[add] Speed-1 LLVM JIT 自動検出と診断ログ強化 — runtime/llvm_init.py を新規実装．ensure_drjit_libllvm_path() で DRJIT_LIBLLVM_PATH 未設定時に Windows 標準 4 候補 (C:\Program Files\LLVM 等) + POSIX glob + LLVM_DIR + extra_candidates を順次探索して os.environ 設定（既設定なら上書きしない）．log_variant_status() で llvm_/cuda_/scalar_ 経路を INFO 明示，要求 llvm_* で実 scalar_* なら WARNING 追加．render/runner.py で variant=llvm_* 時に自動検出を呼び ImportError 時は原因明示ログ→ re-raise，mitsuba を関数内遅延 import 化．visualize/baker.py の _set_variant_once に LLVM 自動探索分岐を追加し direct/path 両方で log_variant_status を呼ぶ．cli/render.py で import 順を制御し sensors.py/lights.py のモジュールレベル mitsuba import 前に検出を確実に通す．docs/02_ENV/ENV_02 に LLVM インストール手順・DRJIT_LIBLLVM_PATH 説明・動作確認コマンドを追記．新規テスト 51 件 (runtime/test_llvm_init.py 25, render/test_runner_jit_init.py 14, visualize/test_baker_jit_init.py 8, cli/test_render_jit_init.py 4) で仕様 A1-E1 完全カバー，DRJIT_LIBLLVM_PATH 設定下で 606 件全通過．速度は不変（目的は再発防止＋診断容易化）．数値同等性は MC 内部シードで SHA256 異なるが平均相対誤差 7.23e-05 で統計同等性パス．これで環境変数消失によるサイレントクラッシュが再発しない土台が整備された．TEST_04 Speed-1 セクションを実施結果で更新．CLAUDE.md 開発進捗に Speed-1 完了追記＋実装済みモジュール一覧に runtime/llvm_init.py 追加

[add] Step 8-12: Helmholtz 相反原理を Mitsuba 上で実証検証 — schema.py の RenderConfig.integrator に ptracer 追加．configs/scene_baseline_perspective_{path,ptracer}.yaml で perspective sensor + scalar_rgb + spp=4096 比較．bot/top 比が path 2.035 vs ptracer 2.006 で誤差 1.4% で一致＝形は方向独立．絶対値は Mitsuba 実装の正規化差で 1.99× 違うが形（空間パターン）は同じ．副次発見: orthographic + ptracer は Mitsuba 3 で実行不能（Endpoint::sample_direction() 未実装）．方向変更で形を実機に近づける道は無いことが確定し LSC モデル化が唯一の道との結論を強化．TEST_01 Step 8-12・TEST_02 索引・TEST_03 学び 5・CLAUDE.md を更新

[add] Step 8-10: LED 配光を spot emitter で表現 — schema.py に SpotLight クラス追加（cutoff_angle / beam_width / intensity），lights.py に spot 分岐実装．configs/scene_baseline_spot.yaml を並列保持（18 LED を spot に変換，FWHM 120° 一致，flux 保存 I_0=0.02678 W/sr）．目視で X 方向の対称性が部分改善（下端の明るい領域が中央寄りに集中）．数値指標は微悪化（CoV +4%, 勾配 +15%）．emitter 指向性は形の一部（X 方向）を変える発見．Y 方向の中央ピークは LSC が依然必要．SPEC_03 Spot emitter 節・TEST_01 Step 8-10・TEST_02 索引・TEST_03 観察事実・CLAUDE.md を更新

[add] Step 8-8: linear 評価モードに mean 揃え正規化を導入 — evaluation/normalize.py の apply_mean_anchor + NormalizationConfig スキーマ + OETF 排他バリデーション + CLI 統合．configs/eval_baseline_linear.yaml で有効化（target_mean=146.7146）．形状指標 (CoV/勾配/C/P/max-min) は厳密不変，mean のみ target_mean に揃う．SPEC_02・SPEC_04・TEST_01 Step 8-8 を更新．テスト 62 件追加 (既存 441 + 新規 62 = 503 件全通過)

[add] 3D ビュー追加改善 — path ベイク max_depth 独立化(--bake-max-depth)・幾何カリング(--cull-outward 既定ON)・マーカー個別非表示 ...

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

[add] 3D ビュー大幅改善 — path ベイク(多重反射)/全面統一着色/任意テクスチャ投影/ベイクキャッシュ/各種調整フラグ ...

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

[add] 3D ビュー改善 — 評価板に実レンダ(多重反射)輝度マップを投影表示、配色/正規化/演出を改善 ...

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

[add] OETF 順方向適用を sm-evaluate へ正規実装 — シミュ linear を実測 sRGB ドメインへ変換、後方互換 ...

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

[add] Step 8 キャリブ準備 — orthographic sensor / visualize 互換化 / ROI 物理対応 / SPEC_03

[add] Step 7 — 3D 照度ベイク + sm-visualize CLI（PyVista インタラクティブビューア）

[fix] visualize.py に matplotlib.figure サブモジュールを明示 import（型解決エラー解消）

[add] Step 6 — sm-evaluate CLI（ROI 抽出・可視化・metrics CSV 出力）と単体/統合テスト

[add] Step 5 — sm-render CLI と最小フィクスチャ・統合テスト

[add] Step 4 — シーン構築・Mitsuba レンダリング・出力と単体テスト

[add] Step 3 — ジオメトリ層（LoadedMesh / load_stl / scale_vertices）と単体テスト

[add] Step 2 — YAML スキーマ（pydantic）と loader，ENV_01 に依存追記

[add] Step 1 — 均一性評価モジュール（uniformity / zones / radial）と単体テスト

[add] uv + Mitsuba 3 環境構築と関連ドキュメントを更新