在 AI 编程工具中使用 Fuzio 文档

本页面介绍如何把 Fuzio 的 API 文档接入 AI 编程工具，让 AI 助手在生成 Fuzio 代码前先查询真实的 API 签名和说明。

Fuzio 的 Java API 参考已收录到 Context7——一个为 AI 编程工具提供最新文档的检索服务。在你的 AI 编程工具中接入 Context7 后，AI 助手在生成 Fuzio 代码前会自动查询真实的 API 签名和说明。

接入方式任选其一：

一键安装；
手动配置 MCP 服务器。

一键安装

如果你使用 Cursor、Claude Code、Codex、Opencode 或者 Antigravity，推荐用 Context7 官方安装器完成配置：

npx ctx7 setup

安装过程有两步：

How should your agent access Context7?——推荐选择 MCP。
Sign in to Context7——终端会显示一次性验证码和链接，在浏览器中打开并登录批准。这是一次性操作，完成后安装器会自动生成 API Key 并写好配置，之后无需再登录。

如需卸载，运行 npx ctx7 remove。

手动配置

Context7 通过 MCP 接入各类 AI 编程工具。远程服务地址为 https://mcp.context7.com/mcp，也可以用 npx -y @upstash/context7-mcp 在本地运行。

Cursor

最快的方式是点击一键安装链接，Cursor 会自动完成配置。手动配置的步骤：

打开 Cursor。
依次进入 Settings → Cursor Settings → Tools & MCP。
点击 New MCP Server，添加以下配置，全局配置文件为 ~/.cursor/mcp.json：

{
  "mcpServers": {
    "context7": {
      "url": "https://mcp.context7.com/mcp"
    }
  }
}

保存配置，并确认服务器已启用。

Claude Code

打开终端，运行以下命令：

claude mcp add --scope user --transport http context7 https://mcp.context7.com/mcp

运行 claude mcp list 确认 context7 已出现在列表中。

Trae

Trae 内置了 MCP 市场，可以直接从市场添加 Context7：

打开设置窗口：在 IDE 模式下，点击右上角的设置图标；在 SOLO 模式下，点击聊天面板右上角的设置图标。
在左侧导航栏中选择 MCP，打开 MCP 窗口。
点击 MCP 窗口右上角的 Add → Add from Marketplace。如果是首次添加 MCP 服务器，也可以点击窗口中间的 Add from Marketplace 按钮。此时会跳转到 TraeCode 中的 MCP 市场。
找到 Context7，点击右侧的 + 按钮。
点击 Confirm 按钮完成添加。

JetBrains AI 助手

在 JetBrains IDE 中，依次进入 Settings → Tools → AI Assistant → Model Context Protocol (MCP)。
点击 + Add，选择以 JSON 格式导入：

{
  "mcpServers": {
    "context7": {
      "url": "https://mcp.context7.com/mcp"
    }
  }
}

点击 OK 和 Apply 保存。本地运行方式需要 Node.js 20 或更高版本。

VS Code（GitHub Copilot）

在应用市场安装 Context7 扩展，或在项目的 .vscode/mcp.json 中手动添加：

{
  "servers": {
    "context7": {
      "type": "http",
      "url": "https://mcp.context7.com/mcp"
    }
  }
}

关于 API Key： 上面的示例都不带 API Key，匿名即可使用，只是调用额度较低。如需更高额度，可在 context7.com/dashboard 免费注册获取 Key。

带 API Key 的完整配置如下，把 YOUR_API_KEY 替换成你自己的 Key 即可。

远程方式（Cursor、Trae、JetBrains AI 助手等）：

{
  "mcpServers": {
    "context7": {
      "url": "https://mcp.context7.com/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

本地方式（通过 npx 在本地运行 MCP 服务器）：

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

本文只覆盖了几款常用工具。如果你使用的是其他客户端，或者需要进阶配置，请参考 Context7 官方文档：MCP Clients，其中提供了 30 多种客户端的远程与本地配置示例。

在对话中使用

配置完成后，在提问末尾加一句 use context7，AI 助手就会先检索文档再作答：

用 Fuzio 在 Swing 应用里嵌入浏览器并加载一个网页，给出完整可运行的代码。use context7

可用工具

配置完成后，AI 助手可以调用两个 MCP 工具，一般无需手动干预。

resolve-library-id

把自然语言中的库名解析成 Context7 库 ID，所以提问时直接提 Fuzio 即可命中。

query-docs

按问题检索指定库的文档片段，返回真实的 API 签名、说明和来源链接。示例提问：

如何用 Fuzio 在 Swing 应用里嵌入浏览器并加载一个网页?
如何用 Fuzio 拦截网络请求并修改请求头?
如何在 Fuzio 中拦截文件下载,并自定义保存路径?

零配置方案

不想改 IDE 配置，或者用的工具不支持 MCP？可以直接将 Context7 文档链接粘贴到 AI 对话中使用。

Context7 为每个库提供 llms.txt 文档接口，可通过 tokens 参数控制返回内容的长度上限：

https://context7.com/websites/fuzio_tech_api_2026_6_0_java/llms.txt?tokens=5000

把这个链接直接粘贴到任何能访问网页的 AI 对话里（Cursor、Claude、ChatGPT 等），并要求 AI 先阅读文档再回答即可。

例如：

请先阅读这个 Fuzio API 文档，再帮我编写代码：
https://context7.com/websites/fuzio_tech_api_2026_6_0_java/llms.txt?tokens=5000

使用 Fuzio 官方的 llms.txt

除了 Context7，Fuzio 官网也按 llms.txt 规范提供了一份供 AI 读取的文档索引：

https://fuzio.tech/llms.txt

它按快速入门、指南、版本发布分类，索引了官网全部文档页面。

无头模式

Gradle