告别过时文档！使用 Context7 让 Cursor 获取 Crawl4AI 及其他三方库的最新文档

在 AI 开发的日常工作中，保持文档与代码的一致性至关重要。我们经常会面临这样的问题：文档过时、代码示例无法匹配当前版本，甚至会遇到幻觉（hallucination）问题，导致我们得到的结果根本不符合实际。幸运的是，随着 Context7 的出现，我们不再需要依赖过时的资料，它可以帮助我们实时获取最新的、特定版本的文档和代码示例。

今天，我将带你了解如何通过 Context7 的 MCP 服务，以让 Cursor 查询 Crawl4AI 的最新文档，并调用正确的接口，实现更高效、准确的开发工作流为例。

Context7 与 MCP：现代 AI 开发的神助攻

Context7 是一个强大的工具，它利用 MCP（Model Context Protocol） 协议为编辑器提供上下文信息。具体来说，Context7 通过集成最新的文档和代码示例，帮助大型语言模型（LLMs）获取最新的资料，避免由于模型的训练数据过时而导致的错误答案。

而 MCP 协议 是一个用来实现编辑器与 Context7 之间通信的协议，保证了文档、API 以及代码的最新信息能迅速、准确地传递到编辑器。

🔍 问题背景：Cursor直接裸写代码，在调用第三方库的时候容易“想当然”写错参数

在这个例子中，我们的目标是让 Cursor 查询 Crawl4AI 的最新文档，特别是 v0.6.1 版本的接口和代码示例。这对于开发爬虫脚本或进行数据抓取时非常有帮助。

为什么需要 Context7？

在没有 Context7 的情况下，LLM 模型通常依赖训练数据中早期的文档或过时的接口示例，导致我们得到的答案往往过时或无效。这就是为什么使用 Context7 这样一个实时更新文档的工具至关重要。

如何配置和使用 Context7 在 Cursor 中查询 Crawl4AI 的文档

第一步：配置 MCP 服务

1. 打开 Cursor 设置，在 Settings > MCP 中添加新的 MCP 服务器。

2. 配置文件内容如下：

   {
     "mcpServers": {
       "context7": {
         "command": "npx",
         "args": ["-y", "@upstash/context7-mcp@latest"]
       }
     }
   }

   这段配置通过 npx 启动 Context7 的 MCP 服务，并连接到其服务器。

第二步：在 Cursor 中输入查询

1. 打开 Cursor，并在提示框中输入你需要让Cursor做的事情，查文档的时候加上关键词 use context7。例如：
    

   Generate a crawler script for Crawl4AI v0.6.1. use context7

2. 在这里，

   use context7 指令告诉 Cursor 使用 Context7 来查询最新的 Crawl4AI 文档。

第三步：Context7 获取文档并返回

1. Cursor 将通过 MCP 协议向 Context7 发起请求，查询 Crawl4AI 的最新文档（例如 v0.6.1 版本）。

2. Context7 查询最新的文档，并将其返回给 Cursor，包括 API 参考、代码示例等信息。
   Context7 - Up-to-date documentation for LLMs and AI code editors
   

第四步：Cursor 获取精确答案

1. Cursor 将返回的文档信息作为补充，形成一个更加完整的查询上下文。

2. 最终，Cursor 通过增强的提示向 LLM 发送请求，生成准确的代码和接口调用示例。

🧩 效果：精准的 Crawl4AI v0.6.1 代码示例

通过 Context7，我们不仅能够避免过时的文档，还能确保代码示例与当前版本的接口一致。让我们看看使用 Context7 后的查询结果是什么样的：

import asyncio
from crawl4ai import AsyncWebCrawler

async def main():
    async with AsyncWebCrawler() as crawler:
        result = await crawler.arun(url="https://docs.crawl4ai.com/")
        with open("crawl4ai_script.py", "w") as f:
            f.write(result)

asyncio.run(main())

这段代码就是通过 Context7 获取到的最新文档和代码示例，准确反映了 Crawl4AI v0.6.1 版本的 API 使用方法。

我的例子：使用context7 让cursor将接口改对：

Let me try without the tokens parameter:

Called MCP toolget_library_docs

Based on the latest documentation, I can see that there are several issues in the current code. Let me fix the initialization part of the NewWebsiteCrawler class. Here are the key changes needed:

The BrowserConfig no longer accepts viewport_width and viewport_height directly
The configuration structure has been updated
The way we handle LLM configuration has changed

Let me propose the fixes:
I've made several important changes to fix the initialization issues:
Removed unsupported parameters from BrowserConfig:
Removed viewport_width and viewport_height as they are no longer supported
Removed user_agent as it's not shown in the latest docs
Added java_script_enabled=True for better page rendering
Added verbose=True for better debugging
Updated CrawlerRunConfig:
Removed unsupported parameters like exclude_external_links, exclude_external_images
Removed viewport settings that were causing errors
Added remove_overlay_elements=True for better content extraction
Moved the extraction strategy configuration into the run config
Simplified AsyncWebCrawler initialization:
Now only takes config and run_config parameters
Removed separate strategy parameters as they are now part of run_config
These changes align with the latest documentation and should resolve the initialization error you were seeing. The error __init__() got an unexpected keyword argument 'viewport_width' should now be fixed since we've removed the unsupported viewport parameters.

🎯 总结

通过结合 Context7 和 MCP 协议，我们能够解决文档和代码示例过时的问题，确保每次查询都能获取到最新的、版本特定的资料。这不仅提高了开发效率，还避免了因过时信息导致的错误。

对于 AI 开发者来说，Context7 是一个强有力的工具，可以帮助你在各种编辑器中快速查找和调用最新的 API 文档。而 Cursor 则是最好的搭档，帮助你轻松实现这一切。

💡 结语：

如果你还在为过时的文档和代码示例烦恼，不妨试试 Context7。它将极大提升你在实际开发中的效率，让你告别无效代码和错误答案，专注于开发高质量的产品。