Github Trends®
6295 findingsmedian surprise 0.0121window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: gharchive
FINDING #5025 · UNIT ID 1166020413
mgechev/skills-best-practices
Write professional-grade skills for agents, validate them using LLMs, and maintain a lean context window.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000347
ENGAGEMENT0.20
FRESHNESS1.33
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
8% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
5.47
ACCEL
-0.38
RETENTION
16.1%
PEAK 2026-06-19 · FORK-RETENTION 0.0% · 164 STARS / WINDOW

Author Audience

AUDIENCE
15,699
FOLLOWERS
10,494
OWNER ★
52,046

Engagement Signals

FORKS
160
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 164 / 164 (DIVERSITY 1.00)

Why This Is A Finding

mgechev/skills-best-practices собрал 164 звёзд за окно, тогда как у автора всего 10,494 подписчиков — эффективная аудитория ≈ 15,699. Это даёт surprise-индекс 0.000347 (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.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 6295 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 20%
VELOCITY5.474.23+1.23ABOVE 59%
RETENTION16.1%29.4%-13.3 PPABOVE 23%
FORKS16092+68ABOVE 64%
SURPRISE0.000.01-0.01ABOVE 8%