FINDING #2179 · UNIT ID 1159381774
antoinezambelli/forge
A Python framework for self-hosted LLM tool-calling and multi-step agentic workflows
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
5% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
3.77
ACCEL
-0.18
RETENTION
16.2%
PEAK 2026-06-23 · FORK-RETENTION 0.0% · 113 STARS / WINDOW
Author Audience
AUDIENCE
250
FOLLOWERS
32
OWNER ★
2,175
Engagement Signals
FORKS
166
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 113 / 113 (DIVERSITY 1.00)
Why This Is A Finding
antoinezambelli/forge собрал 113 звёзд за окно, тогда как у автора всего 32 подписчиков — эффективная аудитория ≈ 250. Это даёт surprise-индекс 0.013 (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.
Related Findings
RANKS ABOVE 65% OF 6295 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6295 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.00ABOVE 65%
VELOCITY3.774.23-0.47ABOVE 45%
RETENTION16.2%29.4%-13.2 PPABOVE 23%
FORKS16692+74ABOVE 65%
SURPRISE0.010.01+0.00ABOVE 52%