Github Trends®
1013 findingsmedian surprise 0.0334window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: gharchive
FINDING #343 · UNIT ID 1160505943
jaechang-hits/SciAgent-Skills
197 bioinformatics & life science skills for Claude Code and AI agents — BixBench 92.0% accuracy. RNA-seq, single-cell, drug discovery, proteomics, and more. Powers OmicsHorizon.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0243
ENGAGEMENT0.20
FRESHNESS1.30
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
22% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.93
ACCEL
+0.14
RETENTION
0.0%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 58 STARS / WINDOW

Author Audience

AUDIENCE
39
FOLLOWERS
12
OWNER ★
274

Engagement Signals

FORKS
25
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 58 / 58 (DIVERSITY 1.00)

Why This Is A Finding

jaechang-hits/SciAgent-Skills собрал 58 звёзд за окно, тогда как у автора всего 12 подписчиков — эффективная аудитория ≈ 39. Это даёт surprise-индекс 0.0243 (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.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 1013 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 66%
VELOCITY1.937.20-5.27ABOVE 6%
RETENTION0.0%30.8%-30.8 PPABOVE 0%
FORKS2556-31ABOVE 34%
SURPRISE0.020.03-0.01ABOVE 40%