Github Trends®
9066 findingsmedian surprise 0.00976window 90 days
UNIT / TREND-MONITOR · REV 2.6
[ 90 days window ]
SOURCE: starredAt history
FINDING #3026 · UNIT ID 948393531
MarkPDFdown/markpdfdown
A high-quality PDF to Markdown tool based on large language model visual recognition. 一款基于大模型视觉识别的高质量PDF转Markdown工具
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00518
ENGAGEMENT0.20
FRESHNESS1.40
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
11% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
2.46
ACCEL
+0.08
RETENTION
32.2%
PEAK 2026-07-20 · FORK-RETENTION 0.0% · 221 STARS / WINDOW

Author Audience

AUDIENCE
434
FOLLOWERS
20
OWNER ★
1,968

Engagement Signals

FORKS
153
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 221 / 221 (DIVERSITY 1.00)

Why This Is A Finding

MarkPDFdown/markpdfdown собрал 221 звёзд за окно, тогда как у автора всего 20 подписчиков — эффективная аудитория ≈ 434. Это даёт surprise-индекс 0.00518 (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.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9066 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 67%
VELOCITY2.463.60-1.14ABOVE 31%
RETENTION32.2%15.9%+16.3 PPABOVE 82%
FORKS15398+55ABOVE 62%
SURPRISE0.010.01-0.00ABOVE 36%