Skip to content

Latest commit

 

History

History
521 lines (416 loc) · 27.7 KB

ARCHITECTURE.md

File metadata and controls

521 lines (416 loc) · 27.7 KB

สถาปัตยกรรมระบบ ImpactGo

ฉบับ 1.0 · 24 ต.ค. 2026 · ออกแบบสำหรับ MVP 4 สัปดาห์ และขยายได้ถึง ~1,000 งาน/ปี


1. หลักการออกแบบ

หลัก ความหมายในทางปฏิบัติ
Source-agnostic เพิ่มแหล่งข้อมูลใหม่ได้โดยไม่แก้ core — เขียน adapter ใหม่ 1 ไฟล์
Snapshot-first เก็บ HTML/JSON ดิบทุกครั้งที่ดึง เพื่อ debug และ re-parse ได้โดยไม่ต้องยิงซ้ำ
Human-in-the-loop ระบบไม่แต่งข้อมูลเอง ถ้าไม่มั่นใจให้ mark unverified และเข้าคิวให้คนตรวจ
Explainable score ทุกคะแนนต้องตอบได้ว่า "มาจากงานไหน อาคารไหน น้ำหนักเท่าไร"
Idempotent รันซ้ำกี่ครั้งก็ได้ผลเท่าเดิม (upsert ตาม natural key)
Graceful degradation แหล่งใดล่ม ยังเสิร์ฟข้อมูลล่าสุดพร้อมป้ายเตือน ไม่ใช่หน้าว่าง

2. Context Diagram

flowchart LR
    subgraph Sources["แหล่งข้อมูล"]
        S1["IMPACT Calendar<br/>(HTML 2 หน้า)"]
        S2["ThaiTicketMajor<br/>(tag page)"]
        S3["ThailandExhibition<br/>(place filter)"]
        S4["Facebook ผู้จัด / มอลล์<br/>(manual)"]
        S5["ปฏิทินวันหยุด / MRT<br/>(static)"]
    end

    subgraph System["ImpactGo"]
        CORE[("Data Core<br/>event · venue · score")]
        SCORE["Scoring Engine"]
        EXP["Exporters<br/>Web · XLSX · LINE"]
    end

    M["ร้านค้า<br/>วางแผนสต็อก/คน"]
    V["ผู้มาชมงาน<br/>เลือกงาน/วัน"]
    P["ผู้สัญจร<br/>เลี่ยงช่วงพีค"]

    S1 --> CORE
    S2 --> CORE
    S3 --> CORE
    S4 --> CORE
    S5 --> SCORE
    CORE --> SCORE
    SCORE --> EXP
    EXP --> M
    EXP --> V
    EXP --> P
Loading

3. Container Diagram

flowchart TB
    subgraph Edge["Scheduler / Ops"]
        CRON["Cron 06:00 & 12:00"]
        ALERT["Alert<br/>(LINE/Telegram)"]
    end

    subgraph Ingest["ชั้นที่ 1: Ingestion"]
        F1["impact_fetcher"]
        F2["ttm_fetcher"]
        F3["exhibition_fetcher"]
        RAW[("raw_document<br/>+ snapshot files")]
    end

    subgraph Transform["ชั้นที่ 2-4: Transform"]
        P1["parser<br/>(HTML → event_raw)"]
        N1["normalizer<br/>venue · category · time"]
        D1["dedupe<br/>(fuzzy match)"]
        E1["enricher<br/>capacity · holiday"]
    end

    subgraph Store["ชั้นที่ 5: Storage"]
        DB[("SQLite<br/>impactgo.db")]
    end

    subgraph Serve["ชั้นที่ 6: Serving"]
        API["FastAPI"]
        WEB["Web SSR<br/>(Jinja2)"]
        XLS["XLSX exporter"]
        LINE["LINE push"]
        ADMIN["Audit UI"]
    end

    CRON --> F1 & F2 & F3
    F1 & F2 & F3 --> RAW
    RAW --> P1 --> N1 --> D1 --> E1 --> DB
    DB --> API
    API --> WEB & XLS & LINE & ADMIN
    API --> ALERT
Loading

