FINDING #1546 · UNIT ID 1292817311
meta-models/meta-model-cookbook
Developer recipes for Meta Model API — agentic workflows, multi-agent orchestration patterns, and use case examples with cost comparisons. Colab notebooks + standalone Python files.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
100% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
1.73
ACCEL
+0.21
RETENTION
6.9%
PEAK 2026-07-09 · FORK-RETENTION 0.0% · 52 STARS / WINDOW
Author Audience
AUDIENCE
48
FOLLOWERS
19
OWNER ★
52
Engagement Signals
FORKS
6
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 52 / 52 (DIVERSITY 1.00)
Why This Is A Finding
meta-models/meta-model-cookbook собрал 52 звёзд за окно, тогда как у автора всего 19 подписчиков — эффективная аудитория ≈ 48. Это даёт surprise-индекс 0.0196 (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 75% OF 6295 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6295 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 75%
VELOCITY1.734.23-2.50ABOVE 9%
RETENTION6.9%29.4%-22.5 PPABOVE 9%
FORKS692-86ABOVE 5%
SURPRISE0.020.01+0.01ABOVE 64%