使用Quarkus的ML +符号推理演示：Drools+LangChain4j混合推理，将机器学习和符号推理相结合，实现互补，弥补机器学习的不足。

通过开源规则引擎，可以实现线上化管理冗长的判断逻辑，比如drools，可以通过drl文件或者模板文件动态生成规则，也可以通过excel文件导入，拼装String，或者api方式，实现规则的动态化。Drools可以满足规则动态变化，规则统一管理的诉求，但是需要研发了解drl语法，学习曲线陡峭，分布式一致性需要自行处理。

业务规则可以很好地代表某些领域的逻辑。它们工作得很好，因为它们的结果是直观的，接近许多类型的领域专家的思维方式。其原因是它们允许将一个大问题分解成单个组件。通过这种方式，用户不必处理所有单一规则的协调问题：这是业务规则引擎提供的附加价值。 ...