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, 60 insertions, 0 deletions

diff --git a/script/smoke_generate_image.py b/script/smoke_generate_image.py
new file mode 100644
index 0000000..9b52253
--- /dev/null
+++ b/script/smoke_generate_image.py
@@ -0,0 +1,60 @@
+"""Run generate_image through an in-process MCP client with the real GPU backend."""
+
+from __future__ import annotations
+
+import argparse
+import asyncio
+import base64
+from pathlib import Path
+
+from mcp import Client
+from mcp.types import ImageContent
+
+from mcp_sd15.config import load_config
+from mcp_sd15.model_manager import ModelManager
+from mcp_sd15.server import create_server
+from mcp_sd15.service import ImageGenerationService
+
+
+def parse_args() -> argparse.Namespace:
+    parser = argparse.ArgumentParser()
+    parser.add_argument("--config", type=Path, required=True)
+    parser.add_argument("--output", type=Path, required=True)
+    parser.add_argument(
+        "--prompt",
+        default="a small red cube on a white table, studio photograph, detailed",
+    )
+    parser.add_argument("--negative-prompt", default="blurry, low quality")
+    parser.add_argument("--size", default="square_512")
+    return parser.parse_args()
+
+
+async def run(args: argparse.Namespace) -> None:
+    config = load_config(args.config)
+    backend = ModelManager(config)
+    server = create_server(ImageGenerationService(config, backend))
+    async with Client(server, raise_exceptions=True) as client:
+        result = await client.call_tool(
+            "generate_image",
+            {
+                "positive_prompt": args.prompt,
+                "negative_prompt": args.negative_prompt,
+                "size": args.size,
+            },
+        )
+    if result.is_error or len(result.content) != 1:
+        raise RuntimeError(f"generate_image failed: {result}")
+    content = result.content[0]
+    if not isinstance(content, ImageContent) or content.mime_type != "image/png":
+        raise RuntimeError(f"generate_image returned unexpected content: {content}")
+    args.output.parent.mkdir(parents=True, exist_ok=True)
+    args.output.write_bytes(base64.b64decode(content.data, validate=True))
+    print(f"generated={args.output.resolve()}")
+
+
+def main() -> None:
+    asyncio.run(run(parse_args()))
+
+
+if __name__ == "__main__":
+    main()