.addAssistantMessage("Hi there!")
                .addUserMessage("How are you?")
                .setModel("llama3")
                .setMaxTokens(500)
                .setTemperature(0.5)
                .setStream(false);

        assertEquals(4, request.getMessages().size());
        assertEquals("llama3", request.getModel());
        assertEquals(Integer.valueOf(500), request.getMaxTokens());

    }

    @Test
    public void test_setModel() {
        final LlmChatResponse response = new LlmChatResponse();

        response.setModel("llama3");
        assertEquals("llama3", response.getModel());

        response.setModel("gpt-3.5-turbo");
        assertEquals("gpt-3.5-turbo", response.getModel());
    }

    @Test
    public void test_nullValues() {

Start:"Lütfen en fazla ",groupCheckedEnd:" adet seçiniz",badCreditCard:"Geçersiz kredi kartı numarası girdiniz",badCVV:"Geçersiz CVV numarası girdiniz",wrongFileDim:"Hatalı resim yüklediniz çünkü",imageTooTall:"resim daha uzun olamaz",imageTooWide:"resim daha geniş olamaz",imageTooSmall:"görüntü çok küçük",min:"min",max:"max",imageRatioNotAccepted:"Kabul edilmeye görüntü oranı",badBrazilTelephoneAnswer:"Geçersiz telefon numarası girdiniz",badBrazilCEPAnswer:"Geçersiz Brezilya posta kodu girdiniz...

package org.codelibs.fess.llm;

import java.util.List;
import java.util.Map;

/**
 * Interface for LLM (Large Language Model) clients.
 * Implementations provide integration with different LLM providers
 * such as Ollama, OpenAI, and Google Gemini.
 *
 * In addition to low-level chat operations, this interface defines
 * high-level RAG workflow methods that allow each provider to optimize

ketika
seketika
khususnya
kini
kinilah
kiranya
sekiranya
kita
kitalah
kok
lagi
lagian
selagi
lah
lain
lainnya
melainkan
selaku
lalu
melalui
terlalu
lama
lamanya
selama
selama
selamanya
lebih
terlebih
bermacam
macam
semacam
maka
makanya
makin
malah
malahan
mampu
mampukah
mana
manakala
manalagi
masih