summaryrefslogtreecommitdiff
path: root/doc
diff options
context:
space:
mode:
authortanaka takashi <isazaka@gmail.com>2026-09-12 21:19:16 +0900
committertanaka takashi <isazaka@gmail.com>2026-09-12 21:19:16 +0900
commit796251e5b0da524584c9e81b8ad6e1dcc0931aa3 (patch)
tree783d55ee9c557ebed5bdd32d99366f22f3fc1139 /doc
parent4f3f548b1b55d4c7477250fc3373b3bd6d0d397f (diff)
base prompt結合機能を追加
config.tomlの[prompt]でpositive/negativeのbase promptファイルを指定し、 MCP経由でLLMから渡されたプロンプトと結合してpipelineへ渡す機能を追加する。 プロンプトファイルは<root>/prompts/<file>に固定し、TOMLにはファイル名のみ 指定する。モデルパスと同じ方針でパストラバーサルを拒否する。 結合方式: - positive: base_positive, user_positive の順でカンマ区切り - negative: base_negative\nuser_negative の順で改行区切り - baseが空の場合はuserプロンプトのみ(後方互換) - [prompt]省略時はbase promptなし(後方互換) 結合場所はschema.pyのTextToImageRequest.create()に集約し、GuidedImageRequest とInpaintImageRequestは内部でTextToImageRequest.create()を呼ぶため1箇所の 変更で3ツールすべてに適用される。MCP Tool入力にはbase promptを公開しない。 変更内容: - config.py: PromptConfig dataclass、AppConfig.promptフィールド、 _read_promptヘルパー、load_configの[prompt]読込・validation追加。 positive_file/negative_fileはファイル名のみ受け付け、<root>/prompts/へ解決 - schema.py: _combineヘルパー、TextToImageRequest.create()に base_positive/base_negative引数追加、GuidedImageRequest.create()と InpaintImageRequest.create()から転送 - tools/generate_image.py: service.config.promptからbaseを取りcreate()へ渡す - tools/generate_guided_image.py: 同上 - tools/inpaint_image.py: 同上 - tests/conftest.py: app_config fixtureにprompt=PromptConfig()追加 - tests/test_config.py: [prompt]の正常系・異常系テスト追加 (省略時空、ファイル読込、パストラバーサル拒否、ファイル不存在、positiveのみ) - tests/test_schema.py: 結合ロジックのテスト追加 (base両方、positiveのみ、negativeのみ、base空、guided/inpaint転送) - doc/config.md: §10 [prompt]セクション追記、設定項目一覧表・ディレクトリ構成・ 全設定例更新、既存セクション番号を§11〜§13へ繰り下げ - config.example.toml: [prompt]コメント例追記 - doc/Specifications.md: モデル構成表にBase prompt行追加、推奨ディレクトリに prompts/追記、設定例更新 - doc/Design.md: 設定オブジェクトにPromptConfig追記、モデルパス解決表に prompts/追加 - doc/mcp.md: §2.1にbase prompt結合の記載追記 - README.md: [prompt]設定例と結合規則の説明追記 検証: - ruff format/check、pyright 0 errors、pytest 61 passed - 実GPU・実モデルでstreamable-http経由generate_imageでbase prompt結合を確認 positive='masterpiece, best quality, ..., sharp focus, a small red cube on a white table' negative='low quality, ..., jpeg artifacts\nnoise' base前置・user後置の結合順序が仕様通り機能することをサーバログで検証済み
Diffstat (limited to 'doc')
-rw-r--r--doc/Design.md6
-rw-r--r--doc/Specifications.md8
-rw-r--r--doc/config.md59
-rw-r--r--doc/mcp.md4
4 files changed, 69 insertions, 8 deletions
diff --git a/doc/Design.md b/doc/Design.md
index ede063c..a603406 100644
--- a/doc/Design.md
+++ b/doc/Design.md
@@ -146,6 +146,11 @@ class GenerationConfig:
cfg_scale: float
scheduler: str
default_size: str
+
+@dataclass(frozen=True)
+class PromptConfig:
+ positive: str = ""
+ negative: str = ""
```
Pydanticは必須とせず、`tomllib + dataclass + 明示的validation`を基本とする。
@@ -160,6 +165,7 @@ Pydanticは必須とせず、`tomllib + dataclass + 明示的validation`を基æœ
| VAE | `<root>/vae/<file>` |
| LoRA | `<root>/lora/<file>` |
| ControlNet | `<root>/controlnet/<file>` |
+| prompt | `<root>/prompts/<file>` |
設計上、MCP入力から任意モデルパスを指定することは禁止する。
diff --git a/doc/Specifications.md b/doc/Specifications.md
index db59c28..cc178bb 100644
--- a/doc/Specifications.md
+++ b/doc/Specifications.md
@@ -133,6 +133,7 @@ LLM側には生成意図に必要な最小限の入力のみを公開し、モãƒ
| LoRA | 0個以上 |
