Github Trends®
893 findingsmedian surprise 0.00048window 180 days
UNIT / TREND-MONITOR · REV 2.6
[ 180 days window ]
SOURCE: gharchive
▲РЕПО НЕТ В ОКНЕ 1D. ПОКАЗАН FINDING ИЗ ОКНА 180D (180 days) — РАНГ #226.
FINDING #226 · UNIT ID 1129786550
teng-lin/notebooklm-py
Unofficial Python API and agentic skill for Google Gemini Notebook. Full programmatic access to Gemini Notebook's features—including capabilities the web UI doesn't expose—via Python, CLI, and AI agents like Claude Code, Codex, and OpenClaw.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00101
ENGAGEMENT1.28
FRESHNESS1.20
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
3% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.27
ACCEL
-0.06
RETENTION
4.0%
PEAK 2026-05-23 · FORK-RETENTION 36.9% · 589 STARS / WINDOW

Author Audience

AUDIENCE
3,194
FOLLOWERS
1,113
OWNER ★
20,808

Engagement Signals

FORKS
2,635
ISSUE AUTH
33
PR AUTH
65
UNIQUE STARGAZERS 586 / 589 (DIVERSITY 0.99)

Why This Is A Finding

teng-lin/notebooklm-py собрал 589 звёзд за окно, тогда как у автора всего 1,113 подписчиков — эффективная аудитория ≈ 3,194. Это даёт surprise-индекс 0.00101 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 36.9% и 98 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 893 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 75%
VELOCITY3.272.63+0.64ABOVE 60%
RETENTION4.0%5.4%-1.4 PPABOVE 36%
FORKS2,6352,546+89ABOVE 51%
SURPRISE0.000.00+0.00ABOVE 72%