Stripe Python SDK v12.2.0b1版本发布:支付API新特性解析
Stripe Python SDK是Stripe官方提供的Python语言支付接口开发工具包,它封装了Stripe支付平台的各种API功能,使开发者能够轻松地在Python应用中集成支付、订阅、发票等商业功能。本次发布的v12.2.0b1版本是一个预发布版本,主要针对即将推出的API功能进行适配和优化。
核心更新内容
1. 账单模式(billing_mode)支持扩展
新版本在多个资源类型中增加了对billing_mode参数的支持,包括发票预览(Invoice.CreatePreview)、订阅(Subscription)、订阅计划(SubscriptionSchedule)等。这一改进为开发者提供了更灵活的账单周期管理能力,可以支持更复杂的商业场景。
具体来说,现在可以在创建或预览订阅时指定不同的计费模式,这对于实现按量付费、阶梯定价等高级商业模式特别有用。例如,一个SaaS平台可以根据用户实际使用情况动态调整计费周期,而不必局限于传统的固定周期订阅模式。
2. 财务信息字段扩展
本次更新显著扩充了财务ID类型的支持范围,新增了多个国家和地区的财务标识类型,包括:
- 阿鲁巴(aw_tin)
- 阿塞拜疆(az_tin)
- 孟加拉国(bd_bin)
- 布基纳法索(bf_ifu)
- 贝宁(bj_ifu)
- 喀麦隆(cm_niu)
- 佛得角(cv_nif)
- 埃塞俄比亚(et_tin)
- 吉尔吉斯斯坦(kg_tin)
- 老挝(la_tin)
这些新增类型使得国际业务中的财务合规处理更加便捷,开发者现在可以更准确地收集和处理来自这些地区的客户财务信息。
3. 自动财务处理增强
新版本将多个资源中的automatic_tax.provider字段标记为必填项,包括Checkout Session、Invoice和Quote等。这一变化反映了Stripe对财务合规性的重视,确保所有涉及财务的计算都有明确的提供方标识。
同时,对ACSS借记支付方式增加了account_number字段支持,完善了加拿大地区银行账户支付的细节处理。
4. 订阅项详情改进
在发票行项目(InvoiceLineItem)的父项详情中,subscription字段类型从单纯的字符串变更为可空字符串(nullable string)。这一看似微小的调整实际上提供了更好的数据一致性,允许更灵活地处理那些可能不与特定订阅绑定的发票项目。
开发者注意事项
作为预发布版本,v12.2.0b1主要面向需要提前测试新功能的开发者。在实际生产环境中使用时需要注意:
- API版本已固定为
2025-04-30.preview,这意味着使用的是预览版API规范 - 新增的财务类型支持需要配合前端表单更新才能充分发挥作用
- 自动财务提供商标记为必填后,现有代码可能需要相应调整
- 账单模式功能虽然强大,但需要仔细设计业务逻辑以避免计费混乱
升级建议
对于正在开发新支付功能的项目,可以考虑试用这个预发布版本来提前适配即将推出的API特性。但对于已上线的生产系统,建议等待正式版本发布后再进行升级。
本次更新特别适合以下场景:
- 需要支持新增国家/地区财务合规的国际业务
- 计划实现复杂订阅模式(如按量计费)的SaaS平台
- 使用ACSS借记支付的加拿大地区应用
总的来说,Stripe Python SDK v12.2.0b1版本为开发者带来了更多全球支付和订阅管理的工具,进一步降低了处理复杂商业场景的技术门槛。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00