Stripe Node.js SDK v18.1.0-beta.3 新特性解析
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。它为开发者提供了便捷的方式来处理支付、订阅、发票等电子商务功能。最新发布的 v18.1.0-beta.3 版本引入了一些重要的新功能和改进,本文将深入解析这些更新内容。
外汇报价功能增强
本次更新最显著的改进是引入了全新的 FxQuote 资源,这是一个重大功能扩展。FxQuote 允许开发者获取实时的外汇汇率报价,这对于处理跨境支付和国际业务至关重要。新版本支持以下操作:
- 创建外汇报价(
create) - 获取外汇报价列表(
list) - 检索特定外汇报价(
retrieve)
这个功能特别适合需要在不同货币之间进行转换的业务场景,开发者现在可以直接通过 Stripe API 获取汇率信息,而无需依赖第三方服务。
支付意图金额详情扩展
另一个重要更新是对 PaymentIntent 资源的增强,新增了 amount_details 字段,其中包含更详细的支付金额分解信息:
discount_amount:折扣金额line_items:行项目明细shipping:运费tax:相关费用
此外,还新增了 PaymentIntentAmountDetailsLineItem 资源,专门用于表示支付意图中的行项目详情。这些改进使得开发者能够更清晰地了解支付金额的构成,便于进行财务分析和报表生成。
账单详情与相关信息增强
在用户账单信息方面,新版本增加了对 tax_id(识别号)的支持,这个字段现在可以出现在多个资源的 billing_details 中,包括:
ChargeConfirmationTokenPaymentIntentPaymentMethodSetupIntentTreasury.OutboundPayment
这一改进有助于企业更好地处理合规性问题,特别是在需要收集和验证客户信息的场景下。
支付方式与配置更新
支付方式配置方面,新版本增加了对 pix(巴西即时支付系统)的支持,开发者现在可以在 PaymentMethodConfiguration 中配置这种支付方式。此外,还新增了对 affirm(一种先买后付服务)的支持,它现在可以作为发票和订阅的支付方式选项。
登记国家扩展
登记功能现在支持更多国家的选项,新增了以下国家代码:
aw(阿鲁巴)az(阿塞拜疆)bd(孟加拉国)bj(贝宁)et(埃塞俄比亚)kg(吉尔吉斯斯坦)la(老挝)ph(菲律宾)
这使得 Stripe 的服务能够覆盖更广泛的国际市场。
其他重要改进
- 优惠券功能增加了
script和type字段,提供了更多定制选项 - 结账会话更新现在支持通过
price_data直接定义价格信息 - 退款记录新增了
pending_reason字段,帮助开发者了解退款处理状态 - 个人资料信息增加了相关数据字段
总结
Stripe Node.js SDK v18.1.0-beta.3 通过引入外汇报价功能、增强支付意图详情、扩展信息和账单信息支持等多项改进,为开发者提供了更强大、更灵活的工具来处理复杂的支付场景和国际业务需求。这些更新不仅丰富了功能集,也提高了开发者在处理跨境支付、合规和财务分析方面的效率。
对于正在使用或考虑使用 Stripe 服务的 Node.js 开发者来说,这个版本值得关注和评估,特别是那些涉及多币种交易和国际业务的项目。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust029
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00