Github Trends®
5892 findingsmedian surprise 0.00593window 1 day
UNIT / TREND-MONITOR · REV 2.6
[ 1 day window ]
SOURCE: own snapshots
FINDING #2181 · 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

SURPRISE0.00598
ENGAGEMENT0.40
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
16.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-08-28 · FORK-RETENTION 0.0% · 16 STARS / WINDOW

Author Audience

AUDIENCE
2,634
FOLLOWERS
704
OWNER ★
19,309

Engagement Signals

FORKS
2,557
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 16 / 16 (DIVERSITY 1.00)

Why This Is A Finding

teng-lin/notebooklm-py собрал 16 звёзд за окно, тогда как у автора всего 704 подписчиков — эффективная аудитория ≈ 2,634. Это даёт surprise-индекс 0.00598 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 5892 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 63%
VELOCITY16.009.00+7.00ABOVE 69%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS2,557433+2,124ABOVE 82%
SURPRISE0.010.01+0.00ABOVE 50%