Github Trends®
9771 findingsmedian surprise 0.00917window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #5750 · UNIT ID 872005985
OpenDCAI/DataFlow
Easy Data Preparation with latest LLMs-based Operators and Pipelines.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00321
ENGAGEMENT0.34
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
20.57
ACCEL
-2.79
RETENTION
43.3%
PEAK 2026-08-23 · FORK-RETENTION 100.0% · 144 STARS / WINDOW

Author Audience

AUDIENCE
6,375
FOLLOWERS
1,567
OWNER ★
16,257

Engagement Signals

FORKS
1,059
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 144 / 144 (DIVERSITY 1.00)

Why This Is A Finding

OpenDCAI/DataFlow собрал 144 звёзд за окно, тогда как у автора всего 1,567 подписчиков — эффективная аудитория ≈ 6,375. Это даёт surprise-индекс 0.00321 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 100.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9771 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 41%
VELOCITY20.573.71+16.86ABOVE 89%
RETENTION43.3%39.3%+4.0 PPABOVE 56%
FORKS1,05991+968ABOVE 93%
SURPRISE0.000.01-0.01ABOVE 26%