Github Trends®
9593 findingsmedian surprise 0.00799window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #3665 · UNIT ID 1111335968
waybarrios/vllm-mlx
High-performance OpenAI and Anthropic compatible LLM inference server for Apple Silicon. Native MLX, continuous batching, multimodal models, MCP tool calling, and Claude Code support.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00567
ENGAGEMENT0.52
FRESHNESS1.40
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
5% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
2.47
ACCEL
-0.01
RETENTION
25.3%
PEAK 2026-08-19 · FORK-RETENTION 53.3% · 74 STARS / WINDOW

Author Audience

AUDIENCE
395
FOLLOWERS
178
OWNER ★
2,167

Engagement Signals

FORKS
219
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 74 / 74 (DIVERSITY 1.00)

Why This Is A Finding

waybarrios/vllm-mlx собрал 74 звёзд за окно, тогда как у автора всего 178 подписчиков — эффективная аудитория ≈ 395. Это даёт surprise-индекс 0.00567 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 53.3% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9593 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.00ABOVE 62%
VELOCITY2.473.63-1.17ABOVE 31%
RETENTION25.3%25.0%+0.3 PPABOVE 51%
FORKS219117+102ABOVE 65%
SURPRISE0.010.01-0.00ABOVE 41%