4. Data Pipeline (7 ขั้น)

flowchart LR
    A["1. Fetch<br/>HTTP + cache"] --> B["2. Snapshot<br/>html + hash"]
    B --> C["3. Parse<br/>→ event_raw"]
    C --> D["4. Normalize<br/>venue/hall/type/time"]
    D --> E["5. Identity<br/>dedupe + merge"]
    E --> F["6. Enrich & Score<br/>density 0-4 · hours"]
    F --> G["7. Publish<br/>web · xlsx · LINE"]
Loading
ขั้น อินพุต เอาต์พุต ความถี่ ตรวจสอบ
1 Fetch URL HTML 2×/วัน HTTP 200, ขนาด >20KB
2 Snapshot HTML ไฟล์ + SHA256 ทุกครั้ง hash เปลี่ยน/ไม่เปลี่ยน
3 Parse HTML event_raw ตาม fetch จำนวนการ์ด ±30%
4 Normalize raw fields canonical fields ตาม parse venue map ครบ 100%
5 Identity canonical event + event_source ตาม parse duplicate rate <5%
6 Score event + venue day_score, hour_risk หลัง merge คะแนนมี explanation
7 Publish score + event หน้าเว็บ/ไฟล์/ข้อความ 06:30, 12:30 ส่งสำเร็จ/ยอดเปิด

5. โมเดลข้อมูล

erDiagram
    SOURCE ||--o{ RAW_DOCUMENT : produces
    SOURCE ||--o{ EVENT_SOURCE : lists
    RAW_DOCUMENT ||--o{ EVENT_RAW : contains
    EVENT_RAW ||--o| EVENT : normalizes_to
    EVENT ||--o{ EVENT_SOURCE : "confirmed by"
    EVENT }o--|| VENUE : "takes place at"
    EVENT ||--o{ EVENT_DAY : spans
    EVENT_DAY }o--|| DAY_SCORE : contributes
    DAY_SCORE ||--o{ HOUR_RISK : has
    EVENT ||--o{ CHANGE_LOG : audited_by
Loading

ตารางหลัก

ตาราง บทบาท คีย์สำคัญ
source ทะเบียนแหล่งข้อมูล + ความน่าเชื่อถือ code (impact/ttm/exhibition/manual)
raw_document ไฟล์ดิบที่ดึงมา (source_id, url, fetched_at)
event_raw ข้อมูลก่อนแปลง id, raw_document_id
venue อาคาร/ฮอลล์ + ความจุ code, building, hall
event งานที่รวมแล้ว (canonical) id, identity_hash
event_source หลักฐานว่างานนี้มาจากไหน (event_id, source_id, source_ref)
event_day วันที่งานดำเนินอยู่ (1 แถว/วัน) (event_id, date)
day_score คะแนนความหนาแน่นรายวัน date
hour_risk ช่วงชั่วโมงเสี่ยง (date, window)
change_log ประวัติเพิ่ม/แก้/ยกเลิก (entity, entity_id, changed_at)
digest ข้อความที่ส่งออก (channel, period, sent_at)

DDL จริงอยู่ที่ db/schema.sql


6. กฎ Normalization

6.1 อาคารและฮอลล์

ข้อความต้นทาง (ตัวอย่าง) แปลงเป็น ฮอลล์
อิมแพ็ค อารีน่า / IMPACT Arena ARENA —
อิมแพ็ค ชาเลนเจอร์ / IMPACT Challenger CHALLENGER ดึงจาก Hall n ถ้ามี
ศูนย์แสดงสินค้า อิมแพ็ค เมืองทองธานี / IMPACT Exhibition Center EXHIBITION ส่วนใหญ่ไม่ระบุ → hall=null
อิมแพ็ค ฟอรั่ม / IMPACT Forum FORUM —
ธันเดอร์โดม / Thunder Dome THUNDER —
ริมทะเลสาบ / IMPACT Lakeside LAKESIDE —
อิมแพ็ค สปีด พาร์ค SPEEDPARK —
เดอะ พอร์ทอล (บอลรูม) PORTAL —
ไม่รู้จัก OTHER + flag —

กฎ: ถ้า hall=null ให้คง hall_confidence=low และแสดงใน UI ว่า "อาคารนี้มีหลายฮอลล์" — ห้ามเดาฮอลล์เอง

6.2 ประเภทงาน (category)

หมวดระบบ ที่มา
concert ตัวกรอง "คอนเสิร์ต" หรือชื่อมี CONCERT / WORLD TOUR / FANCON
public_fair "งานแสดงสินค้า สาธารณะ", ชื่อมี EXPO/FAIR/มหกรรม (และไม่ใช่ trade)
trade "งานแสดงสินค้า ธุรกิจการค้า" หรือมีคำว่า Trade / Congress ร่วม
congress "งานประชุม", "การประชุม / สัมมนา", ชื่อมี Congress / Conference
exam "งานสอบ"
sport "กีฬา", ชื่อมี MARATHON / RACE / LEAGUE
family "การแสดงสำหรับครอบครัว"
special "Special Event" / อื่น ๆ

