FINDING #6569 · UNIT ID 996626040
datawhalechina/all-in-rag
🔍大模型应用开发实战一：RAG 技术全栈指南，在线阅读地址：https://datawhalechina.github.io/all-in-rag/
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
14.86
ACCEL
-2.36
RETENTION
14.8%
PEAK 2026-10-12 · FORK-RETENTION 68.5% · 104 STARS / WINDOW
Author Audience
AUDIENCE
149,198
FOLLOWERS
34,182
OWNER ★
404,172
Engagement Signals
FORKS
6,204
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 104 / 104 (DIVERSITY 1.00)
Why This Is A Finding
datawhalechina/all-in-rag собрал 104 звёзд за окно, тогда как у автора всего 34,182 подписчиков — эффективная аудитория ≈ 149,198. Это даёт surprise-индекс 0.0000996 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 68.5% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 18% OF 8058 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8058 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 18%
VELOCITY14.863.14+11.71ABOVE 88%
RETENTION14.8%22.2%-7.4 PPABOVE 40%
FORKS6,204260+5,944ABOVE 95%
SURPRISE0.000.00-0.00ABOVE 8%