diff --git a/src/__init__.py b/src/__init__.py
new file mode 100644
index 0000000..dee30f0
--- /dev/null
+++ b/src/__init__.py
@@ -0,0 +1,19 @@
+"""
+QQ群日常分析插件 - 源代码包
+
+本包包含插件的核心实现，采用 DDD (领域驱动设计) 架构：
+- application: 应用层 - 编排领域服务，处理用例
+- domain: 领域层 - 核心业务逻辑，平台无关
+- infrastructure: 基础设施层 - 外部服务适配
+- shared: 共享组件 - 跨层使用的工具和常量
+
+遗留模块（渐进式迁移中）：
+- analysis: 分析器实现
+- core: 核心组件
+- reports: 报告生成
+- scheduler: 定时任务
+- utils: 工具函数
+- visualization: 可视化组件
+"""
+
+__version__ = "2.0.0"
diff --git a/src/domain/entities/__init__.py b/src/domain/entities/__init__.py
index 663e87d..924d6eb 100644
--- a/src/domain/entities/__init__.py
+++ b/src/domain/entities/__init__.py
@@ -1,5 +1,36 @@
-# 领域实体
-from .analysis_task import AnalysisTask, TaskStatus
-from .analysis_result import GroupAnalysisResult
+"""
+领域实体
 
-__all__ = ["AnalysisTask", "TaskStatus", "GroupAnalysisResult"]
+该模块导出所有领域实体类，包括:
+- AnalysisTask: 分析任务聚合根
+- GroupAnalysisResult: 群聊分析结果实体
+"""
+
+from .analysis_task import AnalysisTask, TaskStatus
+from .analysis_result import (
+    GroupAnalysisResult,
+    SummaryTopic,
+    UserTitle,
+    GoldenQuote,
+    TokenUsage,
+    EmojiStatistics,
+    ActivityVisualization,
+    GroupStatistics,
+)
+
+# 别名，保持向后兼容
+AnalysisResult = GroupAnalysisResult
+
+__all__ = [
+    "AnalysisTask",
+    "TaskStatus",
+    "GroupAnalysisResult",
+    "AnalysisResult",  # 别名
+    "SummaryTopic",
+    "UserTitle",
+    "GoldenQuote",
+    "TokenUsage",
+    "EmojiStatistics",
+    "ActivityVisualization",
+    "GroupStatistics",
+]
diff --git a/src/domain/services/__init__.py b/src/domain/services/__init__.py
index 0502d22..4abe061 100644
--- a/src/domain/services/__init__.py
+++ b/src/domain/services/__init__.py
@@ -3,12 +3,30 @@
 
 该模块导出所有封装核心业务逻辑的领域服务，
 用于分析群聊数据。这些服务是平台无关的。
+
+服务分类:
+- 分析器服务: 话题分析、用户称号分析、金句分析
+- 计算服务: 统计计算
+- 生成服务: 报告生成
 """
 
 from .statistics_calculator import StatisticsCalculator
 from .report_generator import ReportGenerator
+from .topic_analyzer import ITopicAnalyzer, TopicAnalyzerAdapter
+from .user_title_analyzer import IUserTitleAnalyzer, UserTitleAnalyzerAdapter
+from .golden_quote_analyzer import IGoldenQuoteAnalyzer, GoldenQuoteAnalyzerAdapter
 
 __all__ = [
+    # 统计与报告服务
     "StatisticsCalculator",
     "ReportGenerator",
+    # 话题分析服务
+    "ITopicAnalyzer",
+    "TopicAnalyzerAdapter",
+    # 用户称号分析服务
+    "IUserTitleAnalyzer",
+    "UserTitleAnalyzerAdapter",
+    # 金句分析服务
+    "IGoldenQuoteAnalyzer",
+    "GoldenQuoteAnalyzerAdapter",
 ]
diff --git a/src/domain/services/golden_quote_analyzer.py b/src/domain/services/golden_quote_analyzer.py
new file mode 100644
index 0000000..f4e26b4
--- /dev/null
+++ b/src/domain/services/golden_quote_analyzer.py
@@ -0,0 +1,132 @@
+"""
+金句分析领域服务
+
+该模块提供平台无关的金句分析服务接口。
+实际分析逻辑委托给 infrastructure 层的具体实现。
+
+架构说明:
+- 本文件定义领域服务接口和数据转换逻辑
+- 具体的 LLM 调用和消息处理在 src/analysis/analyzers/golden_quote_analyzer.py 中实现
+- 采用渐进式迁移策略，保持与现有代码的兼容性
+"""
+
+from abc import ABC, abstractmethod
+from typing import List, Tuple, TYPE_CHECKING
+
+from ..value_objects.golden_quote import GoldenQuote
+from ..value_objects.unified_message import UnifiedMessage
+
+if TYPE_CHECKING:
+    from ..value_objects.statistics import TokenUsage
+
+
+class IGoldenQuoteAnalyzer(ABC):
+    """
+    金句分析服务接口
+    
+    定义平台无关的金句分析契约。
+    所有平台的金句分析都应该实现此接口。
+    """
+    
+    @abstractmethod
+    async def analyze(
+        self,
+        messages: List[UnifiedMessage],
+        unified_msg_origin: str = None,
+    ) -> Tuple[List[GoldenQuote], "TokenUsage"]:
+        """
+        分析消息中的金句
+        
