FINDING #1315 · UNIT ID 1180445240
Haozhe-Xing/agent_learning
A systematic AI Agent development tutorial covering LLM agents, RAG, tool use, memory systems, multi-agent systems, LangChain, LangGraph, MCP, and agentic RL.｜从零开始学 AI Agent 开发 | 系统、全面、实战导向的 Agent 开发教程 | 每日自动追踪 arXiv 最新论文 | Learn AI Agent Development from Scratch
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
3.00
ACCEL
-0.50
RETENTION
62.5%
PEAK 2026-08-26 · FORK-RETENTION 0.0% · 9 STARS / WINDOW
Author Audience
AUDIENCE
70
FOLLOWERS
20
OWNER ★
506
Engagement Signals
FORKS
72
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 9 / 9 (DIVERSITY 1.00)
Why This Is A Finding
Haozhe-Xing/agent_learning собрал 9 звёзд за окно, тогда как у автора всего 20 подписчиков — эффективная аудитория ≈ 70. Это даёт surprise-индекс 0.0272 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 86% OF 9558 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9558 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 86%
VELOCITY3.005.67-2.67ABOVE 10%
RETENTION62.5%42.9%+19.6 PPABOVE 69%
FORKS72333-261ABOVE 24%
SURPRISE0.030.00+0.02ABOVE 79%