Stripe Java SDK v28.3.0-beta.2 新特性解析
Stripe Java SDK 是 Stripe 支付平台为 Java 开发者提供的官方客户端库,它封装了 Stripe API 的所有功能,使开发者能够轻松地在 Java 应用中集成支付功能。本次发布的 v28.3.0-beta.2 版本带来了多项重要更新,主要集中在支付方式扩展、账户管理和会话组件等方面。
核心更新内容
1. Pay by Bank 支付支持
本次更新最显著的特点是全面支持了"Pay by Bank"支付方式。这是一种直接银行转账支付方式,在欧洲市场尤为流行。开发者现在可以在以下场景中使用这一支付方式:
- 支付意图(PaymentIntent)的创建、确认和更新
- 设置意图(SetupIntent)的操作
- 支付方法(PaymentMethod)的创建和管理
- 结账会话(Checkout Session)的配置
- 支付链接(Payment Link)的设置
SDK 在多个相关对象和参数中都新增了对应的支持,包括支付方法详情、支付选项等数据结构。这种支付方式的加入为开发者提供了更多支付场景的选择,特别是在银行转账普及的地区。
2. 账户管理增强
在账户管理方面,本次更新主要增强了企业账户的相关功能:
- 新增了公司董事声明(directorship_declaration)支持,完善了企业账户的合规性要求
- 增加了最终受益人所有权证明(proof_of_ultimate_beneficial_ownership)文档支持
- 扩展了账户能力(capabilities)中的支付方式支持
这些更新使得企业账户的管理更加全面,特别是在满足监管合规要求方面提供了更多工具。
3. 账户会话组件扩展
账户会话(AccountSession)功能得到了显著增强,新增了多个组件支持:
- 财务账户交易(financial_account_transactions)管理
- 财务账户(financial_account)操作
- 发卡(issuing_card)相关功能
- 财务阈值监控(financial_threshold_monitoring)
这些扩展使得开发者能够通过账户会话管理更多类型的财务操作,提高了SDK的适用范围。
4. 其他重要更新
- 结账会话(Checkout.Session)新增了折扣(discounts)支持,为促销活动提供了更好的支持
- 终端配置(Terminal.Configuration)增加了日元(JPY)的小费配置支持
- Webhook端点新增了2025-01-27.acacia版本的API支持
- 新增了对南苏丹(SD)作为配送地址国家的支持
技术实现建议
对于计划升级到这一版本的开发者,建议重点关注以下方面:
-
Pay by Bank集成:如果目标市场有银行转账支付需求,可以利用新加入的支付方式支持。需要注意各地区的银行转账实现可能有所不同。
-
企业账户合规:新增的董事声明和受益人所有权证明支持对于企业账户尤为重要,特别是在严格监管的市场。
-
会话管理:扩展的账户会话组件为复杂的财务操作提供了更多可能性,可以评估这些新功能是否能满足业务需求。
-
测试策略:由于这是beta版本,建议在测试环境中充分验证新功能,特别是支付流程的变化可能影响现有业务逻辑。
总结
Stripe Java SDK v28.3.0-beta.2 通过新增Pay by Bank支付方式支持、增强账户管理功能和扩展会话组件,为开发者提供了更丰富的支付集成选项。这些更新不仅扩展了SDK的功能范围,也为满足不同地区的支付需求和合规要求提供了更多工具。开发者在评估升级时,应根据自身业务需求重点关注相关功能的实现细节。
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