test: pin the image-probe wiring; hold logger and paths to the domain rule

README.ko.md

@@ -73,15 +73,20 @@ Amazon Bedrock 기반(필터 GPT-6.1 Sol, 요약 Claude) · AWS 위에서 CDK로
 
 ### 핵심 구성 요소
 
+`app/` 아래 코드는 세 계층으로 나뉩니다. `domain/`은 입출력이 없는 규칙, `application/`은
+`application/ports.py`의 인터페이스에 대고 쓴 서비스, `adapters/`는 Bedrock·AWS·웹·템플릿과
+말하는 코드입니다. 의존은 안쪽으로만 향하고, `main.py`가 계층을 연결하며,
+`tests/test_architecture.py`가 이 규칙을 검사합니다([design.md §3](./docs/design.md#3-저장소-구조)).
+
 | 모듈 | 책임 |
 | --- | --- |
-| `feed_parser.py` | RSS 파싱 + HTML 스크레이핑(BeautifulSoup4), 소스별 헬스 추적 |
-| `summarizer.py` | 콘텐츠 게이트 → 관련성 필터 → 랭킹/캡 → 요약까지, 모두 Bedrock으로 |
-| `model_factory.py` | Bedrock 모델 역량 레지스트리 + LangChain 채팅 모델 생성, 비용 귀속 프로파일 |
-| `quality_metrics.py` | 결정적 출력 품질 루브릭 (순수 함수) |
-| `eval_metrics.py` | 필터 점수 지표 (순수 함수) |
-| `newsletter_renderer.py` | Jinja2 기반 HTML 생성(반응형, 다크모드, 현지화, 크기 검사) |
-| `aws_helpers.py` | S3, SES, SNS, SSM, Batch 연동 |
+| `adapters/feeds.py` | RSS 파싱 + HTML 스크레이핑(BeautifulSoup4), 소스별 헬스 추적 |
+| `application/summarize.py` | 콘텐츠 게이트 → 관련성 필터 → 랭킹/캡 → 요약까지, 모두 Bedrock으로 |
+| `adapters/bedrock.py` | Bedrock 모델 역량 레지스트리 + LangChain 채팅 모델 생성, 비용 귀속 프로파일 |
+| `domain/quality_metrics.py` | 결정적 출력 품질 루브릭 (순수 함수) |
+| `domain/eval_metrics.py` | 필터 점수 지표 (순수 함수) |
+| `adapters/rendering.py` | Jinja2 기반 HTML 생성(반응형, 다크모드, 현지화, 크기 검사) |
+| `adapters/aws.py` | S3, SES, SNS, SSM, Batch 연동 |
 
 ### 파이프라인
 
@@ -98,7 +103,7 @@ collect → gate → filter → rank → summarize → greet → render → deli
   저장합니다.
 - **SES**로 뉴스레터를 전달하고, **SNS**로는 문제가 있을 때만 알림을 보냅니다.
 - **Bedrock(us-west-2)**. GPT-6.1 Sol(필터), Claude Sonnet 5.5(요약), Claude Haiku 5.5(인사말,
-  제목 Title Case, 출력 복구). [`app/src/constants.py`](./app/src/constants.py)의 `LanguageModelId`
+  제목 Title Case, 출력 복구). [`app/domain/constants.py`](./app/domain/constants.py)의 `LanguageModelId`
   카탈로그에 있는 모델은 OpenAI GPT-6 모델을 포함해 스테이지별로 골라 쓸 수 있습니다.
   모델별 요청 규칙(thinking 끄기 값, effort, GPT 호출 방식)은 design.md §8에 있습니다.
 
