Github Trends®
9721 findingsmedian surprise 0.00633window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #1850 · UNIT ID 1307762938
phoenix-zhou/industrial-general-rag
The project integrates the RAG and FAQ dual mechanisms, introduces intent recognition, dynamic adaptive retrieval, and the RAGAS automated evaluation system, achieving a transformation from empirical optimization to data-driven optimization.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0196
ENGAGEMENT0.30
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
29% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
8.71
ACCEL
-0.39
RETENTION
48.2%
PEAK 2026-08-06 · FORK-RETENTION 0.0% · 61 STARS / WINDOW

Author Audience

AUDIENCE
404
FOLLOWERS
144
OWNER ★
2,595

Engagement Signals

FORKS
10
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 61 / 61 (DIVERSITY 1.00)

Why This Is A Finding

phoenix-zhou/industrial-general-rag собрал 61 звёзд за окно, тогда как у автора всего 144 подписчиков — эффективная аудитория ≈ 404. Это даёт surprise-индекс 0.0196 (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 9721 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 81%
VELOCITY8.713.43+5.29ABOVE 75%
RETENTION48.2%32.1%+16.1 PPABOVE 75%
FORKS10130-120ABOVE 9%
SURPRISE0.020.01+0.01ABOVE 75%