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。
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