sd-api-mcp 0.2.0__py3-none-any.whl

sd_api_mcp/__init__.py

@@ -0,0 +1,3 @@
+"""MCP server for Stable Diffusion WebUI API."""
+
+__version__ = "0.1.0"

sd_api_mcp/client.py

@@ -0,0 +1,118 @@
+"""SD WebUI API クライアント。"""
+
+from contextlib import asynccontextmanager
+
+import httpx
+
+
+class SDAPIError(Exception):
+    """SD WebUI API エラーの基底クラス。"""
+
+
+class SDConnectionError(SDAPIError):
+    """SD WebUI への接続失敗。"""
+
+
+class SDTimeoutError(SDAPIError):
+    """SD WebUI へのリクエストタイムアウト。"""
+
+
+@asynccontextmanager
+async def _convert_httpx_errors():
+    """httpx例外をドメイン例外に変換するコンテキストマネージャ。"""
+    try:
+        yield
+    except httpx.ConnectError as e:
+        raise SDConnectionError(str(e)) from e
+    except httpx.TimeoutException as e:
+        raise SDTimeoutError(str(e)) from e
+    except httpx.HTTPStatusError as e:
+        raise SDAPIError(str(e)) from e
+
+
+def _with_controlnet(payload: dict, units: list[dict] | None) -> dict:
+    """ControlNetユニットをペイロードに追加する(DRY)。"""
+    if not units:
+        return payload
+    return {**payload, "alwayson_scripts": {"controlnet": {"args": units}}}
+
+
+def _extract_images(data: dict, error_msg: str) -> list[str]:
+    """レスポンスから画像リストを取り出す(DRY)。"""
+    images = data.get("images", [])
+    if not images:
+        raise SDAPIError(error_msg)
+    return images
+
+
+class SDWebUIClient:
+    """SD WebUI API への非同期HTTPクライアント。"""
+
+    def __init__(
+        self,
+        base_url: str,
+        timeout: float,
+        auth: tuple[str, str] | None,
+    ) -> None:
+        auth_param = httpx.BasicAuth(*auth) if auth else None
+        self._client = httpx.AsyncClient(
+            base_url=base_url,
+            timeout=timeout,
+            auth=auth_param,
+        )
+
+    async def _get(self, path: str) -> list | dict:
+        async with _convert_httpx_errors():
+            resp = await self._client.get(path)
+            resp.raise_for_status()
+            return resp.json()
+
+    async def _post(self, path: str, payload: dict) -> list | dict:
+        async with _convert_httpx_errors():
+            resp = await self._client.post(path, json=payload)
+            resp.raise_for_status()
+            return resp.json()
+
+    async def get_sd_models(self) -> list[str]:
+        data = await self._get("/sdapi/v1/sd-models")
+        return [m["title"] for m in data]  # type: ignore[index]
+
+    async def set_sd_model(self, model_name: str) -> None:
+        await self._post("/sdapi/v1/options", {"sd_model_checkpoint": model_name})
+
+    async def get_upscalers(self) -> list[str]:
+        data = await self._get("/sdapi/v1/upscalers")
+        return [u["name"] for u in data]  # type: ignore[index]
+
+    async def get_controlnet_models(self) -> list[str]:
+        data = await self._get("/controlnet/model_list")
+        assert isinstance(data, dict)
+        return data["model_list"]
+
+    async def get_controlnet_modules(self) -> list[str]:
+        data = await self._get("/controlnet/module_list")
+        assert isinstance(data, dict)
+        return data["module_list"]
+
+    async def txt2img(
+        self,
+        payload: dict,
+        controlnet_units: list[dict] | None = None,
+    ) -> list[str]:
+        data = await self._post("/sdapi/v1/txt2img", _with_controlnet(payload, controlnet_units))
+        assert isinstance(data, dict)
+        return _extract_images(data, "画像が生成されませんでした")
+
+    async def img2img(
+        self,
+        payload: dict,
+        controlnet_units: list[dict] | None = None,
+    ) -> list[str]:
+        data = await self._post("/sdapi/v1/img2img", _with_controlnet(payload, controlnet_units))
+        assert isinstance(data, dict)
+        return _extract_images(data, "画像が生成されませんでした")
+
+    async def upscale_images(self, payload: dict) -> list[str]:
+        data = await self._post("/sdapi/v1/extra-batch-images", payload)
+        assert isinstance(data, dict)
+        return _extract_images(data, "アップスケール結果がありませんでした")

