Github Trends®
9591 findingsmedian surprise 0.00783window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
РЕПО НЕТ В ОКНЕ 3D. ПОКАЗАН FINDING ИЗ ОКНА 30D (30 days) — РАНГ #2940.
FINDING #2940 · 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

SURPRISE0.00724
ENGAGEMENT0.55
FRESHNESS1.47
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
21% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
2.27
ACCEL
-0.01
RETENTION
26.4%
PEAK 2026-08-10 · FORK-RETENTION 66.7% · 68 STARS / WINDOW

Author Audience

AUDIENCE
273
FOLLOWERS
111
OWNER ★
1,621

Engagement Signals

FORKS
49
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 68 / 68 (DIVERSITY 1.00)

Why This Is A Finding

oxbshw/watch-skill собрал 68 звёзд за окно, тогда как у автора всего 111 подписчиков — эффективная аудитория ≈ 273. Это даёт surprise-индекс 0.00724 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 66.7% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9591 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.00ABOVE 69%
VELOCITY2.273.63-1.37ABOVE 27%
RETENTION26.4%24.8%+1.6 PPABOVE 53%
FORKS49120-71ABOVE 29%
SURPRISE0.010.01-0.00ABOVE 48%