他们的 Stripe 集成启用 Pix 支付选项。
此外,Affirm 分期付款现在被正式支持作为发票和订阅的支付方式选项。这为北美市场的商家提供了更多灵活的支付解决方案选择。
合规性与数据管理
在合规性方面,Person 资源新增了对 us_cfpb_data 字段的支持。这个字段与美国消费者金融保护局(CFPB)相关的数据要求有关,帮助金融类应用更好地满足监管合规要求。
事件系统更新
事件系统新增了 fx_quote.expired 类型事件,开发者现在可以监听外汇报价过期事件,及时处理相关业务逻辑。同时,系统还新增了 FX_QUOTE_EXPIRED 快照事件,为金融操作提供更完整的历史记录。
向后兼容性考虑
本次更新移除了 Invoice 资源中的 attach_payment_intent 方法,开发者需要注意在升级后调整相关代码逻辑。建议检查现有代码中是否使用了该方法,并寻找替代方案。
总结
Stripe-PHP v17.2.0-beta.4 版本通过新增金融工具支持和扩展支付方式选项,进一步强化了 Stripe 在全球电商和金融服务领域的能力。特别是对外汇交易和拉美支付市场的支持,显示出 Stripe 对国际化业务的持续投入。PHP 开发者可以利用这些新特性,为全球用户提供更本地化、更灵活的支付体验。
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。C091
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