用途：面向群体而非单个人或公司，映射人物、组织与混合群体之间的关系网络，识别中心节点、集群与桥接节点，分析影响力流向与依赖关系。
主要能力：计算多种中心性指标——度中心性（直接连接数，识别连接者）、中介中心性（位于最短路径的频率，识别桥接者）、特征向量中心性（与中心节点相连，识别关联影响力）、接近中心性（到其他节点距离短，识别快速触达全网者）；进行集群检测（共同董事会或公司、共同资金、反复合著、反复社交媒体互动、地理邻近）；识别连接不同集群的桥接节点，用于影响力分析、信息传播与隐性影响识别。
数据来源：通用国际来源包括 OpenCorporates（全球公司数据，开放）、OCCRP Aleph（新闻稿与泄露文件，开放）、LinkedIn（职业网络，API/手动）、GLEIF（法人实体标识符，开放）、Wikidata（结构化实体数据，开放）；各国公司登记处（如英国 Companies House、瑞典 allabolag.se 与 Bolagsverket）、政府透明度门户、财产登记（常为付费）、新闻档案（常通过图书馆付费）；学术网络包括 Google Scholar 合著、Scopus/Web of Science、ResearchGate、ORCID。
使用方式：先定义范围（网络类型、初始种子节点、映射深度默认 1-2 跳、核心问题）；按来源表收集数据并记录每条关系的出处；识别节点（人物、组织、主题）与边（合作、董事职务、资金、引用、社交媒体关注）；计算结构指标与集群、桥接；产出 Mermaid 图或表格（复杂网络优先表格加关键洞察）；最后给出分析评论，说明谁最中心及原因、哪些桥接连接了分离集群、结构分析是否揭示隐藏行为者、存在哪些依赖或脆弱点。输出格式包含范围、地图、中心节点表、集群、桥接、关键发现、局限与来源。
限制与伦理：仅使用公开信息，许可禁止时不使用付费墙材料；避免可能助长骚扰的映射；区分事实与推断并标注推断关系；每条关系标注时间戳，因为网络会变化。反模式包括：不理解问题就画图、纳入关系牵强者导致虚假中心性、把网络分析当作阴谋证据、在缺乏强公共利益理由时映射私人个体。