最近一场对战
失败休闲赛
MA
KEMA更新于5天前
Steam
OtherC95%
SteamOtherC95%KeyError
Judo Queen
MR 1,603#81,881最近 10 场5–50最近 20 场12–80
胜率
55%
17 胜 · 14 负 · 已存 31 场
排位赛对战
31
已选模式
胜场
17
排位赛
负场
14
排位赛
最高 MR
1,623
Manon
排位 MR · Manon
本地 12 · 导入 0 · 图表显示 12 · 已存 59 场对战
尚未请求回放
MAKEMA按差值绝对值从大到小排列23 项习惯
| 习惯 | KeyError | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 40.5% | 25.4% | +15.1% | |
| 斗气前冲（取消） | 53.2% | 43.0% | +10.2% | |
| SA2 | 23.4% | 32.1% | -8.6% | |
| CA | 6.3% | 9.7% | -3.4% | |
| SA3 | 29.7% | 32.9% | -3.1% | |
| 斗气前冲（招架） | 2.6% | 5.0% | -2.4% | |
| 版边压制 | 6.40 | 8.16 | -1.76 | |
| 斗气招架 | 3.00 | 1.80 | +1.20 | |
| 斗气技 | 12.0% | 11.3% | +0.6% | |
| 拆投 | 0.20 | 0.56 | -0.36 | |
| 投技 | 2.80 | 2.53 | +0.27 | |
| 斗气迸放消耗 | 2.1% | 1.8% | +0.3% | |
| 精准招架 | 0.40 | 0.64 | -0.24 | |
| 被困版边时间 | 8.50 | 8.72 | -0.22 | |
| 斗气反攻 | 0.10 | 0.30 | -0.20 | |
| 受到投技 | 2.10 | 2.28 | -0.18 | |
| 斗气防御 | 11.2% | 11.3% | -0.1% | |
| 招架时被投 | 0.10 | 0.20 | -0.10 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 惩罚反击命中 | 0.10 | 0.14 | -0.04 | |
| 受到昏厥 | 0.10 | 0.06 | +0.04 | |
| 斗气迸放 | 0.20 | 0.22 | -0.02 | |
| 受到惩罚反击 | 0.10 | 0.11 | -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。
Manon · 最近100场
需要改进的地方
研究反复出现的角色对局场景
对阵Yasmine：65场中获胜25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Yasmine：65场中获胜25场
- 对阵A.K.I.：62场中获胜37场
- 对阵Luke：60场中获胜34场
让斗气迸放有明确目的
斗气迸放：档案 0.2 · 参考 0.22
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 0.2 · 参考 0.22
检查近距离选择
投技：档案 2.8 · 参考 2.53
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 2.8 · 参考 2.53
- 受到投技：档案 2.1 · 参考 2.28
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9日 · AI：nex-agi/nex-n2.5-mini:free
如何应对这位玩家
把对局战绩当作观察线索
对阵Yasmine：65场中获胜25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Yasmine：65场中获胜25场
- 对阵A.K.I.：62场中获胜37场
- 对阵Luke：60场中获胜34场
先试探实际防守反应
斗气招架：档案 3 · 参考 1.8
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 3 · 参考 1.8
- 精准招架：档案 0.4 · 参考 0.64
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9日 · AI：nex-agi/nex-n2.5-mini:free