结论

好了，到此结束！希望您喜欢本教程，并对构建 AI 应用程序获得了宝贵的见解。

在短短几个小时内，我们使用 Quarkus 和 Quarkus LangChain4j 构建了一个智能聊天机器人，展示了如何将最新的 AI 功能集成到现代应用程序中。在此过程中，我们探索了关键概念，包括：

• 将大型语言模型 (LLM) 无缝集成到 Quarkus 应用程序中
• 利用注解高效地传递提示和组织交互
• 实现检索增强生成 (RAG) 模式，以使用外部数据丰富响应
• 利用函数调用创建代理——能够推理并与各种系统组件交互的 LLM
• 实施护栏，以防范常见的风险，例如提示注入和 LLM 行为不当
• 添加可观测性和容错能力
• 将嵌入式 LLM 添加到我们的 Java 应用程序中

通过本教程的学习，您现在应该已经为使用 Quarkus 构建 AI 增强型应用程序奠定了坚实的基础，利用其强大的工具来创建更智能、更具响应性的系统。如果您有任何问题或反馈，请随时通过 Zulip 联系我们。我们期待看到您的下一个作品！