Github Trends®
9558 findingsmedian surprise 0.00429window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #4629 · UNIT ID 872005985
OpenDCAI/DataFlow
Easy Data Preparation with latest LLMs-based Operators and Pipelines.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00209
ENGAGEMENT0.48
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
13.33
ACCEL
-1.50
RETENTION
58.8%
PEAK 2026-08-27 · FORK-RETENTION 14.3% · 40 STARS / WINDOW

Author Audience

AUDIENCE
6,346
FOLLOWERS
1,562
OWNER ★
16,168

Engagement Signals

FORKS
1,055
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 40 / 40 (DIVERSITY 1.00)

Why This Is A Finding

OpenDCAI/DataFlow собрал 40 звёзд за окно, тогда как у автора всего 1,562 подписчиков — эффективная аудитория ≈ 6,346. Это даёт surprise-индекс 0.00209 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 14.3% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9558 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 52%
VELOCITY13.335.67+7.67ABOVE 78%
RETENTION58.8%42.9%+16.0 PPABOVE 65%
FORKS1,055333+722ABOVE 72%
SURPRISE0.000.00-0.00ABOVE 38%