sd_api_mcp/server.py

@@ -0,0 +1,287 @@
+"""MCP server for Stable Diffusion WebUI API."""
+
+import base64
+import os
+import uuid
+from contextlib import asynccontextmanager
+from pathlib import Path
+from typing import Annotated
+
+from fastmcp import FastMCP
+from fastmcp.exceptions import ToolError
+from pydantic import BaseModel, Field
+
+from sd_api_mcp.client import SDAPIError, SDConnectionError, SDTimeoutError, SDWebUIClient
+
+_client: SDWebUIClient | None = None
+
+
+@asynccontextmanager
+async def lifespan(server: FastMCP):
+    global _client
+    base_url = os.environ.get("SD_WEBUI_URL", "http://host.docker.internal:7860")
+    timeout = float(os.environ.get("REQUEST_TIMEOUT", "300"))
+    user = os.environ.get("SD_AUTH_USER")
+    password = os.environ.get("SD_AUTH_PASS")
+    auth = (user, password) if user and password else None
+    _client = SDWebUIClient(base_url=base_url, timeout=timeout, auth=auth)
+    yield
+    _client = None
+
+
+mcp = FastMCP(name="sd-api-mcp", lifespan=lifespan)
+
+
+class ControlNetUnit(BaseModel):
+    image: str
+    model: str
+    module: str = "none"
+    weight: float = 1.0
+    guidance_start: float = 0.0
+    guidance_end: float = 1.0
+    control_mode: int = 0
+    resize_mode: int = 1
+
+
+def _save_image(b64: str, output_dir: str) -> str:
+    """base64画像をPNGとして保存し、絶対パスを返す(DRY)。"""
+    out = Path(output_dir)
+    out.mkdir(parents=True, exist_ok=True)
+    path = out / f"sd_{uuid.uuid4().hex}.png"
+    path.write_bytes(base64.b64decode(b64))
+    return str(path.resolve())
+
+
+def _to_tool_error(e: SDAPIError) -> ToolError:
+    if isinstance(e, SDConnectionError):
+        return ToolError(f"SD WebUI に接続できません: {e}")
+    if isinstance(e, SDTimeoutError):
+        return ToolError(f"リクエストがタイムアウトしました: {e}")
+    return ToolError(f"API エラー: {e}")
+
+
+def _read_image_b64(path: str) -> str:
+    """画像ファイルをbase64文字列に変換する(DRY)。"""
+    src = Path(path)
+    if not src.exists():
+        raise ToolError(f"画像ファイルが見つかりません: {path}")
+    return base64.b64encode(src.read_bytes()).decode()
+
+
+def _build_controlnet_units(units: list[ControlNetUnit] | None) -> list[dict] | None:
+    """ControlNetUnitリストをdictリストに変換する(DRY)。"""
+    if not units:
+        return None
+    return [{**u.model_dump(exclude={"image"}), "image": _read_image_b64(u.image)} for u in units]
+
+
+@mcp.tool()
+async def txt2img(
+    prompt: Annotated[str, Field(description="生成プロンプト")],
+    negative_prompt: Annotated[str, Field(description="ネガティブプロンプト")] = "",
+    steps: Annotated[int, Field(description="サンプリングステップ数", ge=1, le=150)] = 20,
+    width: Annotated[int, Field(description="画像の幅", ge=64, le=2048)] = 512,
+    height: Annotated[int, Field(description="画像の高さ", ge=64, le=2048)] = 512,
+    cfg_scale: Annotated[float, Field(description="CFGスケール", ge=1.0, le=30.0)] = 7.0,
+    sampler_name: Annotated[str, Field(description="サンプラー名")] = "Euler a",
+    scheduler_name: Annotated[str, Field(description="スケジューラー名")] = "Automatic",
+    seed: Annotated[int, Field(description="シード値(-1でランダム)", ge=-1)] = -1,
+    batch_size: Annotated[int, Field(description="生成枚数", ge=1, le=4)] = 1,
+    restore_faces: Annotated[bool, Field(description="顔修復を有効にする")] = False,
+    tiling: Annotated[bool, Field(description="タイリング画像を生成する")] = False,
+    distilled_cfg_scale: Annotated[
