最近一场对战
胜利排位赛
JAJA
SA更新于2天前
Steam
Japan俱乐部 · KINTYOVILLAGE2C100%
SteamJapan俱乐部 · KINTYOVILLAGE2C100%CoPyMD
Slowly but Surely
MR 1,907#3,070最近 10 场6–4+23最近 20 场13–7+52
胜率
55%
91 胜 · 75 负 · 已存 166 场
排位赛对战
166
已选模式
胜场
91
排位赛
负场
75
排位赛
最高 MR
1,907
Sagat
排位 MR · Sagat
本地 165 · 导入 0 · 图表显示 165 · 已存 305 场对战
尚未请求回放
JAJASA按差值绝对值从大到小排列23 项习惯
| 习惯 | CoPyMD | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 40.4% | 24.6% | +15.8% | |
| 斗气前冲（取消） | 45.7% | 34.0% | +11.7% | |
| SA3 | 31.3% | 39.9% | -8.6% | |
| 斗气技 | 8.8% | 16.0% | -7.3% | |
| SA2 | 22.2% | 26.4% | -4.2% | |
| 版边压制 | 8.30 | 12.43 | -4.13 | |
| 斗气防御 | 11.0% | 14.2% | -3.2% | |
| CA | 6.1% | 9.1% | -3.0% | |
| 斗气前冲（招架） | 5.7% | 8.4% | -2.7% | |
| 被困版边时间 | 10.70 | 8.88 | +1.82 | |
| 投技 | 1.40 | 2.23 | -0.83 | |
| 斗气迸放消耗 | 0.9% | 1.3% | -0.5% | |
| 受到投技 | 2.40 | 2.21 | +0.19 | |
| 拆投 | 0.30 | 0.46 | -0.16 | |
| 招架时被投 | 0.10 | 0.25 | -0.15 | |
| 精准招架 | 0.60 | 0.74 | -0.14 | |
| 斗气招架 | 1.70 | 1.81 | -0.11 | |
| 造成昏厥 | 0.00 | 0.08 | -0.08 | |
| 斗气迸放 | 0.10 | 0.18 | -0.08 | |
| 斗气反攻 | 0.30 | 0.24 | +0.06 | |
| 受到昏厥 | 0.10 | 0.05 | +0.05 | |
| 惩罚反击命中 | 0.10 | 0.11 | -0.01 | |
| 受到惩罚反击 | 0.10 | 0.09 | +0.01 |
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。
Sagat · 最近100场
需要改进的地方
明确每次量表消耗的目的
CA：档案 20.5% · 参考 9.3%
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
- CA：档案 20.5% · 参考 9.3%
- 斗气技：档案 9.1% · 参考 16.5%
- SA2：档案 14.1% · 参考 25.1%
找出惩罚反击的原因
惩罚反击命中：档案 0.1 · 参考 0.1
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 0.1 · 参考 0.1
- 受到惩罚反击：档案 0.1 · 参考 0.09
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8月30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Char 253：800场中获胜419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Char 253：800场中获胜419场
- 对阵Luke：54场中获胜30场
- 对阵Yasmine：52场中获胜31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8月30日 · AI：dots-studio/dots-3-note-preview:free