最近一场对战
KICccDzin
排位 MR · Kimberly
本地 138 · 导入 0 · 图表显示 138 · 已存 138 场对战
| 习惯 | CccDzin | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 5.3% | 19.2% | -14.0% | |
| SA3 | 51.3% | 38.5% | +12.8% | |
| 斗气前冲(取消) | 18.9% | 29.7% | -10.8% | |
| 斗气技 | 13.8% | 22.3% | -8.5% | |
| CA | 15.8% | 8.2% | +7.6% | |
| SA1 | 27.6% | 34.0% | -6.4% | |
| 斗气防御 | 19.1% | 12.9% | +6.3% | |
| 斗气前冲(招架) | 10.5% | 7.5% | +2.9% | |
| 投技 | 6.20 | 3.44 | +2.76 | |
| 版边压制 | 16.70 | 15.07 | +1.63 | |
| 斗气迸放消耗 | 3.5% | 2.2% | +1.3% | |
| 被困版边时间 | 10.00 | 8.89 | +1.11 | |
| 斗气招架 | 2.20 | 1.54 | +0.66 | |
| 受到投技 | 2.80 | 2.14 | +0.66 | |
| 斗气反攻 | 0.60 | 0.36 | +0.24 | |
| 招架时被投 | 0.20 | 0.36 | -0.16 | |
| 惩罚反击命中 | 0.20 | 0.13 | +0.07 | |
| 精准招架 | 0.50 | 0.44 | +0.06 | |
| 造成昏厥 | 0.10 | 0.14 | -0.04 | |
| 受到昏厥 | 0.00 | 0.03 | -0.03 | |
| 斗气迸放 | 0.30 | 0.27 | +0.03 | |
| 拆投 | 0.40 | 0.38 | +0.02 | |
| 受到惩罚反击 | 0.10 | 0.10 | -0.00 |
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。
Kimberly · 最近100场
需要改进的地方
让斗气迸放有明确目的
斗气迸放:档案 0.3 · 参考 0.27
回看五次斗气迸放,记录使用场景和结果。保留有效用法,研究反复失败的原因,而不是追求参考平均次数。
试试这样做在不同训练人偶槽位记录斗气迸放与普通攻击,混合播放,练习辨别并选择当前量表状态下可用的应对。
数据依据
- 斗气迸放:档案 0.3 · 参考 0.27
- 斗气迸放消耗:档案 3.5% · 参考 2.2%
复盘防守决策
斗气招架:档案 2.2 · 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 2.2 · 参考 1.54
- 精准招架:档案 0.5 · 参考 0.44
检查近距离选择
投技:档案 6.2 · 参考 3.44
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 6.2 · 参考 3.44
- 拆投:档案 0.4 · 参考 0.38
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:dots-studio/dots-3-note-preview:free
如何应对这位玩家
试探近距离模式
投技:档案 6.2 · 参考 3.44
观察实际的打击、投技和防守选择。出现倾向后,再改变熟悉攻防中的一个部分。
试试这样做同样的反应连续出现两次后,尝试不同选择。如果对方改变反应,就重新混合选项,不要认定这个模式永远有效。
数据依据
- 投技:档案 6.2 · 参考 3.44
- 受到投技:档案 2.8 · 参考 2.14
先试探实际防守反应
斗气反攻:档案 0.6 · 参考 0.36
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
- 斗气反攻:档案 0.6 · 参考 0.36
- 斗气招架:档案 2.2 · 参考 1.54
把对局战绩当作观察线索
对阵Ryu:132场中获胜66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Ryu:132场中获胜66场
- 对阵Luke:115场中获胜45场
- 对阵Akuma:127场中获胜65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:dots-studio/dots-3-note-preview:free

