FINDING #4793 · UNIT ID 1197656406
open-multi-agent/open-multi-agent
TypeScript AI agent orchestration framework with dynamic workflows. Describe the goal, not the graph: a coordinator plans the task DAG at runtime and runs it on any LLM (Claude, ChatGPT, Gemini, DeepSeek, or local models).
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
4.90
ACCEL
-0.06
RETENTION
42.8%
PEAK 2026-08-01 · FORK-RETENTION 85.0% · 147 STARS / WINDOW
Author Audience
AUDIENCE
1,390
FOLLOWERS
11
OWNER ★
6,843
Engagement Signals
FORKS
2,427
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 147 / 147 (DIVERSITY 1.00)
Why This Is A Finding
open-multi-agent/open-multi-agent собрал 147 звёзд за окно, тогда как у автора всего 11 подписчиков — эффективная аудитория ≈ 1,390. Это даёт surprise-индекс 0.00343 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 85.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 50% OF 9591 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9591 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 50%
VELOCITY4.903.63+1.27ABOVE 61%
RETENTION42.8%24.8%+17.9 PPABOVE 82%
FORKS2,427120+2,307ABOVE 96%
SURPRISE0.000.01-0.00ABOVE 30%