最近一场对战
失败排位赛
MA
RY
JU更新于12小时前
Steam
OtherC100%
SteamOtherC100%Rabith@YouTube
Now Streaming!
最近 10 场1–9最近 20 场1–16-14
胜率
6%
1 胜 · 16 负 · 已存 17 场
排位赛对战
17
已选模式
胜场
1
排位赛
负场
16
排位赛
最高 MR
1,519
Juri
排位 MR · Juri
本地 2 · 导入 0 · 图表显示 2 · 已存 17 场对战
尚未请求回放
MARYJU按差值绝对值从大到小排列23 项习惯
| 习惯 | Rabith@YouTube | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 3.1% | 16.9% | -13.9% | |
| SA1 | 48.0% | 38.3% | +9.6% | |
| 版边压制 | 7.10 | 12.56 | -5.46 | |
| 斗气迸放消耗 | 7.2% | 2.0% | +5.3% | |
| CA | 14.3% | 9.8% | +4.5% | |
| 斗气技 | 15.8% | 18.9% | -3.1% | |
| 斗气前冲（取消） | 30.2% | 32.9% | -2.6% | |
| 被困版边时间 | 6.50 | 8.68 | -2.18 | |
| 斗气前冲（招架） | 8.2% | 7.0% | +1.2% | |
| 斗气反攻 | 1.00 | 0.20 | +0.80 | |
| 斗气防御 | 14.0% | 13.4% | +0.7% | |
| 精准招架 | 0.10 | 0.75 | -0.65 | |
| 拆投 | 0.10 | 0.41 | -0.31 | |
| 投技 | 3.00 | 2.72 | +0.28 | |
| 斗气迸放 | 0.50 | 0.26 | +0.24 | |
| 斗气招架 | 1.80 | 2.03 | -0.23 | |
| SA3 | 34.7% | 34.9% | -0.2% | |
| 受到惩罚反击 | 0.30 | 0.10 | +0.20 | |
| 惩罚反击命中 | 0.30 | 0.12 | +0.18 | |
| 造成昏厥 | 0.00 | 0.09 | -0.09 | |
| 招架时被投 | 0.20 | 0.28 | -0.08 | |
| 受到昏厥 | 0.10 | 0.06 | +0.04 | |
| 受到投技 | 2.10 | 2.13 | -0.03 |
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。
Juri · 最近100场
需要改进的地方
复盘防守决策
斗气反攻：档案 1 · 参考 0.2
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
- 斗气反攻：档案 1 · 参考 0.2
- 斗气招架：档案 1.8 · 参考 2.03
- 精准招架：档案 0.1 · 参考 0.75
找出惩罚反击的原因
受到惩罚反击：档案 0.3 · 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
- 受到惩罚反击：档案 0.3 · 参考 0.1
- 惩罚反击命中：档案 0.3 · 参考 0.12
让斗气迸放有明确目的
斗气迸放：档案 0.5 · 参考 0.26
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 0.5 · 参考 0.26
- 斗气迸放消耗：档案 7.2% · 参考 2%
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16日 · AI：nex-agi/nex-n2.5-pro:free
如何应对这位玩家
验证斗气迸放倾向
斗气迸放：档案 0.5 · 参考 0.26
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 0.5 · 参考 0.26
- 斗气迸放消耗：档案 7.2% · 参考 2%
寻找可重复利用的反击机会
受到惩罚反击：档案 0.3 · 参考 0.1
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
- 受到惩罚反击：档案 0.3 · 参考 0.1
试探近距离模式
投技：档案 3 · 参考 2.72
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 3 · 参考 2.72
- 拆投：档案 0.1 · 参考 0.41
- 受到投技：档案 2.1 · 参考 2.13
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16日 · AI：nex-agi/nex-n2.5-pro:free