+        float, Field(description="Distilled CFGスケール", ge=1.0, le=30.0)
+    ] = 3.5,
+    controlnet_units: Annotated[
+        list[ControlNetUnit] | None, Field(description="ControlNetユニットのリスト")
+    ] = None,
+    output_dir: Annotated[str, Field(description="出力ディレクトリ")] = "./output",
+) -> list[str]:
+    """テキストプロンプトから画像を生成してファイルに保存する。
+
+    Returns:
+        保存された画像ファイルの絶対パスリスト
+    """
+    assert _client is not None
+    payload = {
+        "prompt": prompt,
+        "negative_prompt": negative_prompt,
+        "steps": steps,
+        "width": width,
+        "height": height,
+        "cfg_scale": cfg_scale,
+        "sampler_name": sampler_name,
+        "scheduler": scheduler_name,
+        "seed": seed,
+        "n_iter": batch_size,
+        "restore_faces": restore_faces,
+        "tiling": tiling,
+        "distilled_cfg_scale": distilled_cfg_scale,
+    }
+    try:
+        cn_units = _build_controlnet_units(controlnet_units)
+        images = await _client.txt2img(payload, controlnet_units=cn_units)
+    except SDAPIError as e:
+        raise _to_tool_error(e) from e
+    return [_save_image(b64, output_dir) for b64 in images]
+
+
+@mcp.tool()
+async def img2img(
+    init_image: Annotated[str, Field(description="入力画像のファイルパス")],
+    prompt: Annotated[str, Field(description="生成プロンプト")],
+    negative_prompt: Annotated[str, Field(description="ネガティブプロンプト")] = "",
+    denoising_strength: Annotated[
+        float, Field(description="デノイズ強度(0.0〜1.0)", ge=0.0, le=1.0)
+    ] = 0.75,
+    steps: Annotated[int, Field(description="サンプリングステップ数", ge=1, le=150)] = 20,
+    width: Annotated[int, Field(description="画像の幅", ge=64, le=2048)] = 512,
+    height: Annotated[int, Field(description="画像の高さ", ge=64, le=2048)] = 512,
+    cfg_scale: Annotated[float, Field(description="CFGスケール", ge=1.0, le=30.0)] = 7.0,
+    sampler_name: Annotated[str, Field(description="サンプラー名")] = "Euler a",
+    scheduler_name: Annotated[str, Field(description="スケジューラー名")] = "Automatic",
+    seed: Annotated[int, Field(description="シード値(-1でランダム)", ge=-1)] = -1,
+    batch_size: Annotated[int, Field(description="生成枚数", ge=1, le=4)] = 1,
+    restore_faces: Annotated[bool, Field(description="顔修復を有効にする")] = False,
+    tiling: Annotated[bool, Field(description="タイリング画像を生成する")] = False,
+    controlnet_units: Annotated[
+        list[ControlNetUnit] | None, Field(description="ControlNetユニットのリスト")
+    ] = None,
+    output_dir: Annotated[str, Field(description="出力ディレクトリ")] = "./output",
+) -> list[str]:
+    """入力画像とプロンプトから画像を生成してファイルに保存する。
+
+    Returns:
+        保存された画像ファイルの絶対パスリスト
+    """
+    assert _client is not None
+    init_b64 = _read_image_b64(init_image)
+    payload = {
+        "init_images": [init_b64],
+        "prompt": prompt,
+        "negative_prompt": negative_prompt,
+        "denoising_strength": denoising_strength,
+        "steps": steps,
+        "width": width,
+        "height": height,
+        "cfg_scale": cfg_scale,
+        "sampler_name": sampler_name,
+        "scheduler": scheduler_name,
+        "seed": seed,
+        "n_iter": batch_size,
+        "restore_faces": restore_faces,
+        "tiling": tiling,
+    }
+    try:
+        cn_units = _build_controlnet_units(controlnet_units)
+        images = await _client.img2img(payload, controlnet_units=cn_units)
+    except SDAPIError as e:
+        raise _to_tool_error(e) from e