+        参数:
+            messages: 统一格式的消息列表
+            unified_msg_origin: 消息来源标识，用于选择 LLM 提供商
+            
+        返回:
+            (金句列表, Token 使用统计)
+        """
+        pass
+
+
+class GoldenQuoteAnalyzerAdapter(IGoldenQuoteAnalyzer):
+    """
+    金句分析服务适配器
+    
+    将现有的 GoldenQuoteAnalyzer 实现适配为领域服务接口。
+    负责 UnifiedMessage 与原始消息格式之间的转换。
+    """
+    
+    def __init__(self, legacy_analyzer):
+        """
+        初始化适配器
+        
+        参数:
+            legacy_analyzer: 现有的 GoldenQuoteAnalyzer 实例
+        """
+        self._analyzer = legacy_analyzer
+    
+    async def analyze(
+        self,
+        messages: List[UnifiedMessage],
+        unified_msg_origin: str = None,
+    ) -> Tuple[List[GoldenQuote], "TokenUsage"]:
+        """
+        分析消息中的金句
+        
+        将 UnifiedMessage 转换为原始格式，调用现有分析器，
+        然后将结果转换为领域值对象。
+        
+        参数:
+            messages: 统一格式的消息列表
+            unified_msg_origin: 消息来源标识
+            
+        返回:
+            (金句列表, Token 使用统计)
+        """
+        # 将 UnifiedMessage 转换为原始消息格式
+        raw_messages = [self._to_raw_message(msg) for msg in messages]
+        
+        # 调用现有分析器
+        legacy_quotes, token_usage = await self._analyzer.analyze_golden_quotes(
+            raw_messages, unified_msg_origin
+        )
+        
+        # 将结果转换为领域值对象
+        quotes = [
+            GoldenQuote(
+                content=q.content,
+                sender_name=q.sender,
+                sender_id=str(q.qq) if hasattr(q, 'qq') and q.qq else None,
+                reason=q.reason,
+            )
+            for q in legacy_quotes
+        ]
+        
+        return quotes, token_usage
+    
+    def _to_raw_message(self, msg: UnifiedMessage) -> dict:
+        """
+        将 UnifiedMessage 转换为原始消息格式
+        
+        参数:
+            msg: 统一消息对象
+            
+        返回:
+            原始消息字典
+        """
+        # 构建消息内容列表
+        message_content = []
+        if msg.text_content:
+            message_content.append({
+                "type": "text",
+                "data": {"text": msg.text_content}
+            })
+        
+        return {
+            "message_id": msg.message_id,
+            "time": int(msg.timestamp.timestamp()) if msg.timestamp else 0,
+            "sender": {
+                "user_id": msg.sender_id,
+                "nickname": msg.sender_name,
+            },
+            "message": message_content,
+        }
diff --git a/src/domain/services/topic_analyzer.py b/src/domain/services/topic_analyzer.py
new file mode 100644
index 0000000..d7fcd84
--- /dev/null
+++ b/src/domain/services/topic_analyzer.py
@@ -0,0 +1,131 @@
+"""
+话题分析领域服务
+
+该模块提供平台无关的话题分析服务接口。
+实际分析逻辑委托给 infrastructure 层的具体实现。
+
+架构说明:
+- 本文件定义领域服务接口和数据转换逻辑
+- 具体的 LLM 调用和消息处理在 src/analysis/analyzers/topic_analyzer.py 中实现
+- 采用渐进式迁移策略，保持与现有代码的兼容性
+"""
+
+from abc import ABC, abstractmethod
+from typing import List, Tuple, TYPE_CHECKING
+
+from ..value_objects.topic import Topic
+from ..value_objects.unified_message import UnifiedMessage
+
+if TYPE_CHECKING:
+    from ..value_objects.statistics import TokenUsage
+
+
+class ITopicAnalyzer(ABC):
+    """
+    话题分析服务接口
+    
+    定义平台无关的话题分析契约。
+    所有平台的话题分析都应该实现此接口。
+    """
+    
+    @abstractmethod
+    async def analyze(
+        self,
+        messages: List[UnifiedMessage],
+        unified_msg_origin: str = None,
+    ) -> Tuple[List[Topic], "TokenUsage"]:
+        """
+        分析消息中的话题
+        
+        参数:
+            messages: 统一格式的消息列表
+            unified_msg_origin: 消息来源标识，用于选择 LLM 提供商