6.3 กลุ่มผู้ชม (audience)

  • trade_only — หมวด trade และไม่มีสัญญาณว่าเปิดให้บุคคลทั่วไป
  • public — public_fair, concert, family, sport, special
  • mixed — congress/exam ที่มีทั้งผู้เข้าร่วมและผู้ติดตาม
  • unknown — ค่าเริ่มต้น ห้ามใช้ตัดสินใจ

6.4 เวลา

  • ถ้าต้นทางมีเวลา → ใช้ค่านั้น
  • ถ้าไม่มี → ใช้ค่า default ตามประเภท (ดู §7.3) และตั้ง time_confidence=default
  • งานข้ามคืน (คอนเสิร์ตจบหลังเที่ยงคืน) → end_time ของวันถัดไป

6.5 ราคา

  • พบคำว่า "ฟรี" → is_free=1
  • พบตัวเลข + "บาท" → is_free=0, price_min/max
  • ไม่พบ → is_free=null (แสดง "ไม่ระบุ")

6.6 Identity / Dedupe

identity_hash = sha1(
    normalize_title(title) + "|" +
    primary_venue_code + "|" +
    start_date
)
  • normalize_title: lowercase, ลบปี/ครั้งที่, ลบเครื่องหมาย, ยุบช่องว่าง
  • ถ้า hash ไม่ตรงแต่ชื่อคล้ายกัน ≥0.80 (token set ratio) + อาคารเดียวกัน + วันห่าง ≤1 → ถือว่าเป็นงานเดียวกันและรวมเป็น event_source
  • งานที่มีชื่อซ้ำแต่ต่างอาคาร (เช่น งานแถลงข่าว) → แยก

7. Scoring Engine

7.1 หลักคิด

ความหนาแน่น ≠ จำนวนงาน แต่ = ขนาดอาคาร × ชนิดงาน × จำนวนอาคารที่ใช้พร้อมกัน × วันในสัปดาห์ นับ "อาคาร" เป็นหน่วย ไม่นับงานซ้ำในอาคารเดียวกัน (กันการนับซ้ำเช่น 3 งานพิมพ์ในฮอลล์เดียวกัน)

7.2 สูตร

building_score(b) = max(type_weight ของงานในอาคาร b) × building_weight(b)
raw = Σ building_score(b)
raw = raw × overlap_factor × day_factor
overlap_factor = 1 + 0.10 × (จำนวนอาคารที่ใช้งาน − 1)   // cap 1.30
day_factor = 1.15 ถ้าเป็น ศ/ส/อา/วันหยุดราชการ, else 1.00
building_weight ค่า
ARENA 3.0
CHALLENGER 2.5
EXHIBITION 2.0
THUNDER 1.5
FORUM 1.2
LAKESIDE / SPEEDPARK / PORTAL / OTHER 0.8
type_weight ค่า
concert 1.3
public_fair / family 1.2
exam / sport 1.0
special 0.9
trade 0.8
congress 0.6
unknown 0.7

7.3 ระดับคะแนน

ระดับ ช่วง raw ความหมาย การใช้งาน
0 < 0.1 ไม่มีงาน วันปฏิบัติการภายใน
1 0.1 – 2.4 เบา เปิดร้านปกติ
2 2.5 – 4.4 ปานกลาง เพิ่มสต็อกเล็กน้อย
3 4.5 – 6.4 หนัก เพิ่มคน/ของ 1.5×
4 ≥ 6.5 หนักมาก เตรียมเต็มที่ + เลี่ยงช่วงเวลา

ต้อง calibrate หลังวัดจริง 2 สัปดาห์ — ตัวเลขเหล่านี้เป็นสมมติฐาน ไม่ใช่ความจริง

7.4 ตัวอย่างที่คำนวณแล้ว (7 พ.ย. 2026)

อาคาร งาน type_weight building_weight คะแนน
ARENA BABYMONSTER World Tour 1.3 3.0 3.90
EXHIBITION Thailand Mobile Expo + AI Expo (+3 งานพิมพ์) 1.2 2.0 2.40
FORUM FAPA Congress 0.6 1.2 0.72
รวม 7.02