@@ -146,7 +151,7 @@ newsletter:
   header_title: "Weekly AI Tech Blog Digest"
 ```
 
-> 모델 ID는 [`app/src/constants.py`](./app/src/constants.py)의 `LanguageModelId`
+> 모델 ID는 [`app/domain/constants.py`](./app/domain/constants.py)의 `LanguageModelId`
 > 카탈로그에서 가져다 씁니다.
 
 ---
@@ -177,7 +182,7 @@ python scripts/put_inference_profiles.py --stage dev   # 계정/스테이지마
 - Billing → 비용 할당 태그에서 `Project` 태그를 활성화해야 Cost Explorer에 나타납니다(최대
   24시간, 소급 적용 안 됨).
 
-자세한 내용은 [design.md §8](./docs/design.md#8-bedrock-모델-팩토리-appsrcmodel_factorypy--배치-처리-appsrcutilspy)을 참고하세요.
+자세한 내용은 [design.md §8](./docs/design.md#8-bedrock-모델-팩토리-appadaptersbedrockpy--배치-처리-appapplicationllm_batchingpy)을 참고하세요.
 
 ### 로컬 실행
 

README.md

@@ -75,15 +75,22 @@ Powered by Amazon Bedrock (GPT-6.1 Sol filters, Claude summarizes) · orchestrat
 
 ### Core components
 
+The code under `app/` has three layers: `domain/` holds the rules with no I/O,
+`application/` the services written against the interfaces in
+`application/ports.py`, and `adapters/` the code that talks to Bedrock, AWS, the
+web and the templates. Dependencies point inward, `main.py` wires the layers
+together, and `tests/test_architecture.py` checks the rule
+([design.md §3](./docs/design.md#3-저장소-구조)).
+
 | Module | Responsibility |
 | --- | --- |
-| `feed_parser.py` | RSS parsing + HTML scraping (BeautifulSoup4), per-source health tracking |
-| `summarizer.py` | Content gate → relevance filter → rank/cap → summarize, all via Bedrock |
-| `model_factory.py` | Bedrock model capability registry + LangChain chat-model construction, cost-attribution profiles |
-| `quality_metrics.py` | Deterministic output-quality rubric (pure functions) |
-| `eval_metrics.py` | Filtering-score metrics (pure functions) |
-| `newsletter_renderer.py` | HTML generation with Jinja2 (responsive, dark-mode, localized, size-checked) |
-| `aws_helpers.py` | S3, SES, SNS, SSM, and Batch operations |
+| `adapters/feeds.py` | RSS parsing + HTML scraping (BeautifulSoup4), per-source health tracking |
+| `application/summarize.py` | Content gate → relevance filter → rank/cap → summarize, all via Bedrock |
+| `adapters/bedrock.py` | Bedrock model capability registry + LangChain chat-model construction, cost-attribution profiles |
+| `domain/quality_metrics.py` | Deterministic output-quality rubric (pure functions) |
+| `domain/eval_metrics.py` | Filtering-score metrics (pure functions) |
+| `adapters/rendering.py` | HTML generation with Jinja2 (responsive, dark-mode, localized, size-checked) |
+| `adapters/aws.py` | S3, SES, SNS, SSM, and Batch operations |
 
 ### Pipeline
 
@@ -101,7 +108,7 @@ collect → gate → filter → rank → summarize → greet → render → deli
 - **SES**. newsletter delivery. **SNS** — alerts, sent only when something goes wrong.
 - **Bedrock (us-west-2)**. GPT-6.1 Sol (filter), Claude Sonnet 5.5 (summarize), Claude
   Haiku 5.5 (greeting, title casing and output repair). Any model in the `LanguageModelId`
-  catalog in [`app/src/constants.py`](./app/src/constants.py) is selectable per
+  catalog in [`app/domain/constants.py`](./app/domain/constants.py) is selectable per
   stage, including OpenAI GPT-6 models; per-model request rules (thinking
   off-switches, effort, the GPT dialect) are in design.md §8.
 
@@ -150,7 +157,7 @@ newsletter:
 ```
 
 > Model IDs come from the `LanguageModelId` catalog in
-> [`app/src/constants.py`](./app/src/constants.py).
+> [`app/domain/constants.py`](./app/domain/constants.py).
 
