From cba15a62829a0fe57a03c8031f981e8f790e2efc Mon Sep 17 00:00:00 2001
From: tanaka takashi <isazaka@gmail.com>
Date: Sat, 12 Sep 2026 18:04:56 +0900
Subject: feat: Stable Diffusion 1.x MCPサーバを実装
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

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
---
 src/mcp_sd15/server.py | 66 ++++++++++++++++++++++++++++++++++++++++++++++++++
 1 file changed, 66 insertions(+)
 create mode 100644 src/mcp_sd15/server.py

(limited to 'src/mcp_sd15/server.py')

diff --git a/src/mcp_sd15/server.py b/src/mcp_sd15/server.py
new file mode 100644
index 0000000..b8dc69d
--- /dev/null
+++ b/src/mcp_sd15/server.py
@@ -0,0 +1,66 @@
+"""MCP public surface: three intentionally small image tools."""
+
+from __future__ import annotations
+
+from typing import Literal
+
+from mcp.server import MCPServer
+from mcp.server.mcpserver import Image
+
+from .service import ImageGenerationService
+from .tools.generate_guided_image import generate_guided_image as guided_adapter
+from .tools.generate_image import generate_image as image_adapter
+from .tools.inpaint_image import inpaint_image as inpaint_adapter
+
+Size = Literal["square_512", "landscape_512", "portrait_512"]
+GuidanceMode = Literal["depth", "openpose", "openpose_full"]
+
+
+def create_server(service: ImageGenerationService) -> MCPServer:
+    server = MCPServer("mcp-sd15")
+
+    @server.tool()
+    async def generate_image(
+        positive_prompt: str,
+        negative_prompt: str | None = None,
+        size: Size | None = None,
+    ) -> Image:
+        """Generate one PNG from a positive prompt using the configured SD1.x model."""
+        result = await image_adapter(service, positive_prompt, negative_prompt, size)
+        return Image(data=result.png_data, format="png")
+
+    @server.tool()
+    async def generate_guided_image(
+        positive_prompt: str,
+        control_mode: GuidanceMode,
+        input_image: str,
+        negative_prompt: str | None = None,
+        size: Size | None = None,
+    ) -> Image:
+        """Generate one PNG guided by Depth, OpenPose, or full OpenPose.
+
+        input_image is a Base64 PNG/JPEG or an image data URI.
+        """
+        result = await guided_adapter(
+            service, positive_prompt, control_mode, input_image, negative_prompt, size
+        )
+        return Image(data=result.png_data, format="png")
+
+    @server.tool()
+    async def inpaint_image(
+        positive_prompt: str,
+        input_image: str,
+        mask_image: str,
+        negative_prompt: str | None = None,
+        size: Size | None = None,
+    ) -> Image:
+        """Regenerate white mask areas and return one PNG.
+
+        Both images are Base64 PNG/JPEG values or image data URIs.
+        """
+        result = await inpaint_adapter(
+            service, positive_prompt, input_image, mask_image, negative_prompt, size
+        )
+        return Image(data=result.png_data, format="png")
+
+    return server
-- 
cgit v1.2.3