Github Trends®
9591 findingsmedian surprise 0.00783window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #3040 · UNIT ID 1129786550
teng-lin/notebooklm-py
Unofficial Python API and agentic skill for Google Gemini Notebook. Full programmatic access to NotebookLM's features—including capabilities the web UI doesn't expose—via Python, CLI, and AI agents like Claude Code, Codex, and OpenClaw.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00699
ENGAGEMENT0.45
FRESHNESS1.67
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
3% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
18.70
ACCEL
+0.02
RETENTION
52.1%
PEAK 2026-07-31 · FORK-RETENTION 93.3% · 561 STARS / WINDOW

Author Audience

AUDIENCE
2,635
FOLLOWERS
704
OWNER ★
19,309

Engagement Signals

FORKS
2,557
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 561 / 561 (DIVERSITY 1.00)

Why This Is A Finding

teng-lin/notebooklm-py собрал 561 звёзд за окно, тогда как у автора всего 704 подписчиков — эффективная аудитория ≈ 2,635. Это даёт surprise-индекс 0.00699 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 93.3% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9591 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.00ABOVE 68%
VELOCITY18.703.63+15.07ABOVE 89%
RETENTION52.1%24.8%+27.3 PPABOVE 92%
FORKS2,557120+2,437ABOVE 96%
SURPRISE0.010.01-0.00ABOVE 47%