主要观点：

• 作为企业 Java 开发者，应了解 AI 能为业务应用带来的价值、Java 提供的工具及所需学习的技能。
• 文章介绍通过 Java 构建智能响应的企业 Java 应用，利用大型语言模型（LLM）实现与客户的自然语言交互。
• 示例创建简单聊天机器人，为客户提供行星旅游目的地推荐并预订飞船，展示使用 Java 框架（如 LangChain4j 与 Quarkus）与 LLM 交互。
  关键信息：
• 介绍 AI 服务（如 CustomerSupportAgent）的创建，包括系统消息和用户消息构建提示发送给 LLM，维持会话和聊天记忆。
• 展示 WebSocket 端点（如 ChatWebSocket）与聊天机器人交互，接收用户消息并传递给 AI 服务。
• 说明通过 LangChain4j 利用聊天记忆维持对话上下文，提高用户体验，如实现响应的流式传输。
• 演示生成结构化输出，从 LLM 的输出中提取结构化信息用于应用，如根据用户需求推荐飞船。
  重要细节：
• 在不同步骤的代码示例中，详细说明了 Java 接口、注解的使用及各部分代码的功能。
• 提及 LLM 的工作原理、请求方式（如提示、聊天记忆、令牌）对应用的影响。
• 介绍 LangChain4j 和 Quarkus 框架的作用及与其他 Java 框架的结合。
• 提供完整的示例应用代码链接及相关学习资源。