Github Trends®
9558 findingsmedian surprise 0.00429window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #6890 · UNIT ID 1228558220
muxuuu/serenity-skill
Serenity-inspired Agent Skill for supply-chain bottleneck stock research
[ PYTHON ]ЗАРАБОТОК C · 54/100[ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.053
ENGAGEMENT0.38
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE
[BOT] SUSPECTED STAR BOT — SCORE PENALIZED. SIGNATURES:
S2 · NO EXTERNAL ISSUE/PR AUTHORS DESPITE 100+ STARS
S7 · THIS REPO IS ~ALL OF THE OWNER'S STARS
S10 · DEAD CODE, ZERO CONTRIBUTORS, YET STARS KEEP DRIPPING

Growth Telemetry

VELOCITY /D
26.00
ACCEL
+2.50
RETENTION
11.9%
PEAK 2026-08-27 · FORK-RETENTION 0.0% · 78 STARS / WINDOW

Author Audience

AUDIENCE
451
FOLLOWERS
58
OWNER ★
3,927

Engagement Signals

FORKS
610
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 78 / 78 (DIVERSITY 1.00)

Потенциал заработка

C54/100
СПРОС83
Спрос есть: рынок financial analytics и investment-research tooling крупный и растет, а подписки у incumbents уже продаются по заметным ценам.
ЗАХВАТ41
Забрать ценность трудно: workflow легко копируется generic LLM + public web, а у крупных платформ уже есть data, screeners, alerts и transcripts.
ДОСТУП79
Юридически доступ высокий благодаря MIT, но продуктовая готовность слабая: один контрибьютор, нет релизов и много работы до production-уровня.
«Заработать можно, но слабое место топит проект — capture, потому что похожий workflow легко копируется и уже упакован конкурентами.»

Рыночный анализ · Обзор

Serenity.skill — это Agent Skill для инвестиционного ресерча, который превращает AI в помощника по разбору рыночных тем и цепочек поставок.
investment research automation / equity research / supply-chain theme analysisЗРЕЛОСТЬ · РАСТЁТ
ЯЗЫК
Python
ЛИЦЕНЗИЯ
MIT
РЕЕСТР
none
КОНТРИБЬЮТОРЫ
1
Что делает

Он берет горячую тему, раскладывает ее по цепочке создания стоимости, ищет узкие места, сравнивает кандидатов и собирает приоритетный список акций или фондов. Важная часть — проверка тезисов через объявления, отчеты, клиентские сигналы, мощности и риски. По сути, это структурированный research-workflow для инвестора.

Какую боль решает

Снимает боль неясности, что именно исследовать и покупать, когда тема шумная, а настоящий bottleneck неочевиден.

Сценарии использования
  • Разбор горячих тем вроде AI semiconductors, robotics, CPO, compute, power equipment, biotech.
  • Сравнение нескольких кандидатов и расстановка приоритета на ресерч.
  • Проверка тезиса, что компания — реальный узел цепочки, а не просто хайп.
  • Подбор темы для фонда или ETF и проверка, какие звенья цепочки там экспонированы.
  • Построение повторяемого процесса ресерча вместо ручного чтения новостей.
Целевой пользователь

Частный инвестор, тематический инвестор, независимый equity researcher, небольшая research-команда, пользователь AI-agent.

Open-source аналоги

OpenBBСИЛЬНЕЕ68,200
Шире по экосистеме, данным, инструментам и зрелости; это общая research-платформа, а не узко opinionated workflow под bottleneck research.
virattt/ai-hedge-fundСМЕЖНЫЙ62,600
Сильнее по traction и близости к AI-investing, но менее методологичен и не сфокусирован на supply-chain bottlenecks.
microsoft/qlibСИЛЬНЕЕ46,300
Сильнее в quant research, моделях и production-like pipeline, но не про тематический research-процесс.
QuantConnect/LeanСМЕЖНЫЙ19,200
Сильнее в исполнении, симуляции и live trading; наша либа про первичный ресерч, а не execution.
AI4Finance-Foundation/FinRLНИШЕВЫЙ15,300
Сильнее в RL-исследованиях, слабее в source-backed theme research.
AI4Finance-Foundation/FinRobotСМЕЖНЫЙ7,100
Ближе по форме как AI-agent для финансов, но шире по охвату и менее заточен под supply-chain bottleneck workflow.
Позиционирование

Нишевый проект с понятной дифференциацией: не лидер всего сегмента investment-research tooling, но хорошо выделяется именно как методика bottleneck-ориентированного ресерча.

