Upload 9 files

DEVELOPMENT_LOG.md

@@ -0,0 +1,107 @@
+# ImageGenMCP 開発ログ
+
+## プロジェクト概要
+- **目的**: ClaudeCode用の画像生成MCPサーバー
+- **技術スタック**: Gradio 5.31.0, Gemini 2.0 Flash Preview, FastAPI
+- **デプロイ先**: Hugging Face Spaces
+
+## 開発マイルストーン
+
+### 2025-06-01 - プロジェクト初期化と基本実装
+
+#### 完了項目
+1. **プロジェクト構造の確立**
+   - `app.py` - メインアプリケーション
+   - `requirements.txt` - 依存関係
+   - `README.md` - Hugging Face Spaces仕様準拠
+   - `.gitignore` - Git設定
+   - `app.yaml` - HF Spaces設定
+   - `mcp_client.py` - MCPクライアントサンプル
+
+2. **Gemini 2.0 Flash統合**
+   - モデル名: `gemini-2.0-flash-preview-image-generation`
+   - 画像生成機能の実装
+   - 参考画像サポート
+   - エラーハンドリングとログ出力
+
+3. **UI崩れ問題の解決**
+   - **問題**: FastAPIとGradioの統合でUI崩れが発生
+   - **試行錯誤**:
+     - FastAPI root_path設定
+     - gr.mount_gradio_app()の使用
+     - パスマウント最適化
+   - **最終解決策**: Gradioの内部FastAPIアプリに直接ルートを追加するシンプルな構成
+
+#### 技術的な学び
+- Hugging Face SpacesでのFastAPI/Gradio統合は複雑になりがち
+- Gradio 5.31.0は内部でFastAPIを使用しており、`demo.app`でアクセス可能
+- `demo.queue()`と`demo.launch()`のシンプルな構成が最も安定
+
+#### 現在のステータス
+- ✅ 基本的なUI表示が正常動作
+- ✅ 画像生成機能の実装完了
+- ✅ MCPエンドポイントの定義完了
+- ⏳ 実際の画像生成テスト待ち
+- ⏳ MCPエンドポイントの動作確認待ち
+
+## APIエンドポイント仕様
+
+### MCPエンドポイント
+- `POST /api/mcp/list_tools` - ツール一覧取得
+- `POST /api/mcp/call_tool` - 画像生成実行
+- `GET /api/health` - ヘルスチェック
+
+### リクエスト/レスポンス形式
+```json
+// リクエスト (call_tool)
+{
+    "name": "generate_image",
+    "arguments": {
+        "prompt": "生成したい画像の説明"
+    }
+}
+
+// レスポンス
+{
+    "success": true,
+    "message": "画像生成に成功しました！",
+    "image_base64": "base64エンコードされた画像データ"
+}
+```
+
+## 次のステップ
+1. 画像生成機能の実地テスト
+2. MCPエンドポイントの動作確認
+3. ClaudeCodeからの統合テスト
+4. パフォーマンス最適化
+5. エラーハンドリングの強化
+
+## 既知の問題と対策
+
+### 1. Gemini API レスポンスモダリティエラー (解決済み)
+- **問題**: `response_modalities=["IMAGE"]`のみだとエラー
+- **原因**: モデルは`IMAGE`と`TEXT`の両方を要求
+- **解決**: `response_modalities=["IMAGE", "TEXT"]`に変更
+
+### 2. 画像生成の不安定性 (調査中)
+- **症状**: 1回目は成功するが、2回目以降は画像データが含まれない
+- **対策実施**: 
+  - レスポンスのパーツを全て検査するように改善
+  - テキストコンテンツも収集してエラー理由を把握
+- **推測される原因**:
+  - レート制限
+  - コンテンツフィルタリング
+  - プロンプトの内容による拒否
+
+## 環境設定メモ
+- Hugging Face Spaces Secrets:
+  - `GEMINI_API_KEY` - Gemini APIキー（必須）
+
+## トラブルシューティング記録
+1. **UI崩れ問題** (解決済み)
+   - 症状: 画像アイコンのみ表示、UIコンポーネントが表示されない
+   - 原因: FastAPIとGradioのパス競合
+   - 解決: シンプルな統合方式に変更
+
+---
+最終更新: 2025-06-01

app.py

@@ -94,19 +94,34 @@ def generate_image(prompt: str, previous_image: Optional[Image.Image] = None) ->
         logger.info("Gemini APIの呼び出し完了")
         
         # レスポンスから画像を取得
-        if (response.candidates and 
-            response.candidates[0].content and 
-            response.candidates[0].content.parts and
-            response.candidates[0].content.parts[0].inline_data):
+        if response.candidates and response.candidates[0].content and response.candidates[0].content.parts:
+            # パーツを検査して画像を探す
+            image_found = False
+            text_content = ""
             
-            image_data = response.candidates[0].content.parts[0].inline_data.data
-            image = Image.open(io.BytesIO(image_data))
+            for part in response.candidates[0].content.parts:
+                if hasattr(part, 'inline_data') and part.inline_data:
+                    # 画像データが見つかった
+                    image_data = part.inline_data.data
+                    image = Image.open(io.BytesIO(image_data))
+                    logger.info(f"画像生成成功: サイズ={image.size}")
+                    image_found = True
+                elif hasattr(part, 'text') and part.text:
+                    # テキストコンテンツを収集
+                    text_content += part.text
             
-            logger.info(f"画像生成成功: サイズ={image.size}")
-            return image, "画像生成に成功しました！"
+            if image_found:
+                return image, "画像生成に成功しました！"
+            else:
+                # 画像が含まれていない場合の詳細ログ
+                logger.warning(f"レスポンスに画像データが含まれていません。テキスト: {text_content[:200]}")
+                if "I cannot" in text_content or "I can't" in text_content or "unable to" in text_content:
+                    return None, f"画像生成が拒否されました: {text_content}"
+                else:
+                    return None, "画像の生成に失敗しました。レスポンスに画像データが含まれていません。"
         else:
-            logger.warning("レスポンスに画像データが含まれていません")
-            return None, "画像の生成に失敗しました。レスポンスに画像データが含まれていません。"
+            logger.warning("レスポンスに有効なコンテンツが含まれていません")
+            return None, "画像の生成に失敗しました。レスポンスが空です。"
             
     except Exception as e:
         logger.error(f"画像生成エラー: {str(e)}")