+            
+        返回:
+            (话题列表, Token 使用统计)
+        """
+        pass
+
+
+class TopicAnalyzerAdapter(ITopicAnalyzer):
+    """
+    话题分析服务适配器
+    
+    将现有的 TopicAnalyzer 实现适配为领域服务接口。
+    负责 UnifiedMessage 与原始消息格式之间的转换。
+    """
+    
+    def __init__(self, legacy_analyzer):
+        """
+        初始化适配器
+        
+        参数:
+            legacy_analyzer: 现有的 TopicAnalyzer 实例
+        """
+        self._analyzer = legacy_analyzer
+    
+    async def analyze(
+        self,
+        messages: List[UnifiedMessage],
+        unified_msg_origin: str = None,
+    ) -> Tuple[List[Topic], "TokenUsage"]:
+        """
+        分析消息中的话题
+        
+        将 UnifiedMessage 转换为原始格式，调用现有分析器，
+        然后将结果转换为领域值对象。
+        
+        参数:
+            messages: 统一格式的消息列表
+            unified_msg_origin: 消息来源标识
+            
+        返回:
+            (话题列表, Token 使用统计)
+        """
+        # 将 UnifiedMessage 转换为原始消息格式
+        raw_messages = [self._to_raw_message(msg) for msg in messages]
+        
+        # 调用现有分析器
+        legacy_topics, token_usage = await self._analyzer.analyze_topics(
+            raw_messages, unified_msg_origin
+        )
+        
+        # 将结果转换为领域值对象
+        topics = [
+            Topic(
+                name=t.topic,
+                contributors=t.contributors,
+                detail=t.detail,
+            )
+            for t in legacy_topics
+        ]
+        
+        return topics, token_usage
+    
+    def _to_raw_message(self, msg: UnifiedMessage) -> dict:
+        """
+        将 UnifiedMessage 转换为原始消息格式
+        
+        参数:
+            msg: 统一消息对象
+            
+        返回:
+            原始消息字典
+        """
+        # 构建消息内容列表
+        message_content = []
+        if msg.text_content:
+            message_content.append({
+                "type": "text",
+                "data": {"text": msg.text_content}
+            })
+        
+        return {
+            "message_id": msg.message_id,
+            "time": int(msg.timestamp.timestamp()) if msg.timestamp else 0,
+            "sender": {
+                "user_id": msg.sender_id,
+                "nickname": msg.sender_name,
+            },
+            "message": message_content,
+        }
diff --git a/src/domain/services/user_title_analyzer.py b/src/domain/services/user_title_analyzer.py
new file mode 100644
index 0000000..d7c19c9
--- /dev/null
+++ b/src/domain/services/user_title_analyzer.py
@@ -0,0 +1,141 @@
+"""
+用户称号分析领域服务
+
+该模块提供平台无关的用户称号分析服务接口。
+实际分析逻辑委托给 infrastructure 层的具体实现。
+
+架构说明:
+- 本文件定义领域服务接口和数据转换逻辑
+- 具体的 LLM 调用和消息处理在 src/analysis/analyzers/user_title_analyzer.py 中实现
+- 采用渐进式迁移策略，保持与现有代码的兼容性
+"""
+
+from abc import ABC, abstractmethod
+from typing import List, Dict, Tuple, Any, TYPE_CHECKING
+
+from ..value_objects.user_title import UserTitle
+from ..value_objects.unified_message import UnifiedMessage
+
+if TYPE_CHECKING:
+    from ..value_objects.statistics import TokenUsage
+
+
+class IUserTitleAnalyzer(ABC):
+    """
+    用户称号分析服务接口
+    
+    定义平台无关的用户称号分析契约。
+    所有平台的用户称号分析都应该实现此接口。
+    """
+    
+    @abstractmethod
+    async def analyze(
+        self,
+        messages: List[UnifiedMessage],
+        user_analysis: Dict[str, Any],
+        unified_msg_origin: str = None,
+        top_users: List[Dict] = None,
+    ) -> Tuple[List[UserTitle], "TokenUsage"]:
+        """
+        分析用户称号
+        
+        参数:
+            messages: 统一格式的消息列表
+            user_analysis: 用户分析统计数据
+            unified_msg_origin: 消息来源标识，用于选择 LLM 提供商
+            top_users: 活跃用户列表（可选）
+            
