Github Trends®
5024 findingsmedian surprise 0.0142window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: gharchive
FINDING #798 · UNIT ID 1291994110
TingxiYu/academic-figure-skill
A skill for academic research figure generation that autonomously handles the full workflow — data understanding, chart type recommendation, and format-compliant generation.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0584
ENGAGEMENT0.16
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
29% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
4.67
ACCEL
-1.50
RETENTION
28.6%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 14 STARS / WINDOW

Author Audience

AUDIENCE
40
FOLLOWERS
35
OWNER ★
49

Engagement Signals

FORKS
2
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 14 / 14 (DIVERSITY 1.00)

Why This Is A Finding

TingxiYu/academic-figure-skill собрал 14 звёзд за окно, тогда как у автора всего 35 подписчиков — эффективная аудитория ≈ 40. Это даёт surprise-индекс 0.0584 (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 5024 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 84%
VELOCITY4.676.67-2.00ABOVE 34%
RETENTION28.6%46.5%-17.9 PPABOVE 37%
FORKS2116-114ABOVE 2%
SURPRISE0.060.01+0.04ABOVE 84%