最近一场对战
胜利排位赛
DE
JUDE更新于3小时前
Steam
Other俱乐部 · EngineersC100%
SteamOther俱乐部 · EngineersC100%翻弄する動きに磨きをかけるDJ
You've Got This, Juri!
MR 1,700#34,447最近 10 场6–4+18最近 20 场13–7+49
胜率
53%
153 胜 · 136 负 · 已存 289 场
排位赛对战
289
已选模式
胜场
153
排位赛
负场
136
排位赛
最高 MR
1,716
Dee Jay
排位 MR · Dee Jay
本地 289 · 导入 0 · 图表显示 289 · 已存 289 场对战
尚未请求回放
DEJUDE按差值绝对值从大到小排列23 项习惯
| 习惯 | 翻弄する動きに磨きをかけるDJ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 60.2% | 21.3% | +38.9% | |
| SA3 | 8.4% | 33.8% | -25.3% | |
| 斗气前冲（取消） | 7.2% | 23.0% | -15.7% | |
| SA1 | 25.3% | 36.2% | -10.9% | |
| 斗气防御 | 25.1% | 15.1% | +10.1% | |
| 斗气前冲（招架） | 18.7% | 8.9% | +9.8% | |
| 斗气技 | 19.0% | 24.7% | -5.7% | |
| 版边压制 | 15.70 | 12.23 | +3.47 | |
| CA | 6.0% | 8.7% | -2.7% | |
| 斗气迸放消耗 | 1.3% | 1.8% | -0.5% | |
| 被困版边时间 | 8.90 | 9.11 | -0.21 | |
| 精准招架 | 0.40 | 0.57 | -0.17 | |
| 斗气招架 | 1.60 | 1.76 | -0.16 | |
| 斗气迸放 | 0.10 | 0.24 | -0.14 | |
| 受到惩罚反击 | 0.20 | 0.09 | +0.11 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 拆投 | 0.50 | 0.43 | +0.07 | |
| 招架时被投 | 0.30 | 0.25 | +0.05 | |
| 惩罚反击命中 | 0.10 | 0.13 | -0.03 | |
| 受到昏厥 | 0.10 | 0.07 | +0.03 | |
| 投技 | 2.40 | 2.38 | +0.02 | |
| 斗气反攻 | 0.20 | 0.19 | +0.01 | |
| 受到投技 | 2.20 | 2.20 | -0.00 |
从数据到练习
最近100场对战计划
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。
Dee Jay · 最近100场
需要改进的地方
明确每次量表消耗的目的
SA2：档案 60.8% · 参考 22%
看着实际量表回顾五次资源决策，记录换来了什么以及还剩哪些选择。使用占比本身不能衡量效率。
试试这样做练习熟悉连段的资源消耗版本与节省版本，比较结果和剩余量表，再决定各自适用的场景。
数据依据
- SA2：档案 60.8% · 参考 22%
- SA1：档案 17.7% · 参考 35.1%
- CA：档案 1.3% · 参考 9.2%
复盘防守决策
斗气招架：档案 2 · 参考 1.54
比较五个防守场景：对手做了什么、你选了什么、结果如何。招架或拆投次数少，并不直接说明防守有弱点。
试试这样做从一个棘手场景记录两种不同选择，练习辨别和应对，再检查下一组对战中的判断是否改善。
数据依据
- 斗气招架：档案 2 · 参考 1.54
- 精准招架：档案 0.6 · 参考 0.55
- 斗气反攻：档案 0.1 · 参考 0.19
找出惩罚反击的原因
惩罚反击命中：档案 0.2 · 参考 0.12
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
- 惩罚反击命中：档案 0.2 · 参考 0.12
- 受到惩罚反击：档案 0.2 · 参考 0.12
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6日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
把对局战绩当作观察线索
对阵Lily：24场中获胜6场
较低胜率提示可以研究哪些录像，但不保证选角优势。确认同一种困难场景是否出现在多场比赛中。
试试这样做如果你使用引用的角色，就试一次录像中熟悉的场景。对方应对良好时，放弃原假设，按实际表现调整。
数据依据
- 对阵Lily：24场中获胜6场
区分持续倾向与偶发失误
已保存的近期排位赛样本：93场中获胜45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：93场中获胜45场
保持压力但不过度冒进
版边压制：档案 15.1 · 参考 12.84
寻找用熟悉选择获取空间的机会。把对手逼到角落后，先观察实际脱身方式，再决定如何调整。
试试这样做试一次熟悉的压制。如果同一种脱身反复出现，就练习针对该动作的应对；如果对方变化防守，就不要押注单一判断。
数据依据
- 版边压制：档案 15.1 · 参考 12.84
- 被困版边时间：档案 10.7 · 参考 8.3
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6日 · AI：dots-studio/dots-3-note-preview:free