FINDING #1694 · UNIT ID 1094283537
JochenYang/luma-mcp
Multi-Model Visual Understanding MCP Server, GLM-4.6V, DeepSeek-OCR (free), and Qwen3-VL-Flash. Provide visual processing capabilities for AI coding models that do not support image understanding.多模型视觉理解MCP服务器，GLM-4.6V、DeepSeek-OCR（免费）和Qwen3-VL-Flash等。为不支持图片理解的 AI 编码模型提供视觉处理能力。
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
10% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
3.00
ACCEL
+2.00
RETENTION
0.0%
PEAK 2026-08-04 · FORK-RETENTION 0.0% · 9 STARS / WINDOW
Author Audience
AUDIENCE
35
FOLLOWERS
14
OWNER ★
213
Engagement Signals
FORKS
11
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 9 / 9 (DIVERSITY 1.00)
Why This Is A Finding
JochenYang/luma-mcp собрал 9 звёзд за окно, тогда как у автора всего 14 подписчиков — эффективная аудитория ≈ 35. Это даёт surprise-индекс 0.0398 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 81% OF 8924 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8924 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 81%
VELOCITY3.005.67-2.67ABOVE 11%
RETENTION0.0%35.7%-35.7 PPABOVE 0%
FORKS11370-358ABOVE 5%
SURPRISE0.040.00+0.04ABOVE 87%