Github Trends®
9676 findingsmedian surprise 0.00725window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
▲РЕПО НЕТ В ОКНЕ 1D. ПОКАЗАН FINDING ИЗ ОКНА 30D (30 days) — РАНГ #2862.
FINDING #2862 · UNIT ID 1290410846
oxbshw/watch-skill
Give AI agents eyes, ears, and verifiable results. Watch Skill turns video, audio and screen activity into searchable, timestamped evidence and proves work with deterministic contracts, not model opinion. DeepWatch is the agent workspace built on DeepSeek Harness. Python + npm, MCP, CLI, REST, Web.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00936
ENGAGEMENT0.40
FRESHNESS1.41
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
19% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.13
ACCEL
-0.02
RETENTION
17.4%
PEAK 2026-10-04 · FORK-RETENTION 58.3% · 94 STARS / WINDOW

Author Audience

AUDIENCE
295
FOLLOWERS
112
OWNER ★
1,829

Engagement Signals

FORKS
71
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 94 / 94 (DIVERSITY 1.00)

Why This Is A Finding

oxbshw/watch-skill собрал 94 звёзд за окно, тогда как у автора всего 112 подписчиков — эффективная аудитория ≈ 295. Это даёт surprise-индекс 0.00936 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 58.3% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9676 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.00ABOVE 70%
VELOCITY3.133.80-0.67ABOVE 41%
RETENTION17.4%20.0%-2.6 PPABOVE 44%
FORKS71142-71ABOVE 35%
SURPRISE0.010.01+0.00ABOVE 56%