Github Trends®
9679 findingsmedian surprise 0.00864window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #6007 · UNIT ID 1107721554
IAAR-Shanghai/Awesome-AI-Memory
Awesome AI Memory | LLM Memory | A curated knowledge base on AI memory for LLMs and agents, covering long-term memory, reasoning, retrieval, and memory-native system design. Awesome-AI-Memory 是一个 集中式、持续更新的 AI 记忆知识库,系统性整理了与 大模型记忆(LLM Memory)与智能体记忆(Agent Memory) 相关的前沿研究、工程框架、系统设计、评测基准与真实应用实践。
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00142
ENGAGEMENT0.64
FRESHNESS1.28
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
5% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.93
ACCEL
+0.00
RETENTION
30.0%
PEAK 2026-09-02 · FORK-RETENTION 25.0% · 58 STARS / WINDOW

Author Audience

AUDIENCE
1,326
FOLLOWERS
182
OWNER ★
4,809

Engagement Signals

FORKS
131
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 58 / 58 (DIVERSITY 1.00)

Why This Is A Finding

IAAR-Shanghai/Awesome-AI-Memory собрал 58 звёзд за окно, тогда как у автора всего 182 подписчиков — эффективная аудитория ≈ 1,326. Это даёт surprise-индекс 0.00142 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 25.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9679 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 38%
VELOCITY1.933.80-1.87ABOVE 17%
RETENTION30.0%25.0%+5.0 PPABOVE 59%
FORKS131112+19ABOVE 54%
SURPRISE0.000.01-0.01ABOVE 18%