#在诸多企业机构中，桌面应用仍然承担着关键业务流程。这两年，很多客户都在问同一件事：“能不能在我们这套桌面系统里也加一个 AI 助手？”

技术上其实并不难。Web 框架通常能轻松构建聊天界面。但是真正落地时会撞上一个问题：如果让用户跳出主窗口去外部浏览器对话 - AI 助手的价值大打折扣。

这是一份技术案例分享：介绍了我们如何把一个基于 DeepSeek V4 的 Web 聊天界面嵌入到已有的 Java Swing 桌面应用里，并通过 Fuzio 让它直接运行在桌面应用窗口内部。

需求

我们从一个已有的 Swing 应用开始。它有标准的内部业务系统结构：左侧导航树、中央多 Tab 工作区、表单、表格。本次开发任务是在不重写应用的前提下加上 AI 助手。

项目需满足两项约束条件：

• 助手必须嵌于应用窗口内。 用户无需切换到浏览器标签页或外部窗口。
• 从应用任意位置一键唤起。 不能要求用户先点几下菜单。

理论上，我们可以借助 Web 框架开发聊天界面，但启动独立浏览器的操作，会完全违背 “集成式 AI” 的设计初衷。

---

架构

整体方案有三层：一个 Web 应用承担聊天界面，一个 Swing 层管理浮层，中间靠 Web 视图组件把两者连起来。

---

聊天应用

聊天界面以常规 Web 应用的形式构建，采用 JavaScript 前端框架 Vue 开发用户界面，并通过 DeepSeek V4 实现 AI 聊天功能。

DeepSeek 的 Chat Completions 接口完全兼容 OpenAI 协议，对写过任何 ChatGPT 集成的人来说，迁移成本基本为零；后续想切到通义千问、智谱、Ollama 也只需要改一个 base URL。

最关键的一点是：聊天界面 Web 应用无需感知自身是否运行于桌面应用内——对它来说，自己就是被加载在一个浏览器环境里。这种解耦让前端工程师可以使用标准 Web 开发工具独立完成聊天界面的开发与测试，全程无需编写任何 Java 代码。

Swing 应用

为了不打扰已有的业务界面，我们在既有 Swing 应用程序中 新增 GlassPane 组件来展示 AI 助手界面。一个覆盖在主窗口所有内容之上的透明面板。当用户点击 “Ask AI” 按钮时，应用原有界面之上会弹出一个悬浮窗口，该窗口内置浏览器组件，专门用于加载聊天 Web 应用。

GlassPane 是一种可置于窗口最顶层的 Swing 组件，既能拦截用户交互事件，也能在已有界面内容之上进行绘图渲染。

该悬浮窗口包含以下核心元素：

• 半透明背景，用于淡化现有界面。
• 居中浏览器视图，用于显示聊天应用。
• 点击卡片外的遮罩、或者按 Esc 键，浮层淡出。

用户点击按钮后，悬浮窗口会以渐入动画形式弹出；点击聊天窗口外的区域，即可关闭该悬浮窗口。

Web 视图层

本方案通过 Fuzio 在 Swing 应用中提供嵌入式 Chromium 浏览器视图。具体涉及以下三个步骤：

1. 为悬浮窗口创建一个浏览器实例。 通过 BrowserView 包装一个 Chromium 视图，将其作为子组件嵌入 GlassPane 容器中。
2. 当悬浮窗口弹出时，加载对应的聊天 Web 应用。
3. 设置 JavaScript - Java 桥接器。 Fuzio 内置了 JavaScript 与 Java 的直接通信桥，允许 Web UI 直接调用 Java 方法。在本方案中，前端通过该桥向 Java 索取每次请求所需的 API Key，从而让密钥留在 Java 一侧。

集成 DeepSeek

DeepSeek 是国内开源大模型团队“深度求索”推出的对话模型系列。本文使用的 DeepSeek V4 是它面向常规对话场景的最新版本——响应快、价格低、对中文语境理解到位。

DeepSeek 的 API 与 OpenAI 协议兼容，官方文档直接推荐复用 OpenAI 官方 SDK：只需把 baseURL 指向 https://api.deepseek.com、换上 DeepSeek 的 Key 与模型 ID 即可。

集成 DeepSeek 涉及 JavaScript - Java 桥接器的基本用法。本文仅展示与本场景相关的最小用法，详细使用规则，请参阅 Fuzio 文档 · JavaScript。

第一步：声明可访问的 Java 类。 Fuzio 通过 @JsAccessible 注解标识“对 JavaScript 可访问”的类与方法。桥对象不发起任何网络请求，只暴露 Key 管理与配置读取的方法：

@JsAccessible
public final class AiBridge {

    /** 返回原始 key "sk-xxx"；未配置时返回 null。 */
    public String getApiKey()              { /* 获取Api Key */ }

    /** 端点与模型放在 Java 端：切换 DeepSeek / 智谱 / 自建网关时前端零改动。 */
    public String chatCompletionsBaseUrl() { /* OpenAI 兼容端点的 base URL */ }
    public String modelName()              { /* 模型 ID */ }
}

