RinDig/Interpretable-Context-Methodology — GitHub trend

◂ BACK TO LEADERBOARD

FINDING #3162 · UNIT ID 1164089041

RinDig/Interpretable-Context-Methodology

Folder structure as agent architecture. ICM replaces framework-level orchestration with filesystem structure.

[ PYTHON ][ GITHUB ↗ ]

SURPRISE SCORE

0.00

Score Breakdown

SURPRISE0.00548

ENGAGEMENT0.52

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

5.00

ACCEL

+0.50

RETENTION

83.3%

PEAK 2026-08-28 · FORK-RETENTION 0.0% · 15 STARS / WINDOW

Author Audience

AUDIENCE

872

FOLLOWERS

596

OWNER ★

2,758

Engagement Signals

FORKS

197

ISSUE AUTH

PR AUTH

UNIQUE STARGAZERS 15 / 15 (DIVERSITY 1.00)

Why This Is A Finding

RinDig/Interpretable-Context-Methodology собрал 15 звёзд за окно, тогда как у автора всего 596 подписчиков — эффективная аудитория ≈ 872. Это даёт surprise-индекс 0.00548 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

Related Findings

RANKS ABOVE 65% OF 9102 FINDINGS

#08User0332/rewards-farmer[ PYTHON ]0.75 #09wang2122/sprix-sage-router[ PYTHON ]0.62 #16amagine-ai/Amagine3D[ PYTHON ]0.50 #19framepipe-dev/media-inference-worker[ PYTHON ]0.47 #24zeenie-ai/OpenCompany[ PYTHON ]0.44

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9102 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW

METRICVALUEMEDIANΔ MEDPERCENTILE

SCORE0.000.00+0.00ABOVE 65%

VELOCITY5.005.67-0.67ABOVE 43%

RETENTION83.3%45.5%+37.9 PPABOVE 89%

FORKS197340-142ABOVE 39%

SURPRISE0.010.00+0.00ABOVE 54%