Akuma
更新于8小时前SteamSteamOtherOtherC100%

とり五目豪鬼@ローソン派

if_exists (SATSUI_NO_HADO)
段位 36MR 1,485#361,990
最近 10 场5–5-3最近 20 场13–7+47
胜率
52%
33 胜 · 30 负 · 已存 63 场
排位赛对战
63
已选模式
胜场
33
排位赛
负场
30
排位赛
最高 MR
1,488
Akuma

排位 MR · Akuma

本地 62 · 导入 0 · 图表显示 62 · 已存 65 场对战

最近一场对战

胜利排位赛

尚未请求回放
Akuma
とり五目豪鬼@ローソン派 · Akuma
Ryu
对手 · RyuOK始めよう

打法参考

与前30名Akuma玩家的习惯对比

基准更新于 2026年9月13日 07:27

最近100场比赛的已报告趋势,并非生涯习惯平均值。 · 数据详情

Akuma
とり五目豪鬼@ローソン派的Akuma基准

与抽样的前30名Akuma玩家的平均习惯对比。

Naooonn 2213 · DaigoTheBeasTV 2204 · 一瞬一瞬 2158 · touwa 2114 · ドスバギイ 2113 · 另有25人

按差值绝对值从大到小排列23 项习惯
习惯とり五目豪鬼@ローソン派顶尖玩家差异 较少顶尖玩家较多
SA362.9%38.7%+24.2%
SA18.6%28.6%-20.1%
SA211.4%22.8%-11.3%
斗气前冲(取消)43.6%32.7%+10.9%
CA17.1%9.9%+7.2%
斗气技16.2%19.2%-3.1%
被困版边时间6.008.55-2.55
斗气招架2.801.65+1.15
斗气前冲(招架)6.3%7.4%-1.1%
斗气迸放消耗2.5%1.5%+1.0%
版边压制10.9011.47-0.57
斗气防御13.7%13.1%+0.6%
精准招架0.400.77-0.37
受到投技2.402.09+0.31
受到惩罚反击0.300.09+0.21
斗气反攻0.000.20-0.20
招架时被投0.200.27-0.07
受到昏厥0.100.04+0.06
拆投0.500.45+0.05
投技2.702.74-0.04
造成昏厥0.000.03-0.03
惩罚反击命中0.100.13-0.03
斗气迸放0.200.20-0.00
从数据到练习

对战计划

最近100场

根据此档案的习惯和战绩,生成可在实战中验证的思路。习惯统计涵盖所有角色;所选角色用于确定对照组。

正在检查已保存的对战计划…

使用OpenRouter的免费AI模型分析公开档案统计。计划会保存以供共享和复用。建议是基于统计的假设,并非回放视频分析。

已保存的对战计划

保留生成时依据数据和日期的AI计划。展开即可阅读两种视角。

Akuma · 最近100场

需要改进的地方

  1. 找出惩罚反击的原因

    受到惩罚反击:档案 0.3 · 参考 0.09

    分别回看五次受到和打出的惩罚反击。先区分空挥与被防后留出破绽,再选择练习目标。

    试试这样做

    在训练中重现一个反复出现的场景,检查距离和帧数计量表,再练习更稳妥的选择或确实能命中的反击。

    数据依据
    • 受到惩罚反击:档案 0.3 · 参考 0.09
    • 惩罚反击命中:档案 0.1 · 参考 0.13
  2. 检查近距离选择

    投技:档案 2.7 · 参考 2.74

    回看五次近距离交锋,区分投技机会、投技尝试和防守选择。仅靠汇总次数无法判断当时的正确答案。

    试试这样做

    在重复场景中记录打击和投技,练习选定的应对,再检查自己能否在实战中有意识地做出判断。

    数据依据
    • 投技:档案 2.7 · 参考 2.74
    • 拆投:档案 0.5 · 参考 0.45
    • 受到投技:档案 2.4 · 参考 2.09
  3. 研究反复出现的角色对局场景

    对阵Char 253:65场中获胜35场

    用引用的角色对战记录选择要看的录像,寻找多场败局中重复的决策,并与胜局比较后再下结论。

    试试这样做

    选择对阵该角色时反复出现的一个场景,在训练中验证替代应对,并记录接下来五场中的这一判断。

    数据依据
    • 对阵Char 253:65场中获胜35场
    • 对阵Ryu:15场中获胜9场

AI根据引用统计选择经过检查的练习方案并排序。习惯涵盖整个档案,角色战绩与近期样本的统计范围不同。这些是供验证的思路,并非已确认的弱点或视频分析。 最近100场比赛的已报告趋势,并非生涯习惯平均值。

数据保存于2026年9月13日 · AI:nex-agi/nex-n2.5-pro:free

如何应对这位玩家

  1. 先试探实际防守反应

    斗气招架:档案 2.8 · 参考 1.65

    尝试一次熟悉的压制场景并观察真实反应,再据此变化下一次选择。不要把事件次数当作成功率。

    试试这样做

    在理解的局面中尝试常用的打投选择。只在反应稳定时继续针对;对方开始调整时,就改变节奏或重新拉开。

    数据依据
    • 斗气招架:档案 2.8 · 参考 1.65
    • 斗气反攻:档案 0 · 参考 0.2
  2. 验证斗气迸放倾向

    斗气迸放:档案 0.2 · 参考 0.2

    观察特定场景下是否反复出现斗气迸放。考虑距离、硬直和量表,准备在训练中验证过的应对。

    试试这样做

    再次进入该场景时,采用更少暴露破绽的行动。如果迸放出现,就使用练过的应对;如果没有,就回到常规计划。

    数据依据
    • 斗气迸放:档案 0.2 · 参考 0.2
    • 斗气迸放消耗:档案 2.5% · 参考 1.5%
  3. 区分持续倾向与偶发失误

    已保存的近期排位赛样本:63场中获胜33场

    研究多场近期比赛,对照胜局与败局。围绕重复场景准备,不要只记住一次显眼失误。

    试试这样做

    用第一回合验证一个观察假设。若重复出现,就应用准备好的调整;若没有,就放弃假设并观察新模式。

    数据依据
    • 已保存的近期排位赛样本:63场中获胜33场

AI根据引用统计选择经过检查的练习方案并排序。习惯涵盖整个档案,角色战绩与近期样本的统计范围不同。这些是供验证的思路,并非已确认的弱点或视频分析。 最近100场比赛的已报告趋势,并非生涯习惯平均值。

数据保存于2026年9月13日 · AI:nex-agi/nex-n2.5-pro:free

隐私设置

允许 YouTube/Twitch 媒体、使用分析和记录保存吗?选择有效期为 180 天,可随时在此撤回。

更多选项与详情

可选功能默认关闭,只有您选择后才会启用。您可以随时在此更改或撤回选择。

您主动使用的功能所需的存储与安全措施仍然可用,包括收藏选手、请求回放和反馈。

选择会在此设备保存 180 天。关闭分析会重新加载页面,以停止已加载的分析脚本。

隐私与存储