+    return [_save_image(b64, output_dir) for b64 in images]
+
+
+@mcp.tool()
+async def get_sd_models() -> list[str]:
+    """利用可能なStable Diffusionモデルの一覧を返す。"""
+    assert _client is not None
+    try:
+        return await _client.get_sd_models()
+    except SDAPIError as e:
+        raise _to_tool_error(e) from e
+
+
+@mcp.tool()
+async def set_sd_model(
+    model_name: Annotated[str, Field(description="設定するモデル名")],
+) -> str:
+    """アクティブなStable Diffusionモデルを変更する。"""
+    assert _client is not None
+    try:
+        await _client.set_sd_model(model_name)
+    except SDAPIError as e:
+        raise _to_tool_error(e) from e
+    return f"モデルを設定しました: {model_name}"
+
+
+@mcp.tool()
+async def get_sd_upscalers() -> list[str]:
+    """利用可能なアップスケーラーの一覧を返す。"""
+    assert _client is not None
+    try:
+        return await _client.get_upscalers()
+    except SDAPIError as e:
+        raise _to_tool_error(e) from e
+
+
+@mcp.tool()
+async def upscale_images(
+    images: Annotated[list[str], Field(description="アップスケールする画像ファイルパスのリスト")],
+    resize_mode: Annotated[int, Field(description="0=倍率指定, 1=サイズ指定", ge=0, le=1)] = 0,
+    upscaling_resize: Annotated[
+        float, Field(description="アップスケール倍率(resize_mode=0時)", ge=1.0)
+    ] = 4.0,
+    upscaling_resize_w: Annotated[int, Field(description="目標幅px(resize_mode=1時)", ge=64)] = 512,
+    upscaling_resize_h: Annotated[
+        int, Field(description="目標高さpx(resize_mode=1時)", ge=64)
+    ] = 512,
+    upscaler_1: Annotated[str, Field(description="プライマリアップスケーラー")] = "R-ESRGAN 4x+",
+    upscaler_2: Annotated[str, Field(description="セカンダリアップスケーラー")] = "None",
+    output_dir: Annotated[str, Field(description="出力ディレクトリ")] = "./output",
+) -> list[str]:
+    """画像をアップスケールしてファイルに保存する。
+
+    Returns:
+        保存された画像ファイルの絶対パスリスト
+    """
+    assert _client is not None
+    image_list = [{"data": _read_image_b64(p), "name": Path(p).name} for p in images]
+    payload = {
+        "resize_mode": resize_mode,
+        "show_extras_results": True,
+        "gfpgan_visibility": 0,
+        "codeformer_visibility": 0,
+        "codeformer_weight": 0,
+        "upscaling_resize": upscaling_resize,
+        "upscaling_resize_w": upscaling_resize_w,
+        "upscaling_resize_h": upscaling_resize_h,
+        "upscaling_crop": True,
+        "upscaler_1": upscaler_1,
+        "upscaler_2": upscaler_2,
+        "extras_upscaler_2_visibility": 0,
+        "upscale_first": False,
+        "imageList": image_list,
+    }
+    try:
+        result_images = await _client.upscale_images(payload)
+    except SDAPIError as e:
+        raise _to_tool_error(e) from e
+    return [_save_image(b64, output_dir) for b64 in result_images]
+
+
+@mcp.tool()
+async def get_controlnet_models() -> list[str]:
+    """利用可能なControlNetモデルの一覧を返す。"""
+    assert _client is not None
+    try:
+        return await _client.get_controlnet_models()
+    except SDAPIError as e:
+        raise _to_tool_error(e) from e
+
+
+@mcp.tool()
+async def get_controlnet_modules() -> list[str]:
+    """利用可能なControlNetプリプロセッサの一覧を返す。"""
+    assert _client is not None
+    try:
+        return await _client.get_controlnet_modules()
+    except SDAPIError as e:
+        raise _to_tool_error(e) from e
+
+
+def main() -> None:
+    """Start the MCP server."""
+    mcp.run()
+
+
+if __name__ == "__main__":
+    main()

