Github Trends®
9665 findingsmedian surprise 0.00853window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
▲РЕПО НЕТ В ОКНЕ 90D. ПОКАЗАН FINDING ИЗ ОКНА 30D (30 days) — РАНГ #2100.
FINDING #2100 · UNIT ID 1274547830
ray-r-ren/agent-apprenticeship
The living ecosystem where AI agents complete tasks through workflow loops, improve through iterative execution, are evaluated by mentor agents or humans in the loop, and turn completed work into reusable work experience and data to improve future agents.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0346
ENGAGEMENT0.20
FRESHNESS1.07
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
18% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
9.70
ACCEL
-1.85
RETENTION
0.1%
PEAK 2026-09-17 · FORK-RETENTION 0.0% · 291 STARS / WINDOW

Author Audience

AUDIENCE
240
FOLLOWERS
18
OWNER ★
2,220

Engagement Signals

FORKS
70
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 291 / 291 (DIVERSITY 1.00)

Why This Is A Finding

ray-r-ren/agent-apprenticeship собрал 291 звёзд за окно, тогда как у автора всего 18 подписчиков — эффективная аудитория ≈ 240. Это даёт surprise-индекс 0.0346 (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 9665 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 78%
VELOCITY9.703.87+5.83ABOVE 77%
RETENTION0.1%18.8%-18.7 PPABOVE 5%
FORKS70120-50ABOVE 37%
SURPRISE0.030.01+0.03ABOVE 83%