我把自研研究Agent塞进Claude Code：5分钟跑完10源并行搜索|agent|key|python|上下文|服务器|自然语言|自研研究|调用

几周前我搭完了一个基于LangGraph的自主研究Agent。它能同时搜索10个来源——Tavily、Wikipedia、arXiv、Semantic Scholar、GitHub、Hacker News、Stack Overflow、Reddit、YouTube，外加本地RAG库——然后把所有内容合成一份带引用的事实核查报告。

但用起来很别扭。每次得切到Streamlit标签页，粘贴主题，干等。这种流程摩擦积少成多，很快就成了负担。

今天解决了。这个Agent现在通过MCP原生集成进Claude Code。对话中途直接说"research X"，Claude自动调用。

这套东西跑在我的WSL2 Ubuntu上。研究Agent用Ollama + qwen3:14b本地推理，零API成本。模型就在同一台机器，所以这里是纯CPU跑——我这台机器没GPU。完整研究一轮CPU要5-6分钟；换张RTX显卡能压到2分钟内。

家里还有别的：另一台机器跑着Jenkins控制器，Raspberry Pi 5上搭了Gitea，杂七杂八一堆。但本文这些都不重要。重要的是：全部本地运行，离线可用。

MCP是什么？Model Context Protocol，JSON-RPC 2.0标准，走stdio。你写个服务器实现initialize、tools/list、tools/call三个方法。Claude Code（还有Cursor、Continue这些MCP客户端）启动时拉起你的服务器，把它的工具当成一等公民。

不用HTTP服务器，不用端口，不用鉴权token。就stdin/stdout，大概300行标准库Python。

集成过程其实简单。Agent上个月就写了mcp_server.py，一直没接上去。两个bug卡着：

Bug 1——venv路径错了。原来写的是PROJECT_ROOT / ".venv" / "bin" / "python"，实际用的是"venv"不是".venv"。

Bug 2——API key没传到子进程。Claude Code把MCP服务器当子进程启动，不显式加载.env的话，TAVILY_API_KEY、YOUTUBE_API_KEY这些全丢。

修复：from dotenv import load_dotenv; load_dotenv(PROJECT_ROOT / ".env", override=False)

然后~/.mcp.json配置：

{
"mcpServers": {
"research-agent": {
"command": "/home/roberto/repos/Research-Agent/venv/bin/python",
"args": ["/home/roberto/repos/Research-Agent/mcp_server.py"]
}
}
}