FINDING #925 · 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)
4% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
4.00
ACCEL
-2.50
RETENTION
50.0%
PEAK 2026-07-13 · FORK-RETENTION 0.0% · 12 STARS / WINDOW
Author Audience
AUDIENCE
48
FOLLOWERS
15
OWNER ★
331
Engagement Signals
FORKS
42
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 12 / 12 (DIVERSITY 1.00)
Why This Is A Finding
Haozhe-Xing/agent_learning собрал 12 звёзд за окно, тогда как у автора всего 15 подписчиков — эффективная аудитория ≈ 48. Это даёт surprise-индекс 0.0455 (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 82% OF 5024 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 5024 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 82%
VELOCITY4.006.67-2.67ABOVE 26%
RETENTION50.0%46.5%+3.5 PPABOVE 51%
FORKS42116-74ABOVE 25%
SURPRISE0.050.01+0.03ABOVE 79%