7.02 × 1.20 (3 อาคาร) × 1.15 (เสาร์) = 9.69 → ระดับ 4

7.5 ช่วงชั่วโมงเสี่ยง

ประเภท ขาเข้า ขาออก
concert (Arena/Thunder) 17:00–19:30 21:30–23:30
public_fair / family 09:30–11:00 19:30–21:00
trade 08:30–10:00 17:00–18:30
congress 08:00–09:00 16:30–18:00
exam 07:00–08:30 15:30–17:00
sport เริ่ม−2 ชม. จบ+30 นาที

ถ้ามีหลายงาน ใช้ union ของช่วงเวลา และติดป้าย reason ว่าเกิดจากงานใด


8. Output Surfaces

8.1 เว็บ (SSR, มือถือก่อน)

หน้า เนื้อหา
/ การ์ด "วันนี้/พรุ่งนี้" + 8 สัปดาห์ถัดไป + ป้ายระดับ
/calendar ปฏิทินรายเดือน + ตัวกรอง (ฟรี/เสียเงิน, ประเภท, อาคาร)
/day/{date} งานทั้งหมดในวันนั้น + ช่วงเวลาเสี่ยง + ที่จอดที่แนะนำ
/event/{id} รายละเอียด + แหล่งที่มา + last_verified_at + ปุ่ม .ics
/about แหล่งข้อมูล ข้อจำกัด และข้อความ "ไม่ใช่ข้อมูลทางการ"

8.2 Excel (6 สัปดาห์)

คอลัมน์: วันที่ | วัน | จำนวนงาน | อาคาร | งานเด่น | ระดับ 0-4 | ช่วงเข้า | ช่วงออก | หมายเหตุ

  • แถบสีตามระดับ, freeze header, ความกว้างคงที่
  • ชีตที่ 2: รายการงานทั้งหมด (เผื่อร้านค้าอยากกรองเอง)
  • ชีตที่ 3: คำอธิบายวิธีอ่าน + ข้อจำกัด

8.3 LINE (3 แบบ)

แบบ A — ร้านค้า (ทุกจันทร์ 08:00)

📅 สัปดาห์ 3–9 พ.ย. เมืองทองธานี
พีค: พฤ 5 – อา 8 พ.ย. (ระดับ 4)
• พฤ 5–8: Mobile Expo + 3 งานพิมพ์ + FAPA (3 อาคาร)
• ส 7: หนักสุด — คอนเสิร์ต Arena + 4 งานในศูนย์แสดงสินค้า
แนะนำ: เพิ่มสต็อก 1.5–2×, จ้างพาร์ทไทม์ 5–8, เลี่ยงรับของ 17:00–19:00
วันเบา: จ. 9 – อ. 10 (เติมของ/นับสต็อก)

แบบ B — ผู้มาชมงาน (ทุกพฤหัส)

🎪 งานเร็ว ๆ นี้
• 5–8 พ.ย. Thailand Mobile Expo & AI Expo — ฟรี
• 7–8 พ.ย. BABYMONSTER World Tour — มีบัตร
• 13–15 พ.ย. TGU 2026 — ฟรี
ดูทั้งหมด: <ลิงก์>

แบบ C — คนผ่าน (วันงาน 16:00)

🚗 วันนี้มี 3 งาน (ระดับ 3)
หลบ 17:00–19:30 (ขาเข้า) และ 21:30–23:00 (ขาออก)
ทางเลี่ยง: <ลิงก์แผนที่>

9. API (อ่านอย่างเดียวเป็นหลัก)

Method Path คำตอบ
GET /api/v1/days?from=&to= รายวัน + score + จำนวนงาน
GET /api/v1/days/{date} รายละเอียดวัน + hour risk + events
GET /api/v1/events?from=&to=&venue=&category=&audience=&free= รายการงาน
GET /api/v1/events/{id} งาน + sources + confidence
GET /api/v1/export.xlsx?weeks=6 ไฟล์ Excel
GET /api/v1/digest?week=2026-W45&audience=merchant ข้อความ LINE (dry-run)
GET /healthz สถานะ + freshness + last scrape
POST /admin/events/{id}/verify ยืนยันข้อมูล (ต้อง auth)
POST /admin/events/{id}/override แก้ค่า + บันทึกเหตุผล
GET /admin/queue คิวงานที่ต้องตรวจ

