Github Trends®
1013 findingsmedian surprise 0.0334window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: gharchive
FINDING #357 · UNIT ID 1290410846
oxbshw/watch-skill
Video understanding and self-verification for AI agents. Turn videos, streams, and agent screen recordings into searchable, timestamped evidence—then use THE LOOP to inspect, fix, and verify the work. MCP, CLI, REST, local-first.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0223
ENGAGEMENT0.20
FRESHNESS1.34
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
99% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
6.57
ACCEL
+0.79
RETENTION
18.7%
PEAK 2026-07-06 · FORK-RETENTION 0.0% · 197 STARS / WINDOW

Author Audience

AUDIENCE
254
FOLLOWERS
106
OWNER ★
1,484

Engagement Signals

FORKS
26
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 197 / 197 (DIVERSITY 1.00)

Why This Is A Finding

oxbshw/watch-skill собрал 197 звёзд за окно, тогда как у автора всего 106 подписчиков — эффективная аудитория ≈ 254. Это даёт surprise-индекс 0.0223 (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 1013 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 65%
VELOCITY6.577.20-0.63ABOVE 47%
RETENTION18.7%30.8%-12.1 PPABOVE 26%
FORKS2656-30ABOVE 35%
SURPRISE0.020.03-0.01ABOVE 38%