| LoRA weight | LoRAごとに指定 |
| ControlNet | Depth / Openpose / Inpaintを個別設定 |
+| Base prompt | positive / negative 各0または1ファイル |
| モデルルート | TOMLで1つのルートディレクトリを指定 |
### 6.3 推奨ディレクトリ
@@ -142,7 +143,8 @@ models/
├─ checkpoints/
├─ vae/
├─ lora/
-└─ controlnet/
+├─ controlnet/
+└─ prompts/
```
設定値には原則としてファイル名を記述し、内部で用途別ディレクトリへ解決する。
@@ -188,6 +190,10 @@ model = "control_v11p_sd15_inpaint.safetensors"
[output]
directory = "./outputs"
+
+[prompt]
+positive_file = "positive.txt"
+negative_file = "negative.txt"
```
### 7.1 Scheduler
diff --git a/doc/config.md b/doc/config.md
index 48142dc..9fcdd55 100644
--- a/doc/config.md
+++ b/doc/config.md
@@ -25,10 +25,13 @@ uv run mcp-sd15 --config C:\path\to\config.toml
│ └─ <model.vae>
├─ lora/
│ └─ <model.lora.file>
-└─ controlnet/
- ├─ <controlnet.depth.model>
- ├─ <controlnet.openpose.model>
- └─ <controlnet.inpaint.model>
+├─ controlnet/
+│ ├─ <controlnet.depth.model>
+│ ├─ <controlnet.openpose.model>
+│ └─ <controlnet.inpaint.model>
+└─ prompts/
+ ├─ <prompt.positive_file>
+ └─ <prompt.negative_file>
```
各モデル項目にはパスではなくファイル名だけを記述する。絶対パス、ディレクトリ名を含む
@@ -59,6 +62,8 @@ uv run mcp-sd15 --config C:\path\to\config.toml
| `server.transport` | string enum | No | `stdio` |
| `server.host` | string | No | `127.0.0.1` |
| `server.port` | integer | No | `8000` |
+| `prompt.positive_file` | string | No | なし |
+| `prompt.negative_file` | string | No | なし |
## 4. `[model]`
@@ -295,10 +300,46 @@ port = 8000
- 既定値は`8000`
- `transport`が`stdio`のときは使用されない
+## 10. `[prompt]`
+
+全ツールで共通するbase promptを指定する。プロンプトファイルは`<root>/prompts/`に
+配置し、TOMLにはファイル名だけを記述する。table自体を省略した場合はbase promptなし
+(後方互換)となる。
+
+```toml
+[prompt]
+positive_file = "positive.txt"
+negative_file = "negative.txt"
+```
+
+起動時にファイルを読み込み、LLMからのプロンプトと結合してpipelineへ渡す。
+
+### 結合規則
+
+| 項目 | 結合方式 |
+|---|---|
+| positive | `base_positive, user_positive` の順でカンマ区切り |
+| negative | `base_negative\nuser_negative` の順で改行区切り |
+
+baseが空の場合はuserプロンプトのみになる。userの`positive_prompt`が空の場合は
+従来通りエラーになる。
+
+### `positive_file`
+
+- `<root>/prompts/<positive_file>`として解決
+- ファイル名のみ指定可能。パスは拒否される
+- 省略時はbase positiveなし
+
+### `negative_file`
+
+- `<root>/prompts/<negative_file>`として解決
+- ファイル名のみ指定可能。パスは拒否される
+- 省略時はbase negativeなし
+
相対`directory`はconfigファイルのディレクトリを基準に解決する。保存が有効な場合、
ディレクトリは最初の保存時に作成され、ファイル名はランダムUUIDの`<uuid>.png`となる。
-## 9. 最小設定例
+## 11. 最小設定例
Text-to-Imageだけを使用する最小構成は次のとおり。
@@ -311,7 +352,7 @@ checkpoint = "model.safetensors"
この場合、VAEとLoRAは使用せず、全ControlNetとローカル保存は無効になる。生成設定には
既定値が使用される。
-## 10. 全設定例
+## 12. 全設定例
```toml
[model]
@@ -349,9 +390,13 @@ model = "control_v11p_sd15_inpaint.safetensors"
[output]
enabled = false
directory = "./outputs"
+
+[prompt]
+positive_file = "positive.txt"
+negative_file = "negative.txt"
```
-## 11. 起動時validation
+## 13. 起動時validation
次のいずれかに該当するとMCPサーバは起動しない。
diff --git a/doc/mcp.md b/doc/mcp.md
index 32c644d..9edb3ca 100644
--- a/doc/mcp.md
+++ b/doc/mcp.md
@@ -24,6 +24,10 @@ Stable Diffusion 1.xによる画像生成を行う次の3ツールを公開すã‚
| `negative_prompt` | 任意の文字列。省略または`null`の場合は空文字列 |
| 最大長 | それぞれ10,000文字 |
+`[prompt]`設定でbase promptを指定している場合、LLMからのプロンプトと結合してから
+pipelineへ渡す。positiveは`base, user`の順でカンマ区切り、negativeは`base\nuser`の順で
+改行区切りとなる。base promptはMCPツール入力には公開しない。
+
### 2.2 Image size
`size`には次の列挙値だけを指定できる。省略または`null`の場合は