Response ตัวอย่าง

{
  "date": "2026-11-07",
  "score": 4,
  "event_count": 7,
  "buildings": ["ARENA", "EXHIBITION", "FORUM"],
  "headline": "BABYMONSTER World Tour + Mobile Expo + FAPA",
  "hours": [
    {"from": "17:00", "to": "19:30", "direction": "in", "level": 4},
    {"from": "21:30", "to": "23:30", "direction": "out", "level": 4}
  ],
  "confidence": "medium",
  "last_verified_at": "2026-11-06T18:20:00+07:00"
}

10. Tech Stack

ชั้น เลือก เหตุผล ทางเลือก
ภาษา Python 3.11+ ไลบรารี scraping/data ครบ คนเดียวดูแลได้ Node/TS
HTTP httpx timeout/retry ง่าย requests
Parse selectolax + regex เร็ว, HTML เรียบง่าย BeautifulSoup
Fallback Playwright หน้าที่เรนเดอร์ด้วย JS (thailandexhibition) Selenium
DB SQLite (WAL) ข้อมูล <10k แถว, ไฟล์เดียว, backup ง่าย Postgres (เมื่อมีผู้ใช้ >1k/วัน)
ORM SQLAlchemy 2 + Alembic migration ตรวจย้อนได้ sqlite3 ล้วน
API/Web FastAPI + Jinja2 SSR เบา, เร็ว, เอกสาร API อัตโนมัติ Flask
Excel openpyxl จัดสี/format ได้ xlsxwriter
LINE Messaging API (push/broadcast) ตรงกลุ่มเป้าหมายไทย Telegram (ทดสอบ)
Scheduler GitHub Actions cron หรือ systemd timer ฟรี/เสถียร cron ใน VPS
Host VPS 1 vCPU/1GB + Caddy <500 บาท/เดือน, TLS อัตโนมัติ Cloud Run

ทางเลือกแบบไม่เขียนโค้ด (ถ้าเวลาจำกัดมาก): Google Sheets + Apps Script + IMPORTHTML → ข้อดี: เริ่มได้ใน 1 วัน · ข้อเสีย: เปราะเมื่อ HTML เปลี่ยน, จัดการ dedupe/scoring ยาก, ไม่มี audit → ใช้เป็น "ตัวพิสูจน์ความต้องการ" 2 สัปดาห์ได้ แต่ไม่ควรใช้เป็นระบบระยะยาว


11. Deployment

┌──────────────── VPS (1 vCPU / 1GB) ────────────────┐
│  Caddy (443) ── FastAPI (uvicorn, 2 workers)        │
│       │                                             │
│       ├── SQLite  /srv/impactgo/data/impactgo.db    │
│       ├── snapshots /srv/impactgo/data/snapshots/   │
│       └── exports  /srv/impactgo/data/exports/      │
│  systemd timer: ingest 06:00, 12:00                 │
│                 score  06:30, 12:30                 │
│                 digest จันทร์ 08:00                 │
└─────────────────────────────────────────────────────┘
  • Environments: dev (local, SQLite ไฟล์แยก) / prod (VPS)
  • Config: .env (token LINE, admin password hash, base URL) — ห้าม commit
  • Backup: sqlite3 .backup รายวัน + เก็บ snapshot 90 วัน + copy ขึ้น object storage ฟรี
  • Rollback: เก็บ release ก่อนหน้า 2 เวอร์ชัน + DB backup ก่อน migrate

12. Observability & Data Quality

12.1 Metrics ที่ต้องมี

Metric เกณฑ์เตือน
scrape_success_rate <95%
events_parsed_total เปลี่ยน ±30% จากค่าเฉลี่ย 7 วัน
parse_error_count >0 ติด 2 รอบ
duplicate_rate >5%
unverified_ratio >40%
freshness_hours >24 ชม.
line_push_failures >2 ครั้ง/สัปดาห์

12.2 Data quality checks (รันทุกครั้งหลัง ingest)

  1. ทุก event ต้องมี venue_code และ start_date
  2. ไม่มี end_date < start_date
  3. จำนวนงานใน 60 วันข้างหน้า ต้อง ≥80% ของค่าก่อนหน้า (กัน parse พังเงียบ)
  4. งานทุกงานต้องมี event_source อย่างน้อย 1 รายการ
  5. day_score ต้องมี explanation ครบ (รายชื่ออาคาร)
  6. วันที่ในอดีตต้องถูก mark past ไม่ปนกับ upcoming

12.3 Alert

  • เข้า LINE/Telegram ของผู้ดูแล พร้อมลิงก์หน้า audit
  • ข้อความสั้น: " ingest ล้มเหลว 2 รอบ: impact_fetcher (HTTP 503) — ใช้ข้อมูลล่าสุด 24 ชม."

