Stripe PHP SDK v17.3.0版本发布:支付功能与终端交互能力升级
Stripe PHP SDK简介
Stripe PHP SDK是Stripe官方提供的PHP语言开发工具包,它封装了Stripe支付API的复杂细节,让PHP开发者能够轻松集成Stripe的各种支付功能。该SDK遵循语义化版本控制,定期更新以支持Stripe API的最新特性。
核心更新内容
1. 发票支付功能增强
新版本在Invoice资源中新增了attach_payment方法,这为开发者提供了更灵活的发票支付处理方式。同时,新增的invoice_payment.paid事件类型让开发者能够更精确地追踪发票支付状态变化。
CreditNote资源现在支持post_payment_amount和pre_payment_amount属性,并新增了mixed类型枚举值,这些改进增强了信用票据的处理能力,特别是在处理部分支付和混合类型票据时更为便捷。
2. 终端设备交互能力扩展
Terminal.Reader资源新增了collect_inputs方法,以及对应的测试辅助方法succeed_input_collection和timeout_input_collection。这些方法极大地丰富了终端设备与用户的交互能力,特别是在需要收集用户输入的场景下。
新增的simulated_stripe_s700设备类型枚举值表明SDK现在支持模拟Stripe S700终端设备,这对开发和测试环节非常有价值。
3. 韩国本地支付方式支持
在PaymentMethodConfiguration中新增了对韩国主流支付方式的支持,包括:
- Kakao Pay
- Naver Pay
- Payco
- Samsung Pay
- 韩国本地信用卡(kr_card)
这一更新使得面向韩国市场的应用能够更便捷地集成这些本地流行的支付方式。
4. 订阅管理优化
Subscription和SubscriptionItem现在支持billing_thresholds属性,这为订阅账单提供了更精细的控制能力,开发者可以基于使用量设置账单触发阈值。
5. 财务计算增强
Tax.CalculationLineItem现在支持metadata属性,这使得开发者能够在财务计算行项目上附加自定义元数据,便于后续跟踪和分析。
错误处理改进
新增了forwarding_api_upstream_error错误代码,该代码会在多个资源(如Invoice、PaymentIntent等)的last_error相关字段中出现。这一改进使得开发者能够更准确地识别和处理API转发过程中出现的上游服务错误。
开发者建议
对于正在使用Stripe PHP SDK的开发者,建议尽快评估升级到v17.3.0版本,特别是:
- 需要支持韩国支付市场的应用
- 使用Stripe Terminal进行线下支付的场景
- 需要更精细控制订阅账单的项目
- 依赖发票和信用票据功能的企业应用
升级时应注意API版本已更新为2025-05-28.basil,确保后端服务兼容此版本。对于生产环境,建议先在测试环境充分验证新功能后再进行部署。
这些更新显著提升了Stripe PHP SDK的功能覆盖范围和易用性,使开发者能够构建更强大、更灵活的支付解决方案。
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。C0105
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.Python059
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