Github Trends®
9760 findingsmedian surprise 0.0099window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #4268 · 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

SURPRISE0.00684
ENGAGEMENT0.52
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
5% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
2.14
ACCEL
-0.25
RETENTION
25.0%
PEAK 2026-08-26 · FORK-RETENTION 0.0% · 15 STARS / WINDOW

Author Audience

AUDIENCE
273
FOLLOWERS
111
OWNER ★
1,621

Engagement Signals

FORKS
49
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 15 / 15 (DIVERSITY 1.00)

Why This Is A Finding

oxbshw/watch-skill собрал 15 звёзд за окно, тогда как у автора всего 111 подписчиков — эффективная аудитория ≈ 273. Это даёт surprise-индекс 0.00684 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9760 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 56%
VELOCITY2.143.71-1.57ABOVE 25%
RETENTION25.0%38.0%-13.0 PPABOVE 30%
FORKS4986-37ABOVE 36%
SURPRISE0.010.01-0.00ABOVE 40%