sd_api_mcp-0.2.0.dist-info/METADATA

@@ -0,0 +1,258 @@
+Metadata-Version: 2.4
+Name: sd-api-mcp
+Version: 0.2.0
+Summary: MCP server wrapping the Stable Diffusion WebUI API
+Project-URL: Homepage, https://github.com/HizZaniya/sd-api-mcp
+Project-URL: Repository, https://github.com/HizZaniya/sd-api-mcp
+Project-URL: Bug Tracker, https://github.com/HizZaniya/sd-api-mcp/issues
+Author: HizZaniya
+License: MIT
+Keywords: image-generation,mcp,stable-diffusion,webui
+Classifier: Development Status :: 3 - Alpha
+Classifier: Intended Audience :: Developers
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3.13
+Classifier: Topic :: Multimedia :: Graphics
+Requires-Python: >=3.13
+Requires-Dist: fastmcp>=3.3.1
+Requires-Dist: httpx>=0.28.0
+Requires-Dist: pillow>=11.0.0
+Description-Content-Type: text/markdown
+
+# SD API MCP
+
+> Stable Diffusion WebUI API (AUTOMATIC1111/ForgeUI) を操作する MCP サーバ
+
+## 前提条件
+
+- [Stable Diffusion WebUI](https://github.com/AUTOMATIC1111/stable-diffusion-webui)（または ForgeUI）が起動していること
+- [uv](https://docs.astral.sh/uv/) がインストール済みであること
+
+## MCPクライアント設定
+
+### Claude Code
+
+```bash
+claude mcp add sd-api-mcp uvx sd-api-mcp
+```
+
+または `.claude/settings.json` に追加:
+
+```json
+{
+  "mcpServers": {
+    "sd-api-mcp": {
+      "command": "uvx",
+      "args": ["sd-api-mcp"],
+      "env": {
+        "SD_WEBUI_URL": "http://localhost:7860"
+      }
+    }
+  }
+}
+```
+
+### Cursor
+
+`.cursor/mcp.json` に追加:
+
+```json
+{
+  "mcpServers": {
+    "sd-api-mcp": {
+      "command": "uvx",
+      "args": ["sd-api-mcp"],
+      "env": {
+        "SD_WEBUI_URL": "http://localhost:7860"
+      }
+    }
+  }
+}
+```
+
+### VS Code (GitHub Copilot)
+
+`.vscode/mcp.json` に追加:
+
+```json
+{
+  "servers": {
+    "sd-api-mcp": {
+      "command": "uvx",
+      "args": ["sd-api-mcp"],
+      "env": {
+        "SD_WEBUI_URL": "http://localhost:7860"
+      }
+    }
+  }
+}
+```
+
+## 環境変数
+
+| 変数名 | デフォルト | 説明 |
+|---|---|---|
+| `SD_WEBUI_URL` | `http://host.docker.internal:7860` | SD WebUI のベース URL |
+| `SD_AUTH_USER` | （なし） | Basic 認証ユーザー名（任意） |
+| `SD_AUTH_PASS` | （なし） | Basic 認証パスワード（任意） |
+| `SD_OUTPUT_DIR` | `./output` | 生成画像の保存先ディレクトリ |
+| `REQUEST_TIMEOUT` | `300` | HTTP リクエストのタイムアウト秒数 |
+
+## ツールリファレンス
+
+### `txt2img`
+
+テキストプロンプトから画像を生成し、ファイルに保存します。
+
+| パラメータ | 型 | デフォルト | 説明 |
+|---|---|---|---|
+| `prompt` | str | 必須 | 生成プロンプト |
+| `negative_prompt` | str | `""` | ネガティブプロンプト |
+| `steps` | int | `20` | サンプリングステップ数（1〜150） |
+| `width` | int | `512` | 画像の幅 px（64〜2048） |
+| `height` | int | `512` | 画像の高さ px（64〜2048） |
+| `cfg_scale` | float | `7.0` | CFG スケール（1.0〜30.0） |
+| `sampler_name` | str | `"Euler a"` | サンプラー名 |
+| `scheduler_name` | str | `"Automatic"` | スケジューラー名 |
+| `seed` | int | `-1` | シード値（-1 でランダム） |
+| `batch_size` | int | `1` | 生成枚数（1〜4） |
+| `restore_faces` | bool | `false` | 顔修復を有効にする |
+| `tiling` | bool | `false` | タイリング画像を生成する |
+| `distilled_cfg_scale` | float | `3.5` | Distilled CFG スケール（1.0〜30.0） |
+| `controlnet_units` | list | `null` | ControlNet ユニットのリスト |
+| `output_dir` | str | `"./output"` | 出力ディレクトリ |
+
+**戻り値**: 生成された画像ファイルの絶対パスリスト
+
+### `img2img`
+
+入力画像とプロンプトから画像を生成し、ファイルに保存します。
