Day 7 ✅ 今天做了：学习第7章：LangChain4j和第8章：Spring AI ⏰ 明天计划：学习第9章：工作流编排与LangGraph 📚 今日感悟：1. LangChain4j 的定位是面向 Java 生态的 AI 应用开发框架，强调声明式开发，开发者通过“接口 + 注解”就能快速搭建 AI 服务。它的核心模块包括 AI Service、结构化输出、工具调用、RAG、对话记忆、Guardrails、流式输出和可观测性。 2. 开发者不需要手写大量底层调用逻辑，只要定义接口、写上 @SystemMessage、@UserMessage 等注解，就可以快速生成一个可用的 AI 应用。 3. LangChain4j 更像一个 AI 应用装配框架，而不是零散功能集合。它的价值不在单个特性，而在于可以通过 AiServices.builder() 把模型、工具、RAG、记忆、安全护栏等能力组合成一个完整的 AI 助手。 4. LangChain4j 有助于帮助开发者把模型能力接入业务流程，但是开发者仍需对业务和架构有完整的思考。 5. 与LangChain4j 相同的，Spring AI也可以通过Maven直接引入，不同点则在于Spring AI对于Spring原生的框架(例如Spring Security、Actuator等)兼容更好，LangChain4j 则是更加简洁灵活。 6. 实际开发中，LangChain4j 与Spring AI往往都是搭配使用。用Spring AI作为主应用，部分独立的AI微服务用LangChain4j。