Github Trends®
9591 findingsmedian surprise 0.00783window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #2215 · UNIT ID 1160505943
jaechang-hits/SciAgent-Skills
197 bioinformatics & life science skills for Claude Code and AI agents — BixBench 92.0% accuracy. RNA-seq, single-cell, drug discovery, proteomics, and more. Powers OmicsHorizon.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.017
ENGAGEMENT0.44
FRESHNESS1.08
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
13% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.57
ACCEL
-0.01
RETENTION
6.9%
PEAK 2026-08-11 · FORK-RETENTION 0.0% · 47 STARS / WINDOW

Author Audience

AUDIENCE
52
FOLLOWERS
16
OWNER ★
361

Engagement Signals

FORKS
34
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 47 / 47 (DIVERSITY 1.00)

Why This Is A Finding

jaechang-hits/SciAgent-Skills собрал 47 звёзд за окно, тогда как у автора всего 16 подписчиков — эффективная аудитория ≈ 52. Это даёт surprise-индекс 0.017 (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.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9591 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 77%
VELOCITY1.573.63-2.07ABOVE 3%
RETENTION6.9%24.8%-18.0 PPABOVE 15%
FORKS34120-86ABOVE 22%
SURPRISE0.020.01+0.01ABOVE 68%