Github Trends®
8092 findingsmedian surprise 0.00456window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #3219 · UNIT ID 1258646291
datalab-to/lift
Extract structured data from documents quickly and accurately.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00498
ENGAGEMENT0.33
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
22% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
85.33
ACCEL
-73.50
RETENTION
30.5%
PEAK 2026-10-04 · FORK-RETENTION 40.0% · 256 STARS / WINDOW

Author Audience

AUDIENCE
17,090
FOLLOWERS
936
OWNER ★
76,088

Engagement Signals

FORKS
106
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 256 / 256 (DIVERSITY 1.00)

Why This Is A Finding

datalab-to/lift собрал 256 звёзд за окно, тогда как у автора всего 936 подписчиков — эффективная аудитория ≈ 17,090. Это даёт surprise-индекс 0.00498 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 40.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 8092 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 60%
VELOCITY85.335.67+79.67ABOVE 97%
RETENTION30.5%35.7%-5.2 PPABOVE 48%
FORKS106325-219ABOVE 31%
SURPRISE0.000.00+0.00ABOVE 52%