Stripe Python SDK v12.1.0b1 版本深度解析
Stripe Python SDK 是 Stripe 官方提供的 Python 语言封装库,用于与 Stripe 支付平台进行交互。它为开发者提供了简洁的 API 接口,可以轻松实现支付处理、订阅管理、发票生成等电子商务功能。本次发布的 v12.1.0b1 是一个预发布版本,引入了多项重要更新和变更。
核心变更概览
重大变更
-
API 版本升级:本次更新将默认 API 版本提升至
2025-03-31.preview,这意味着开发者可以提前体验即将发布的新功能。 -
数据结构调整:
- 移除了
InvoicePayment中的AmountOverpaid支持 - 从
InvoicePayment.Payment.type枚举中移除了out_of_band_payment和payment_record选项 - 变更了多个字段的类型,如
QuotePreviewInvoice.Parent.SubscriptionDetail.subscription从字符串改为可扩展的Subscription类型
- 移除了
-
支付记录相关调整:
- 修改了
PaymentAttemptRecord和PaymentRecord中支付方法详情的类型定义 - 多个字段从必填改为可选,提高了接口灵活性
- 修改了
新增功能
-
Stripe 余额支付支持:
- 新增了
stripe_balance支付方式支持,可在多种场景下使用 - 添加了相关的余额交易类型枚举值
- 新增了
-
外部账户管理:
- 引入了全新的
ExternalAccountService服务 - 支持对卡片和银行账户进行创建、删除、列表、修改和检索操作
- 引入了全新的
-
结账会话增强:
- 新增了
update_line_items和update_shipping_details权限控制 - 改进了自动税收功能,增加了
provider字段
- 新增了
-
费用计算增强:
- 在多个资源中添加了
tax_calculation_reference字段 - 改进了费用计算的相关功能
- 在多个资源中添加了
技术细节解析
支付流程改进
新版本对支付记录处理进行了多项优化。PaymentAttemptRecord 和 PaymentRecord 现在支持更灵活的类型定义,支付方法详情中的 type 字段从固定的 literal('custom') 扩展为通用的字符串类型,为未来可能新增的支付方式预留了空间。
客户账户管理
引入了 customer_account 概念,可以在多种资源中标识客户账户。这一变更使得客户管理更加灵活,相关字段如 customer 在许多接口中从必填改为可选,降低了集成复杂度。
余额设置管理
新增了 BalanceSettings 资源,提供了 modify 和 retrieve 方法,允许开发者更精细地控制账户余额相关设置。
开发建议
-
兼容性考虑:由于本次更新包含多项重大变更,建议开发者在测试环境中充分验证后再部署到生产环境。
-
新功能试用:可以利用预发布版本提前体验 Stripe 余额支付等新功能,为正式发布做好准备。
-
错误处理增强:注意新增的错误代码类型,如
forwarding_api_retryable_upstream_error等,确保应用能够妥善处理这些情况。 -
类型检查:由于多个字段类型发生变化,建议更新类型检查相关代码以避免运行时错误。
总结
Stripe Python SDK v12.1.0b1 版本带来了多项重要更新,特别是在支付流程、客户账户管理和费用计算方面有显著改进。虽然包含一些破坏性变更,但这些改动为未来的功能扩展奠定了基础。开发者可以利用这个预发布版本提前适应新特性,为正式版本的升级做好准备。
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