Github Trends®
9595 findingsmedian surprise 0.00815window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #3036 · UNIT ID 989499651
NeptuneHub/AudioMuse-AI
AudioMuse-AI uses sonic analysis to rediscover forgotten songs, uncover hidden connections in your music library, and generate intelligent playlists for Navidrome, Jellyfin, LMS, Lyrion, Emby and Plex: no metadata or external services required.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0101
ENGAGEMENT0.27
FRESHNESS1.68
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
6% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
5.17
ACCEL
-0.03
RETENTION
45.1%
PEAK 2026-07-31 · FORK-RETENTION 100.0% · 155 STARS / WINDOW

Author Audience

AUDIENCE
470
FOLLOWERS
149
OWNER ★
3,210

Engagement Signals

FORKS
145
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 155 / 155 (DIVERSITY 1.00)

Why This Is A Finding

NeptuneHub/AudioMuse-AI собрал 155 звёзд за окно, тогда как у автора всего 149 подписчиков — эффективная аудитория ≈ 470. Это даёт surprise-индекс 0.0101 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 100.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9595 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.00ABOVE 68%
VELOCITY5.173.67+1.50ABOVE 62%
RETENTION45.1%24.6%+20.5 PPABOVE 86%
FORKS145115+30ABOVE 56%
SURPRISE0.010.01+0.00ABOVE 55%