Github Trends®
1069 findingsmedian surprise 0.0527window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: gharchive
FINDING #259 · 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

SURPRISE0.10
ENGAGEMENT0.20
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
9% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
8.33
ACCEL
+7.00
RETENTION
0.0%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 25 STARS / WINDOW

Author Audience

AUDIENCE
39
FOLLOWERS
12
OWNER ★
274

Engagement Signals

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

Why This Is A Finding

jaechang-hits/SciAgent-Skills собрал 25 звёзд за окно, тогда как у автора всего 12 подписчиков — эффективная аудитория ≈ 39. Это даёт surprise-индекс 0.10 (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 1069 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.030.01+0.02ABOVE 76%
VELOCITY8.3315.33-7.00ABOVE 30%
RETENTION0.0%33.3%-33.3 PPABOVE 0%
FORKS2545-20ABOVE 38%
SURPRISE0.100.05+0.05ABOVE 67%