+        返回:
+            (用户称号列表, Token 使用统计)
+        """
+        pass
+
+
+class UserTitleAnalyzerAdapter(IUserTitleAnalyzer):
+    """
+    用户称号分析服务适配器
+    
+    将现有的 UserTitleAnalyzer 实现适配为领域服务接口。
+    负责 UnifiedMessage 与原始消息格式之间的转换。
+    """
+    
+    def __init__(self, legacy_analyzer):
+        """
+        初始化适配器
+        
+        参数:
+            legacy_analyzer: 现有的 UserTitleAnalyzer 实例
+        """
+        self._analyzer = legacy_analyzer
+    
+    async def analyze(
+        self,
+        messages: List[UnifiedMessage],
+        user_analysis: Dict[str, Any],
+        unified_msg_origin: str = None,
+        top_users: List[Dict] = None,
+    ) -> Tuple[List[UserTitle], "TokenUsage"]:
+        """
+        分析用户称号
+        
+        将 UnifiedMessage 转换为原始格式，调用现有分析器，
+        然后将结果转换为领域值对象。
+        
+        参数:
+            messages: 统一格式的消息列表
+            user_analysis: 用户分析统计数据
+            unified_msg_origin: 消息来源标识
+            top_users: 活跃用户列表
+            
+        返回:
+            (用户称号列表, Token 使用统计)
+        """
+        # 将 UnifiedMessage 转换为原始消息格式
+        raw_messages = [self._to_raw_message(msg) for msg in messages]
+        
+        # 调用现有分析器
+        legacy_titles, token_usage = await self._analyzer.analyze_user_titles(
+            raw_messages, user_analysis, unified_msg_origin, top_users
+        )
+        
+        # 将结果转换为领域值对象
+        titles = [
+            UserTitle(
+                user_id=str(t.qq),
+                user_name=t.name,
+                title=t.title,
+                mbti=t.mbti,
+                reason=t.reason,
+            )
+            for t in legacy_titles
+        ]
+        
+        return titles, token_usage
+    
+    def _to_raw_message(self, msg: UnifiedMessage) -> dict:
+        """
+        将 UnifiedMessage 转换为原始消息格式
+        
+        参数:
+            msg: 统一消息对象
+            
+        返回:
+            原始消息字典
+        """
+        # 构建消息内容列表
+        message_content = []
+        if msg.text_content:
+            message_content.append({
+                "type": "text",
+                "data": {"text": msg.text_content}
+            })
+        
+        return {
+            "message_id": msg.message_id,
+            "time": int(msg.timestamp.timestamp()) if msg.timestamp else 0,
+            "sender": {
+                "user_id": msg.sender_id,
+                "nickname": msg.sender_name,
+            },
+            "message": message_content,
+        }
diff --git a/src/shared/constants.py b/src/shared/constants.py
index cd2f0e1..072eb6c 100644
--- a/src/shared/constants.py
+++ b/src/shared/constants.py
@@ -2,6 +2,50 @@
 常量 - 插件中使用的共享常量
 """
 
+from enum import Enum
+
+
+class Platform(str, Enum):
+    """平台枚举类"""
+    ONEBOT = "onebot"
+    AIOCQHTTP = "aiocqhttp"
+    TELEGRAM = "telegram"
+    DISCORD = "discord"
+    SLACK = "slack"
+    LARK = "lark"
+
+
+class TaskStatus(str, Enum):
+    """任务状态枚举类"""
+    PENDING = "pending"
+    RUNNING = "running"
+    COMPLETED = "completed"
+    FAILED = "failed"
+    CANCELLED = "cancelled"
+
+
+class ContentType(str, Enum):
+    """消息内容类型枚举类"""
+    TEXT = "text"
+    IMAGE = "image"
+    EMOJI = "emoji"
+    STICKER = "sticker"
+    FILE = "file"
+    AUDIO = "audio"
+    VIDEO = "video"
+    REPLY = "reply"
+    AT = "at"
+    UNKNOWN = "unknown"
+
+
+class ReportFormat(str, Enum):
+    """报告格式枚举类"""
+    TEXT = "text"
+    MARKDOWN = "markdown"
+    IMAGE = "image"
+    HTML = "html"
+
+
 # 插件元数据
 PLUGIN_NAME = "astrbot_plugin_qq_group_daily_analysis"
 PLUGIN_VERSION = "2.0.0"