Github Trends®
8753 findingsmedian surprise 0.00462window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #6099 · UNIT ID 1084400107
pguso/rag-from-scratch
Demystify RAG by building it from scratch. Local LLMs, no black boxes - real understanding of embeddings, vector search, retrieval, and context-augmented generation.
[ JAVASCRIPT ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00214
ENGAGEMENT0.20
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
2.67
ACCEL
-1.50
RETENTION
30.0%
PEAK 2026-08-16 · FORK-RETENTION 0.0% · 8 STARS / WINDOW

Author Audience

AUDIENCE
1,208
FOLLOWERS
385
OWNER ★
8,228

Engagement Signals

FORKS
187
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 8 / 8 (DIVERSITY 1.00)

Why This Is A Finding

pguso/rag-from-scratch собрал 8 звёзд за окно, тогда как у автора всего 385 подписчиков — эффективная аудитория ≈ 1,208. Это даёт surprise-индекс 0.00214 (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 8753 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 30%
VELOCITY2.675.67-3.00ABOVE 0%
RETENTION30.0%40.0%-10.0 PPABOVE 44%
FORKS187323-136ABOVE 39%
SURPRISE0.000.00-0.00ABOVE 36%