Github Trends®
6892 findingsmedian surprise 0.0109window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: gharchive
FINDING #5900 · 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

SURPRISE0.000172
ENGAGEMENT0.20
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
2.71
ACCEL
-0.46
RETENTION
28.6%
PEAK 2026-07-09 · FORK-RETENTION 0.0% · 19 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 19 / 19 (DIVERSITY 1.00)

Why This Is A Finding

mgechev/skills-best-practices собрал 19 звёзд за окно, тогда как у автора всего 10,494 подписчиков — эффективная аудитория ≈ 15,699. Это даёт surprise-индекс 0.000172 (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 6892 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 14%
VELOCITY2.714.14-1.43ABOVE 34%
RETENTION28.6%40.6%-12.1 PPABOVE 33%
FORKS16089+71ABOVE 65%
SURPRISE0.000.01-0.01ABOVE 6%