最近一场对战
胜利排位赛
MA
LUMA更新于14小时前
Steam
United States俱乐部 · AntiFGCC100%
SteamUnited States俱乐部 · AntiFGCC100%Low Tier Mai
Don't Think I'll Play Nice
MR 1,848#6,282最近 10 场7–3+5最近 20 场14–6+20
胜率
47%
111 胜 · 125 负 · 已存 236 场
排位赛对战
236
已选模式
胜场
111
排位赛
负场
125
排位赛
最高 MR
1,860
Mai
排位 MR · Mai
本地 187 · 导入 461 · 图表显示 647 · 已存 279 场对战
尚未请求回放
MALUMA按差值绝对值从大到小排列23 项习惯
| 习惯 | Low Tier Mai | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 42.4% | 54.6% | -12.2% | |
| 版边压制 | 5.60 | 12.99 | -7.39 | |
| SA3 | 25.4% | 18.6% | +6.8% | |
| 被困版边时间 | 15.30 | 9.32 | +5.98 | |
| SA2 | 25.4% | 20.2% | +5.3% | |
| 斗气技 | 26.6% | 22.7% | +3.8% | |
| 斗气防御 | 11.9% | 13.4% | -1.5% | |
| 斗气招架 | 0.70 | 1.87 | -1.17 | |
| 斗气前冲（取消） | 28.3% | 29.4% | -1.1% | |
| 投技 | 1.60 | 2.49 | -0.89 | |
| 受到投技 | 1.50 | 2.23 | -0.73 | |
| 斗气前冲（招架） | 8.0% | 7.5% | +0.5% | |
| 精准招架 | 0.20 | 0.70 | -0.50 | |
| 拆投 | 0.00 | 0.46 | -0.46 | |
| 斗气迸放消耗 | 1.7% | 1.3% | +0.4% | |
| 招架时被投 | 0.10 | 0.26 | -0.16 | |
| CA | 6.8% | 6.6% | +0.2% | |
| 斗气反攻 | 0.10 | 0.19 | -0.09 | |
| 斗气迸放 | 0.10 | 0.19 | -0.09 | |
| 受到惩罚反击 | 0.00 | 0.07 | -0.07 | |
| 造成昏厥 | 0.00 | 0.06 | -0.06 | |
| 受到昏厥 | 0.10 | 0.05 | +0.05 | |
| 惩罚反击命中 | 0.10 | 0.10 | -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。
Mai · 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 0.19
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 0.19
- 斗气迸放消耗：档案 2.6% · 参考 1.4%
找出惩罚反击的原因
惩罚反击命中：档案 0.2 · 参考 0.11
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 0.11
- 受到惩罚反击：档案 0 · 参考 0.07
追踪位置得失的过程
版边压制：档案 9.5 · 参考 13.25
回看五次被逼到角落的过程。除了最后的脱身尝试，也要找出更早交出空间的决策，并对照成功压制角落的场景。
试试这样做在训练中重现反复出现的位置，比较常用应对与较少露出破绽的替代选择，再观察下一组对战中进入角落的频率。
数据依据
- 版边压制：档案 9.5 · 参考 13.25
- 被困版边时间：档案 8.4 · 参考 9.06
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12日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
验证斗气迸放倾向
斗气迸放：档案 0.3 · 参考 0.19
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 0.3 · 参考 0.19
- 斗气迸放消耗：档案 2.6% · 参考 1.4%
寻找可重复利用的反击机会
惩罚反击命中：档案 0.2 · 参考 0.11
把统计作为观察线索。寻找你已验证在该距离能反击的动作，不要仅凭观感认定它有破绽。
试试这样做该动作出现时，尝试已确认的反击。如果对方不再使用，就恢复平常的距离控制，不必强行寻找机会。
数据依据
- 惩罚反击命中：档案 0.2 · 参考 0.11
- 受到惩罚反击：档案 0 · 参考 0.07
先试探实际防守反应
斗气反攻：档案 0.2 · 参考 0.18
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 0.2 · 参考 0.18
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12日 · AI：dots-studio/dots-3-note-preview:free