+
+| パラメータ | 型 | デフォルト | 説明 |
+|---|---|---|---|
+| `init_image` | str | 必須 | 入力画像のファイルパス |
+| `prompt` | str | 必須 | 生成プロンプト |
+| `negative_prompt` | str | `""` | ネガティブプロンプト |
+| `denoising_strength` | float | `0.75` | デノイズ強度（0.0〜1.0） |
+| `steps` | int | `20` | サンプリングステップ数（1〜150） |
+| `width` | int | `512` | 画像の幅 px（64〜2048） |
+| `height` | int | `512` | 画像の高さ px（64〜2048） |
+| `cfg_scale` | float | `7.0` | CFG スケール（1.0〜30.0） |
+| `sampler_name` | str | `"Euler a"` | サンプラー名 |
+| `scheduler_name` | str | `"Automatic"` | スケジューラー名 |
+| `seed` | int | `-1` | シード値（-1 でランダム） |
+| `batch_size` | int | `1` | 生成枚数（1〜4） |
+| `restore_faces` | bool | `false` | 顔修復を有効にする |
+| `tiling` | bool | `false` | タイリング画像を生成する |
+| `controlnet_units` | list | `null` | ControlNet ユニットのリスト |
+| `output_dir` | str | `"./output"` | 出力ディレクトリ |
+
+**戻り値**: 生成された画像ファイルの絶対パスリスト
+
+### `get_sd_models`
+
+利用可能な Stable Diffusion モデルの一覧を返します。
+
+パラメータなし。**戻り値**: モデル名の文字列リスト
+
+### `set_sd_model`
+
+アクティブな Stable Diffusion モデルを変更します。
+
+| パラメータ | 型 | デフォルト | 説明 |
+|---|---|---|---|
+| `model_name` | str | 必須 | 設定するモデル名 |
+
+**戻り値**: 設定完了メッセージ（文字列）
+
+### `get_sd_upscalers`
+
+利用可能なアップスケーラーの一覧を返します。
+
+パラメータなし。**戻り値**: アップスケーラー名の文字列リスト
+
+### `upscale_images`
+
+画像をアップスケールして保存します。
+
+| パラメータ | 型 | デフォルト | 説明 |
+|---|---|---|---|
+| `images` | list[str] | 必須 | アップスケールする画像ファイルパスのリスト |
+| `resize_mode` | int | `0` | 0=倍率指定, 1=サイズ指定 |
+| `upscaling_resize` | float | `4.0` | アップスケール倍率（`resize_mode=0` 時） |
+| `upscaling_resize_w` | int | `512` | 目標幅 px（`resize_mode=1` 時） |
+| `upscaling_resize_h` | int | `512` | 目標高さ px（`resize_mode=1` 時） |
+| `upscaler_1` | str | `"R-ESRGAN 4x+"` | プライマリアップスケーラー |
+| `upscaler_2` | str | `"None"` | セカンダリアップスケーラー |
+| `output_dir` | str | `"./output"` | 出力ディレクトリ |
+
+**戻り値**: 保存された画像ファイルの絶対パスリスト
+
+### `get_controlnet_models`
+
+利用可能な ControlNet モデルの一覧を返します。
+
+パラメータなし。**戻り値**: ControlNet モデル名の文字列リスト
+
+### `get_controlnet_modules`
+
+利用可能な ControlNet プリプロセッサの一覧を返します。
+
+パラメータなし。**戻り値**: ControlNet プリプロセッサ名の文字列リスト
+
+## 開発者向け
+
+### 環境構築
+
+```bash
+git clone https://github.com/HizZaniya/sd-api-mcp.git
+cd sd-api-mcp
+uv sync --group dev
+pre-commit install
+```
+
+### テスト実行
+
+```bash
+uv run pytest -v
+```
+
+型チェック・Lint:
+
+```bash
+uv run ty check
+uv run ruff check .
+uv run ruff format --check .
+```
+
+### ファイル構成
+
+```
+src/sd_api_mcp/
+├── server.py   # MCP プロトコル層 — ツール定義・リクエスト受付
+└── client.py   # SD WebUI API 通信層 — httpx による HTTP クライアント
+```
+
+- `server.py`: FastMCP のツールデコレータでツールを定義し、MCP プロトコルを処理する。SD WebUI への直接アクセスは行わない。
+- `client.py`: httpx を使って SD WebUI の REST API と通信する。MCP プロトコルを知らない。
+
+### リリース手順
+
+1. Conventional Commits 形式でコミットを積む（例: `feat: add new tool`, `fix: handle timeout`）
+2. GitHub Actions の **Release** ワークフローを手動トリガーする
+3. `cz bump` がコミット履歴からバージョンを自動決定し、`CHANGELOG.md` を更新してタグを作成
+4. **Publish** ワークフローが自動実行され、TestPyPI で検証後 PyPI に公開される
+
+### コントリビューション
+
+1. `main` ブランチから feature ブランチを作成する
+2. テストを先に書いてから実装する（TDD）
+3. PR を作成する（テンプレートに従うこと）
+4. CI（lint / format / typecheck / test）がすべてパスしたらレビューを依頼する
+
+コミットメッセージは [Conventional Commits](https://www.conventionalcommits.org/) 形式を推奨します。
+
+## ライセンス
+
+MIT

