Github Trends®
9771 findingsmedian surprise 0.00917window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #697 · UNIT ID 1129583447
yifanfeng97/Hyper-Extract
Hypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0551
ENGAGEMENT0.33
FRESHNESS1.01
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
8% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
41.43
ACCEL
+20.96
RETENTION
58.7%
PEAK 2026-08-28 · FORK-RETENTION 37.5% · 290 STARS / WINDOW

Author Audience

AUDIENCE
712
FOLLOWERS
314
OWNER ★
3,975

Engagement Signals

FORKS
438
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 290 / 290 (DIVERSITY 1.00)

Why This Is A Finding

yifanfeng97/Hyper-Extract собрал 290 звёзд за окно, тогда как у автора всего 314 подписчиков — эффективная аудитория ≈ 712. Это даёт surprise-индекс 0.0551 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 37.5% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9771 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.030.00+0.02ABOVE 93%
VELOCITY41.433.71+37.71ABOVE 95%
RETENTION58.7%39.3%+19.3 PPABOVE 79%
FORKS43891+347ABOVE 84%
SURPRISE0.060.01+0.05ABOVE 88%