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
---
 tests/test_server.py | 37 +++++++++++++++++++++++++++++++++++++
 1 file changed, 37 insertions(+)
 create mode 100644 tests/test_server.py

(limited to 'tests/test_server.py')

diff --git a/tests/test_server.py b/tests/test_server.py
new file mode 100644
index 0000000..4590049
--- /dev/null
+++ b/tests/test_server.py
@@ -0,0 +1,37 @@
+from __future__ import annotations
+
+from mcp import Client
+from mcp.types import ImageContent
+
+from mcp_sd15.server import create_server
+from mcp_sd15.service import ImageGenerationService
+
+from .test_service import FakeBackend
+
+
+async def test_exposes_exactly_three_tools_with_closed_enums(app_config) -> None:
+    server = create_server(ImageGenerationService(app_config, FakeBackend()))
+    async with Client(server) as client:
+        tools = (await client.list_tools()).tools
+    assert {tool.name for tool in tools} == {
+        "generate_image",
+        "generate_guided_image",
+        "inpaint_image",
+    }
+    guided = next(tool for tool in tools if tool.name == "generate_guided_image")
+    assert guided.input_schema["properties"]["control_mode"]["enum"] == [
+        "depth",
+        "openpose",
+        "openpose_full",
+    ]
+    assert "width" not in guided.input_schema["properties"]
+
+
+async def test_mcp_call_returns_png_image_content(app_config) -> None:
+    server = create_server(ImageGenerationService(app_config, FakeBackend()))
+    async with Client(server) as client:
+        result = await client.call_tool("generate_image", {"positive_prompt": "a cat"})
+    assert result.is_error is False
+    assert len(result.content) == 1
+    assert isinstance(result.content[0], ImageContent)
+    assert result.content[0].mime_type == "image/png"
-- 
cgit v1.2.3