第二步：注入桥对象。 使用 InjectJsCallback 将后端对象注入到浏览器中：

browser.set(InjectJsCallback.class, params -> {
    JsObject window = params.frame().executeJavaScript("window");
    window.putProperty("fuzioAi", bridge);
    return InjectJsCallback.Response.proceed();
});

该回调会在每个 frame 的 JavaScript 执行之前触发，它将后端对象添加到 window 对象中，使其可以在 JavaScript 中通过 window.fuzioAi 访问。

第三步：前端发起请求。 前端从桥取出 base URL、模型与 API Key，构造 OpenAI 客户端，再以流式方式发起对话。

import OpenAI from "openai";

const bridge = window.fuzioAi;

const client = new OpenAI({
    baseURL: bridge.chatCompletionsBaseUrl(),  // https://api.deepseek.com
    apiKey: bridge.getApiKey(),                
    dangerouslyAllowBrowser: true,             
});

const stream = await client.chat.completions.create(
    { model: bridge.modelName(), messages, stream: true },
    { signal },                                // 传入 AbortSignal 即可“停止生成”
);

关于 dangerouslyAllowBrowser。 OpenAI SDK 默认禁止在浏览器中运行，以防 key 被打包进公开的前端代码而泄露。这里的桌面应用是 Fuzio 自有的渲染进程、key 也始终留在 Java 进程，风险可控，所以显式开启该选项。

流式渲染

请求体中 stream 设为 true 后，DeepSeek 按 Server-Sent Events 协议返回响应。

DeepSeek 的每个数据块都符合 OpenAI 兼容协议，响应结构为 { "choices": [{ "delta": { ... } }] }。本文实现只需要累积其中的 delta.content，但理解完整的字段结构有助于后续扩展功能（显示推理过程、统计 token 消耗等）：

字段	出现位置	用途
delta.role	仅首个数据块	标识消息发送方为 assistant
delta.content	中间数据块	本次增量文本（当前实现使用）
delta.reasoning_content	思考模式下（thinking.type=enabled，默认开启）	推理过程的增量文本
finish_reason	末尾数据块	stop 表示正常结束，length 表示触发了 token 上限
usage	末尾数据块	本轮 token 消耗明细

读取响应体：

for await (const chunk of stream) {
    const delta = chunk.choices?.[0]?.delta?.content;
    if (delta) appendToAssistantBubble(delta);
}

每拿到一段 delta.content，就立即追加到当前的 assistant 气泡并触发重渲染，由此呈现"打字机"式的流式输出效果。

生产环境注意事项

在最简配置下，这就是核心的请求/响应调用流程。而在生产环境中，您仍然需要加入错误处理、身份验证、重试机制或速率限制等功能。

后续可扩展方向

本文展示的是企业桌面应用集成 AI 的起点，一个能够实时对话的内嵌助手。在此基础上，可以沿以下方向继续演进：

方向	关键技术
企业知识库 AI 搜索	RAG（检索增强生成）+ 向量数据库
业务数据 AI 问答	桥对象暴露业务查询方法 + Function Calling
智能体（Agent）	Function Calling + 工具编排

每一条路径都可在当前架构上零侵入扩展。

信创平台支持

如果你的桌面应用要进政府、金融、能源、运营商这些行业，“信创合规”是个绕不开的门槛——常见要求是必须支持银河麒麟 V10、飞腾 ARM64、龙芯 LoongArch64 等。

Fuzio 在配置文件里只需要声明对应平台依赖：

dependencies {
    implementation(fuzio.win64)         // Windows x64
    implementation(fuzio.mac)           // macOS Intel
    implementation(fuzio.macArm)        // macOS Apple Silicon
    implementation(fuzio.linux64)       // Linux x64（覆盖麒麟/openKylin）
    implementation(fuzio.linuxArm)      // Linux ARM64（飞腾）
    implementation(fuzio.linux64Loong)  // Linux LoongArch64（龙芯）
    implementation(fuzio.swing)
}

结论

为桌面应用程序添加 AI 功能，看似需要攻克诸多复杂难题 —— 既要开发聊天界面、完成 AI 功能集成，又要将其嵌入既有软件中，同时避免对用户操作造成干扰。但在本案例中，我们采用的解决方案简洁高效，且能快速落地实施。

以下三项关键决策，是本方案具备可行性的核心原因：

• 最小化改造既有 Swing 应用。

  我们仅为应用新增了一个 GlassPane 悬浮窗口与浏览器容器，原有界面的大部分代码均未改动，无需进行大规模架构调整与高风险的代码重构。

• 用 Fuzio 嵌入 Web 视图。

  它为 Swing 提供了嵌入式 Chromium 视图，并构建了在桌面窗口内运行聊天界面的基础模块。

• 用 DeepSeek 替代海外模型。

  最新的 DeepSeek V4 系列原生支持 100 万 token 超长上下文，在中文理解、长文档处理与复杂推理上均处于一线水准；API 已于 2026 年 5 月 22 日永久降价至原价的四分之一。

本方案的应用场景不仅限于 AI 助手功能。实际上，任何基于网页的功能模块 —— 例如数据仪表盘、产品文档、统计报表、数据可视化图表等，都可通过这种方式嵌入桌面应用程序中。