Github Trends®
1069 findingsmedian surprise 0.0527window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: gharchive
FINDING #385 · UNIT ID 1290410846
oxbshw/watch-skill
Video understanding and self-verification for AI agents. Turn videos, streams, and agent screen recordings into searchable, timestamped evidence—then use THE LOOP to inspect, fix, and verify the work. MCP, CLI, REST, local-first.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0476
ENGAGEMENT0.20
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
21% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
14.00
ACCEL
-5.50
RETENTION
66.7%
PEAK 2026-07-12 · FORK-RETENTION 0.0% · 42 STARS / WINDOW

Author Audience

AUDIENCE
254
FOLLOWERS
106
OWNER ★
1,484

Engagement Signals

FORKS
26
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 42 / 42 (DIVERSITY 1.00)

Why This Is A Finding

oxbshw/watch-skill собрал 42 звёзд за окно, тогда как у автора всего 106 подписчиков — эффективная аудитория ≈ 254. Это даёт surprise-индекс 0.0476 (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 1069 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.01+0.01ABOVE 64%
VELOCITY14.0015.33-1.33ABOVE 47%
RETENTION66.7%33.3%+33.3 PPABOVE 80%
FORKS2645-19ABOVE 39%
SURPRISE0.050.05-0.01ABOVE 48%