Stripe Node.js SDK v18.3.0-beta.1 版本解析
Stripe Node.js SDK 是 Stripe 官方提供的 JavaScript 库,用于在 Node.js 环境中与 Stripe API 进行交互。作为 Stripe 生态系统中重要的组成部分,它为开发者提供了便捷的方式来集成支付、订阅、发票等金融功能到他们的应用中。
版本概述
v18.3.0-beta.1 是一个预发布版本,主要更新了 API 版本至 2025-05-28.preview。这个版本包含了一些重要的变更,既有破坏性改动也有新功能的增加。
主要变更内容
破坏性变更
-
移除对预览功能的支持
- 移除了对
Billing.MeterErrorReport、GiftCards.Card和GiftCards.Transaction资源的支持 - 移除了
Product资源中的provisioning属性 - 移除了多个特定的错误代码支持
- 移除了对
-
枚举值变更
- 从多个订阅相关的枚举中移除了
credits_attributed_to_debits和legacy_prorations值
- 从多个订阅相关的枚举中移除了
-
类型变更
Checkout.SessionUpdateParams.line_items[].quantity从可空长整型变为必填长整型CreditNote中的post_payment_amount和pre_payment_amount变为必填字段- 多个元数据字段从可空映射变为必填映射
-
订单系统变更
- 移除了
Order资源中的credits支持和amount_remaining属性 - 移除了
Order.total_details中的amount_credit属性
- 移除了
新增功能
-
订阅迁移支持
- 新增了
Subscription资源的migrate方法,为订阅迁移提供了官方支持
- 新增了
-
汽车租赁支付增强
- 在多个支付相关的资源中增加了汽车租赁的详细信息字段,包括:
- 行驶距离
- 取车/还车地点名称
- 车辆识别号
- 驾驶员识别号和登记信息
- 在多个支付相关的资源中增加了汽车租赁的详细信息字段,包括:
-
新的订阅计费模式
- 新增了
classic和flexible计费模式选项
- 新增了
-
金融连接增强
- 为
FinancialConnections.Account增加了institution属性 - 为
FinancialConnections.Institution增加了countries支持
- 为
-
支付意图增强
- 新增了
hooks支持,替代了原有的async_workflows - 增加了
card_present支付方式选项
- 新增了
技术影响分析
这个版本的变更反映了 Stripe 在几个关键领域的演进:
-
API 规范化 移除预览功能表明这些功能已经完成测试阶段,要么被正式采纳,要么被弃用。这有助于保持 API 的清晰性和一致性。
-
支付体验增强 汽车租赁支付详细信息的增加显示了 Stripe 在特定垂直领域的深入集成,为相关行业提供了更完善的支付解决方案。
-
订阅系统改进 新增的订阅迁移功能和计费模式选项为 SaaS 应用提供了更大的灵活性,特别是在处理客户升级或降级订阅时。
-
类型安全强化 多个字段从可空变为必填,以及枚举类型的明确化,都增强了类型安全性,有助于开发者在早期发现潜在问题。
升级建议
对于计划升级到此版本的开发者,建议:
-
全面测试 由于包含破坏性变更,应在测试环境中充分验证所有相关功能。
-
关注类型变更 特别注意那些从可空变为必填的字段,确保应用代码能够提供这些值。
-
替代方案评估 对于被移除的功能,如礼品卡相关支持,需要评估是否有替代方案或是否需要重构相关功能。
-
新功能探索 考虑如何利用新的订阅迁移功能和增强的支付细节来改进用户体验。
总结
Stripe Node.js SDK v18.3.0-beta.1 版本带来了重要的 API 演进,既有对现有功能的清理和优化,也有针对特定场景的新功能增加。这些变更反映了 Stripe 平台持续改进的方向,特别是在支付细节和订阅管理方面的深化。开发者在升级时应仔细评估变更影响,同时也可以考虑如何利用新功能来增强自己的应用体验。
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