Github Trends®
5024 findingsmedian surprise 0.0142window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: gharchive
FINDING #1296 · 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

SURPRISE0.023
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
10.33
ACCEL
-1.00
RETENTION
46.7%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 31 STARS / WINDOW

Author Audience

AUDIENCE
410
FOLLOWERS
128
OWNER ★
2,839

Engagement Signals

FORKS
134
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 31 / 31 (DIVERSITY 1.00)

Why This Is A Finding

NeptuneHub/AudioMuse-AI собрал 31 звёзд за окно, тогда как у автора всего 128 подписчиков — эффективная аудитория ≈ 410. Это даёт surprise-индекс 0.023 (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 5024 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.00ABOVE 74%
VELOCITY10.336.67+3.67ABOVE 65%
RETENTION46.7%46.5%+0.2 PPABOVE 50%
FORKS134116+18ABOVE 54%
SURPRISE0.020.01+0.01ABOVE 63%