feat: Stable Diffusion 1.x MCPサーバを実装

仕様書・設計書に基づき、ローカルCUDA GPU上のStable Diffusion 1.x互換モデルをMCP経由で利用するサーバを新規実装。

実装内容:
- generate_image、generate_guided_image、inpaint_imageの3ツールをMCP SDK v2で公開
- TOMLからcheckpoint、VAE、複数LoRAと重み、ControlNet、生成設定を読み込み
- モデル種別ごとの固定ディレクトリ解決と起動時の設定・ファイル存在検証を追加
- Depth/MiDaS、OpenPose body/full、ControlNet Inpaintの前処理とパイプライン切替を実装
- FP16/CUDA、1枚固定生成、ControlNetオンデマンドロード、単一GPU直列実行を実装
- Base64 PNG/JPEG入力の形式・サイズ検証と任意のdata URI入力に対応
- seed、サイズ、モード、時刻、処理時間をPNG metadataへ記録
- 任意のローカルPNG保存、生成エラー分類、CUDA OOM後のキャッシュ回復を追加
- --configと--versionを備えたstdio CLIエントリポイントを追加

開発・運用:
- Python 3.11およびuvによる依存・lock管理を構成
- config.example.tomlとセットアップ・運用手順をREADMEへ追加
- Ruff、Pyright、pytestの設定を追加
- 設定、パス解決、schema、画像検証、サービスルーティング、排他制御、MCP画像返却をテスト

検証結果:
- pytest: 30 passed
- Ruff lint/format: passed
- Pyright: 0 errors, 0 warnings
- CLI versionおよびMCPクライアント経由のPNG返却を確認
- 実GPU smoke testはCUDA GPUとモデルファイルがないため対象外

1 files changed, 38 insertions, 0 deletions

diff --git a/tests/conftest.py b/tests/conftest.py
new file mode 100644
index 0000000..d364dbd
--- /dev/null
+++ b/tests/conftest.py
@@ -0,0 +1,38 @@
+from __future__ import annotations
+
+import base64
+import io
+from pathlib import Path
+
+import pytest
+from PIL import Image
+
+from mcp_sd15.config import (
+    AppConfig,
+    ControlModelConfig,
+    ControlNetConfig,
+    GenerationConfig,
+    ModelConfig,
+    OutputConfig,
+)
+
+
+@pytest.fixture
+def app_config(tmp_path: Path) -> AppConfig:
+    return AppConfig(
+        model=ModelConfig(tmp_path, "base.safetensors", None, ()),
+        generation=GenerationConfig(),
+        controlnet=ControlNetConfig(
+            depth=ControlModelConfig(True, "depth.safetensors", "midas"),
+            openpose=ControlModelConfig(True, "pose.safetensors"),
+            inpaint=ControlModelConfig(True, "inpaint.safetensors"),
+        ),
+        output=OutputConfig(tmp_path / "outputs", False),
+    )
+
+
+@pytest.fixture
+def image_base64() -> str:
+    output = io.BytesIO()
+    Image.new("RGB", (8, 8), "blue").save(output, format="PNG")
+    return base64.b64encode(output.getvalue()).decode("ascii")