FINDING #1273 · UNIT ID 1180445240
Haozhe-Xing/agent_learning
A systematic AI Agent development tutorial covering LLM agents, RAG, tool use, memory systems, multi-agent systems, LangChain, LangGraph, MCP, and agentic RL.｜从零开始学 AI Agent 开发 | 系统、全面、实战导向的 Agent 开发教程 | 每日自动追踪 arXiv 最新论文 | Learn AI Agent Development from Scratch
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
20% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
1.97
ACCEL
+0.03
RETENTION
50.0%
PEAK 2026-07-13 · FORK-RETENTION 0.0% · 59 STARS / WINDOW
Author Audience
AUDIENCE
48
FOLLOWERS
15
OWNER ★
331
Engagement Signals
FORKS
42
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 59 / 59 (DIVERSITY 1.00)
Why This Is A Finding
Haozhe-Xing/agent_learning собрал 59 звёзд за окно, тогда как у автора всего 15 подписчиков — эффективная аудитория ≈ 48. Это даёт surprise-индекс 0.0223 (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.
Related Findings
RANKS ABOVE 80% OF 6295 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6295 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 80%
VELOCITY1.974.23-2.27ABOVE 16%
RETENTION50.0%29.4%+20.6 PPABOVE 85%
FORKS4292-50ABOVE 29%
SURPRISE0.020.01+0.01ABOVE 68%