feat: CUDA 13.2でgenerate_imageの実GPU生成に対応

CPU版PyTorchが選択されていた依存設定を修正し、RTX 5050上でStable Diffusion 1.5のMCP generate_imageを実行できる構成へ更新。併せてVAEとLoRAの仕様・実装・テストを明確化した。

CUDA / 依存管理:
- torch 2.14.0+cu132とtorchvision 0.29.0+cu132をruntime依存へ固定
- PyTorch CUDA 13.2のexplicit indexとtool.uv.sourcesをuv設定へ追加
- uv.lockをCUDA wheelに更新し、uv sync後もCPU版へ戻らないよう修正
- RTX 5050の認識、CUDA 13.2 runtime、GPU FP16演算を確認

モデル・オフライン実行:
- model.root配下のhuggingface cacheをDiffusersへ明示的に渡すよう変更
- checkpoint、外部VAE、ControlNetのsingle-file loadをlocal_files_onlyで統一
- SD 1.5 checkpointと公式pipeline構成・tokenizerによるオフラインloadを確認
- data/config.generate-image.tomlにText-to-Image用最小設定を追加
- data/MODELS.mdにモデル出典、容量、SHA-256、cache構成、検証結果を記録
- 4.27GBのcheckpoint、cache、生成画像はGit管理対象外を維持

VAE / LoRA:
- Stable Diffusion pipelineではVAE componentが必須であることを仕様・設計・設定文書に明記
- model.vaeはVAEの有無ではなく外部VAE差し替えの任意設定であることを明確化
- checkpoint内蔵VAEも外部VAEもない場合はpipeline初期化を失敗させる検証を追加
- 複数LoRAを起動時にロードし各weightでset_adaptersする既存動作を文書化
- generate_imageを含む全生成ツールへ設定済みLoRAが共通適用されることを明記
- 外部VAE差し替え、VAE欠落、複数LoRA適用のunit testを追加

動作確認:
- 実backendとin-process MCP Clientを使うsmoke_generate_image.pyを追加
- RTX 5050でSD 1.5、512x512、20 stepsのgenerate_imageを実行
- PNG ImageContent返却とseed、size、mode、timestamp、処理時間metadataを確認
- GPU生成時間18.313秒
- pytest: 32 passed
- Ruff lint/format: passed
- Pyright: 0 errors, 0 warnings
- uv lock check: passed

1 files changed, 15 insertions, 3 deletions

diff --git a/README.md b/README.md
index d88e388..1eab39c 100644
--- a/README.md
+++ b/README.md
@@ -5,11 +5,15 @@
 
 ## セットアップ
 
-1. `config.example.toml` をコピーし、モデルの root とファイル名を設定します。
-2. `uv sync` を実行します。
-3. `uv run mcp-sd15 --config path/to/config.toml` で起動します。
+1. NVIDIA driverがCUDA 13.2対応PyTorchを実行できることを`nvidia-smi`で確認します。
+2. `config.example.toml` をコピーし、モデルの root とファイル名を設定します。
+3. `uv sync` を実行します。PyTorchは専用indexからCUDA 13.2版が導入されます。
+4. `uv run mcp-sd15 --config path/to/config.toml` で起動します。
 
 モデルは `<root>/checkpoints`、`vae`、`lora`、`controlnet` からだけ読み込みます。
+VAE componentは生成に常に必要です。`model.vae`を省略した場合はcheckpoint内蔵VAEを使い、
+指定した場合だけ外部VAEへ置き換えます。設定されたLoRAは起動時にすべてロードされ、3つの
+生成ツールに共通して適用されます。MCP呼び出しごとのLoRA切替には対応しません。
 Depth/Openpose の annotator 重みは `controlnet_aux` のローカルキャッシュに事前配置して
 ください。推論時のダウンロードは行いません。
 
@@ -20,3 +24,11 @@ mask は白い領域が再生成対象です。出力は PNG の画像 content �
 GPU を使わないテストは `uv run pytest`、lint は `uv run ruff check .`、型検査は
 `uv run pyright` で実行できます。実モデルの smoke test は環境依存のため自動テストには
 含めていません。
+
+実GPUとMCP経路を使う`generate_image` smoke testは次のように実行できます。
+
+```powershell
+uv run python script\smoke_generate_image.py `
+  --config data\config.generate-image.toml `
+  --output data\outputs\generate-image-mcp-512.png
+```