13. ความปลอดภัย กฎหมาย และ PDPA

ประเด็น แนวปฏิบัติ
robots.txt / ToS ตรวจก่อนเพิ่มแหล่ง; ถ้าห้าม crawl → ใช้ manual/ขออนุญาต
Rate limit ≤1 request/2 วินาที/โดเมน, cache 24 ชม., ระบุ User-Agent ชัดเจน
ลิขสิทธิ์รูป ไม่ republish รูปต้นทาง; ใช้ข้อความ+ลิงก์ หรือรูปที่ได้รับอนุญาต
เครดิต ทุกหน้ามี "ข้อมูลจาก: ..." + เวลาที่ดึง
ข้อมูลส่วนบุคคล MVP ไม่มีบัญชีผู้ใช้; ถ้าเก็บ LINE userId ต้องมี consent + นโยบายความเป็นส่วนตัว + ลบได้
ความรับผิด ระบุชัด "ไม่ใช่ข้อมูลทางการของอิมแพ็ค/ผู้จัด" และ "ประมาณการ"
ชื่อ/โลโก้ ห้ามใช้โลโก้ IMPACT ในลักษณะทำให้เข้าใจว่าเป็นทางการ

14. Failure Modes และการรับมือ

อาการ สาเหตุ การรับมือ
หน้าเว็บว่าง DB ว่าง/permission fallback หน้าสถิติ + banner "กำลังปรับปรุง"
งานหายทั้งชุด selector เปลี่ยน ใช้ snapshot ล่าสุด re-parse + alert + manual CSV
งานซ้ำ 2 รายการ ชื่อต่างเล็กน้อย ปรับ threshold fuzzy + merge tool ในหน้า admin
คะแนนเฟ้อ นับซ้ำหลายงานในอาคารเดียว ใช้ max(type_weight) ต่ออาคาร (บังคับในโค้ด)
LINE ส่งไม่ครบ โควตาข้อความ รวมข้อความ/ลดความถี่ + ตรวจแพ็กเกจ
งานยกเลิกแต่ยังแสดง ต้นทางไม่อัปเดต ป้าย last_verified_at + ช่องทางยืนยัน + mark cancelled ด้วยมือ

15. ขนาดและข้อจำกัด

  • ปริมาณ: ~100–300 งาน/ไตรมาส, ~1,000 แถว event_day/ปี → SQLite เกินพอ
  • ผู้ใช้คาดหวัง: <5,000 คน/เดือน → 1 vCPU รับได้ (หน้า SSR + cache 5 นาที)
  • จุดที่ต้องเปลี่ยนสถาปัตยกรรม: ถ้าต้องการ real-time occupancy, หลายภาษาเต็มรูปแบบ, หรือ API ให้พันธมิตรจำนวนมาก → ย้าย Postgres + cache layer

16. Build vs Buy

ทางเลือก ทำได้ ไม่ทำได้ สรุป
Google Calendar ส่วนตัว ใสงานมือ ไม่มีคะแนน/คัดกรอง/อัตโนมัติ ไม่พอ
Sheets + Apps Script ตาราง + IMPORTHTML dedupe/scoring/audit อ่อน ใช้พิสูจน์ได้ชั่วคราว
ซื้อ data จากผู้จัด ถูกต้องกว่า แพง/ไม่ครอบคลุม/ไม่มีทราฟฟิก ไม่จำเป็นใน MVP
สร้างเอง (แผนนี้) ครบตามต้องการ ต้องดูแลต่อเนื่อง เลือกทางนี้

17. โครงสร้างโค้ดที่แนะนำ

impactgo/
├── app/
│   ├── fetchers/        impact.py  ttm.py  exhibition.py
│   ├── parsers/         impact_html.py
│   ├── normalize/       venue.py  category.py  timeparse.py
│   ├── scoring/         score.py  hours.py
│   ├── db/              models.py  migrate.py  seed_venues.py
│   ├── web/             main.py  templates/  static/
│   ├── exporters/       xlsx.py  line.py  ics.py
│   └── admin/           routes.py  templates/
├── tests/               fixtures/impact_2026-10-24.html
├── data/                snapshots/  exports/
├── ops/                 runbook.md  cron.md
└── db/schema.sql

Test strategy: fixture HTML จริง 1 ไฟล์/แหล่ง + test การ parse/วันที่/venue map + smoke test หน้าเว็บ (ทุกครั้งที่แก้ selector)