Github Trends®
9675 findingsmedian surprise 0.00741window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #3810 · UNIT ID 989499651
NeptuneHub/AudioMuse-AI
AudioMuse-AI uses sonic analysis to rediscover forgotten songs, uncover hidden connections in your music library, and generate intelligent playlists for Navidrome, Jellyfin, LMS, Lyrion, Emby and Plex: no metadata or external services required.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0084
ENGAGEMENT0.36
FRESHNESS1.07
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
5% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
4.60
ACCEL
-0.05
RETENTION
0.0%
PEAK 2026-10-17 · FORK-RETENTION 0.0% · 138 STARS / WINDOW

Author Audience

AUDIENCE
507
FOLLOWERS
157
OWNER ★
3,504

Engagement Signals

FORKS
159
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 138 / 138 (DIVERSITY 1.00)

Why This Is A Finding

NeptuneHub/AudioMuse-AI собрал 138 звёзд за окно, тогда как у автора всего 157 подписчиков — эффективная аудитория ≈ 507. Это даёт surprise-индекс 0.0084 (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 9675 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 61%
VELOCITY4.603.80+0.80ABOVE 57%
RETENTION0.0%20.3%-20.3 PPABOVE 0%
FORKS159138+21ABOVE 53%
SURPRISE0.010.01+0.00ABOVE 53%