 ---
 
@@ -182,7 +189,7 @@ profile falls back to the system-defined id. Each call also logs
 - Activate the `Project` cost allocation tag under **Billing → Cost allocation tags**
   (takes up to 24h, not retroactive).
 
-See [design.md §8](./docs/design.md#8-bedrock-모델-팩토리-appsrcmodel_factorypy--배치-처리-appsrcutilspy) for details.
+See [design.md §8](./docs/design.md#8-bedrock-모델-팩토리-appadaptersbedrockpy--배치-처리-appapplicationllm_batchingpy) for details.
 
 ### Run locally
 

app/main.py

@@ -41,10 +41,9 @@
 from app.configs import Config
 from app.domain.constants import AppConstants, EnvVars, Language, LocalPaths, SSMParams
 from app.logger import is_running_in_aws, logger
+from app.paths import APP_DIR, REPO_ROOT
 
-ROOT_DIR: Path = (
-    Path("/tmp") if is_running_in_aws() else Path(__file__).resolve().parent.parent
-)
+ROOT_DIR: Path = Path("/tmp") if is_running_in_aws() else REPO_ROOT
 
 
 def _boto_sessions(config: Config) -> tuple[boto3.Session, boto3.Session]:
@@ -209,7 +208,7 @@ def _newsletter_builder(
     return NewsletterBuilder(
         inputs_dir,
         outputs_dir,
-        Path(__file__).resolve().parent / LocalPaths.TEMPLATES_DIR.value,
+        APP_DIR / LocalPaths.TEMPLATES_DIR.value,
         logos=config.newsletter.logos,
     )
 

docs/CHANGELOG.md

@@ -722,6 +722,17 @@
   두 이름으로 두 번 로드됐습니다. Lambda 이미지는 `app` 패키지 없이 `main.py`만 복사해 핸들러가
   임포트 단계에서 실패할 수 있었습니다. Batch 이미지는 패키지를 `app/`에 두고
   `python -m app.main`으로 실행합니다. Lambda 이미지는 같은 날 Lambda 경로와 함께 지웠습니다(인프라).
+- **2026-11-01** `app/src`를 계층 셋으로 나눴습니다. 입출력이 없는 규칙은 `app/domain`, 포트에
+  대고 쓴 서비스는 `app/application`, Bedrock·AWS·HTTP·템플릿과 말하는 코드는 `app/adapters`로
+  옮겼고, `main.py`에 있던 파이프라인·발송·알림 함수도 `application`의 `pipeline.py`·
+  `delivery.py`·`alerts.py`로 나왔습니다. 그전에는 규칙 하나를 시험하려 해도 boto3·requests·
+  LangChain을 함께 임포트해야 했고, 발송과 알림 테스트는 `main`의 모듈 속성을 패치해 AWS 호출을
+  막았습니다. 서비스는 이제 `ChatModelProvider`·`ObjectStore`·`Mailer`·`AlarmPublisher` 같은
+  포트를 받고, `main.py`가 어댑터를 만들어 넘깁니다. 의존 방향은 `tests/test_architecture.py`가
+  임포트를 읽어 고정합니다. 동작은 바꾸지 않았고, 발송되는 호와 S3 키·원장을 고정한 스냅샷
+  테스트(`tests/test_golden_output.py`)가 단계마다 그대로 통과했습니다. `Post.from_entry`는 글
+  페이지를 받아 올 수 있어서 `feeds.post_from_entry`가 됐고, 로그 디렉터리는 `logger.py` 위치에서
+  상위 디렉터리를 세는 대신 `app/paths.py`의 `REPO_ROOT`에서 찾습니다.
 - 베이스 이미지는 digest로 고정했지만 Python 의존성은 `>=` 범위뿐이어서 이미지 빌드마다 다시
   해석됐습니다. `requirements.lock`을 도입했습니다. CI가 락을 constraints로 쓰기 전에는 핵심
   패키지 12개가 이미지와 전부 달랐고 langchain은 1.2 대 1.3이었습니다.