Github Trends®
9759 findingsmedian surprise 0.00839window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #5207 · UNIT ID 1082518430
lemony-ai/cascadeflow
Cascading runtime for AI agents. Optimize cost, latency, quality, and policy decisions inside the agent loop.
[ PYTHON ][ ORG ][ VERIFIED ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00584
ENGAGEMENT0.23
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
6.86
ACCEL
+3.07
RETENTION
2.8%
PEAK 2026-09-26 · FORK-RETENTION 0.0% · 48 STARS / WINDOW

Author Audience

AUDIENCE
1,134
FOLLOWERS
126
OWNER ★
3,997

Engagement Signals

FORKS
892
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 48 / 48 (DIVERSITY 1.00)

Why This Is A Finding

lemony-ai/cascadeflow собрал 48 звёзд за окно, тогда как у автора всего 126 подписчиков — эффективная аудитория ≈ 1,134. Это даёт surprise-индекс 0.00584 (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 9759 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 47%
VELOCITY6.863.57+3.29ABOVE 68%
RETENTION2.8%37.2%-34.4 PPABOVE 11%
FORKS892105+787ABOVE 91%
SURPRISE0.010.01-0.00ABOVE 41%