Коммерческие аналоги

TradingViewB2B / B2CПОДПИСКА
Платформа для графиков, рыночной аналитики и исследовательских рабочих процессов.
vendor claims 100 million traders
Free$0
Essential$12.95/mo billed annually
Plus$29.95/mo
Premium$59.95/mo
Ultimate$199.95/mo
Seeking Alpha PremiumB2CПОДПИСКА
Подписка с stock ratings, screeners, transcripts и AI research tools.
публичный user count на странице не раскрыт; доступ к 4,000+ stocks and ETFs
Premium$299/year
Premium + Alpha Picks$718 first year
TIKRB2B / B2CПОДПИСКА
Инвестиционный research terminal для анализа компаний и мультипликаторов.
публично не раскрыт
Free$0
Plus$24.95/mo
Pro$54.95/mo
Ultimate$119.95/mo
Benzinga ProB2CПОДПИСКА
Реалтайм-новости, сканеры и AI research для трейдеров.
vendor claims 40,000+ traders
Basic$37/mo
Streamlined$147/mo
Essential$197/mo
KoyfinB2B / B2CПОДПИСКА
Research platform для инвесторов, аналитиков и advisors.
публично не раскрыт
Free$0/mo
Plus$39/mo
Premium$79/mo
Advisor Core$209/mo
Advisor Pro$299/mo
Stock RoverB2B / B2CПОДПИСКА
Скрининг, research и portfolio analytics.
публично не раскрыт
Premium$29/mo billed annually ($348/yr)
Premium Plus$49/mo ($588/yr)
Ultimate$79/mo ($948/yr)
Ultimate Pro$149/mo ($1,788/yr)
Stock Analysis ProB2B / B2CПОДПИСКА
All-in-one stock research platform с подпиской для расширенной аналитики.
vendor claims 5 million investors each month; also 8.1M visits/month and 38M pageviews/month on ad page
Pro$6.58/mo billed annually or $9.99/mo
Unlimited$16.58/mo billed annually or $29/mo
Текущая монетизация проекта

По видимым публичным страницам нет признаков paid tier, hosted cloud или явного Sponsors-сигнала; репозиторий выглядит как OSS-methodology project, а не уже монетизируемый продукт.

Коммерческий потенциал

ПОТЕНЦИАЛ · СРЕДНИЙ

На этой opensource-основе заработать можно, но не на сырой библиотеке, а на платном research-workspace поверх нее.

Спрос и рынок

Спрос высокий: инвестиционная аналитика и research tooling — крупный растущий рынок, а платные продукты уже имеют устойчивые подписочные модели.

Ров / защищённость

Сейчас ров слабый; потенциальная защита лежит не в коде, а в workflow lock-in, source-quality pipeline, proprietary connectors, team collaboration и брендированных шаблонах.

Модели монетизации
  • open-core
  • managed hosting (SaaS-обертка)
  • платная поддержка
  • dual-license
  • плагины/маркетплейс
  • консалтинг
Что нужно, чтобы сделать продукт
  • Постоянные рабочие пространства и сохранение исследований.
  • Цитируемый source trail и audit log.
  • Командная работа и шаринг тезисов.
  • Alerts и scheduled refresh.
  • Нормальные data connectors к filings, transcripts и market data.
  • Отчетные экспорты и guardrails под compliance.
⚖ ЛИЦЕНЗИЯ · МОЖНО ЛИ КОММЕРЦИАЛИЗИРОВАТЬ
MIT — коммерческое использование разрешено, copyleft-ограничений нет, но нужно сохранить license notice и copyright notice.
Риски и подводные камни
ВЫСОКИЙКОНКУРЕНЦИЯ
Конкурентная насыщенность и легкая копируемость идеи.
ВЫСОКИЙЮР. СЕРАЯ ЗОНА
Риски лицензирования данных и прав на источники при коммерческом продукте.
ВЫСОКИЙПРОЧЕЕ
Compliance и liability как инвестиционный совет.
СРЕДНИЙЗАВИСИМОСТЬ ОТ АВТОРА
Один контрибьютор и высокий bus factor.
СРЕДНИЙПРОЧЕЕ
Галлюцинации и слабое качество цитирования при AI-генерации.
СРЕДНИЙПРОЧЕЕ
Нет UI, persistence, alerts и team workflow.

Достоверность разбора

УВЕРЕННОСТЬ · СРЕДНЯЯgpt-5.5 · 2026-08-29 · ОКНО 90D
Оговорки / что не проверено
  • Коммерческие аналоги и их цены подтверждены в основном по страницам вендоров; не для всех цифр есть по два независимых источника.
  • Оценки масштаба рынка опираются на рыночные исследования, а не на первичные финансовые отчеты всех сегментов.
  • Вывод о том, что проект пока не монетизируется, основан на видимых публичных страницах GitHub и не доказывает отсутствие внешней монетизации вне GitHub.
  • Состояние зрелости и выводы о moat частично являются аналитической интерпретацией по README, структуре репозитория и описанию, а не жестко верифицированным фактом.
  • Подтверждено мало данных о реальном использовании продукта вне GitHub, поэтому выводы о traction и adoption остаются оценочными.
ИСТОЧНИКИ (13)

Why This Is A Finding

muxuuu/serenity-skill собрал 78 звёзд за окно, тогда как у автора всего 58 подписчиков — эффективная аудитория ≈ 451. Это даёт surprise-индекс 0.053 (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 9558 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 28%
VELOCITY26.005.67+20.33ABOVE 89%
RETENTION11.9%42.9%-30.9 PPABOVE 31%
FORKS610333+277ABOVE 62%
SURPRISE0.050.00+0.05ABOVE 88%