graph-thinking 是一种用于非线性问题解决的思维模型，核心是把想法、概念或数据点之间的关系可视化为图。它源自思维图（Graph-of-Thought, GoT）推理，强调多条路径同时探索、反馈循环与综合，而非线性链式思考。
用途：适用于产品功能依赖映射、利益相关者关系分析、系统架构理解、互联概念探索、推荐系统或知识图谱设计，以及通过网络分析识别机会。
主要能力：围绕图元素（节点、边、聚类、路径、中心性、拓扑）组织分析；支持第一性原理思考（追问根本真相）与二阶思考（追问“然后呢”）；提供四步分析框架——映射节点、定义关系（边）、识别聚类与模式、分析路径；并给出输出模板，包含节点图、关系矩阵、关键洞察与建议。
使用方式：可按步骤先识别相关元素作为节点，再记录依赖、影响、相关、冲突、协同等边类型，识别高中心性节点与聚类，追踪路径，最后按模板整理为节点图、关系矩阵、关键洞察和建议。示例包括功能依赖映射、利益相关者四象限、微服务架构图与关键路径分析。可配合 Mermaid、Graphviz、Excalidraw、Miro/FigJam 等可视化工具，以及 Gephi、Neo4j、NetworkX 等分析工具。
限制：资料未提供具体收费、价格、平台、效果或安装步骤；应避免过度连接、忽略边类型、静态思维、遗漏反馈循环和忘记权重。