sd_api_mcp-0.2.0.dist-info/RECORD

@@ -0,0 +1,7 @@
+sd_api_mcp/__init__.py,sha256=aQ6MNW0I99c_o3rwCvBYIW1Ad4TzTeTzESEdehAbEug,72
+sd_api_mcp/client.py,sha256=9ie7eW90Wmi0fe0OIk0qW_qDhh37Nfec1NtMZRm4caU,3990
+sd_api_mcp/server.py,sha256=O2iB_pespIElwL0DpiJ8kqf-rkOTW2ZBA3LXV3x8TvI,11071
+sd_api_mcp-0.2.0.dist-info/METADATA,sha256=mKrCZ8s_c-TJc8abPKomhQ80S6FVV-SZxkZSs-LJEf8,8640
+sd_api_mcp-0.2.0.dist-info/WHEEL,sha256=mffPy8wBnZQn2VnJUU5jE99KsxaSfiyMHV9Yt0aLVxs,87
+sd_api_mcp-0.2.0.dist-info/entry_points.txt,sha256=tNjlh_UWzrz_UB_weHy3kcKIWZeqaFOpjA48JUp-9BI,54
+sd_api_mcp-0.2.0.dist-info/RECORD,,

sd_api_mcp-0.2.0.dist-info/WHEEL

@@ -0,0 +1,4 @@
+Wheel-Version: 1.0
+Generator: hatchling 1.30.1
+Root-Is-Purelib: true
+Tag: py3-none-any

sd_api_mcp-0.2.0.dist-info/entry_points.txt

@@ -0,0 +1,2 @@
+[console_scripts]
+sd-api-mcp = sd_api_mcp.server:main