Juri
更新于6小时前CrossPlatformCrossPlatformJapanJapanC100%

Rey5

OGHunt
段位 36MR 1,249#614,785
最近 10 场3–7-34最近 20 场8–12-28
胜率
43%
129 胜 · 168 负 · 已存 297 场
排位赛对战
297
已选模式
胜场
129
排位赛
负场
168
排位赛
最高 MR
1,442
Juri

排位 MR · Juri

本地 294 · 导入 0 · 图表显示 294 · 已存 314 场对战

最近一场对战

胜利排位赛

尚未请求回放
Juri
Rey5 · Juri
A.K.I.
对手 · A.K.I.Nalio

打法参考

与前30名Juri玩家的习惯对比

基准更新于 2026年9月12日 13:26

最近100场比赛的已报告趋势,并非生涯习惯平均值。 · 数据详情

Juri
Rey5的Juri基准

与抽样的前30名Juri玩家的平均习惯对比。

2BASSA 2286 · Maroto 2211 · JACK_DOLL 2205 · でんせつえすぴ~ 2172 · aiai 2171 · 另有25人

按差值绝对值从大到小排列23 项习惯
习惯Rey5顶尖玩家差异 较少顶尖玩家较多
斗气前冲(取消)38.4%31.9%+6.5%
CA15.3%8.9%+6.4%
SA215.3%19.5%-4.2%
SA133.3%36.7%-3.4%
斗气前冲(招架)3.8%7.1%-3.3%
斗气防御10.4%13.4%-3.0%
版边压制10.2012.24-2.04
斗气技17.4%19.4%-2.0%
SA336.1%34.8%+1.3%
受到投技2.902.13+0.77
投技2.002.65-0.65
被困版边时间9.709.20+0.50
斗气招架2.402.07+0.33
斗气迸放消耗1.7%2.0%-0.3%
精准招架0.400.64-0.24
斗气反攻0.000.20-0.20
招架时被投0.100.26-0.16
斗气迸放0.200.27-0.07
受到昏厥0.100.04+0.06
拆投0.400.46-0.06
惩罚反击命中0.100.13-0.03
造成昏厥0.100.09+0.01
受到惩罚反击0.100.09+0.01
从数据到练习

对战计划

最近100场

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

  1. 让斗气迸放有明确目的

    斗气迸放:档案 0.5 · 参考 0.24

    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 0.24
    • 斗气迸放消耗:档案 4.5% · 参考 1.8%
  2. 找出惩罚反击的原因

    受到惩罚反击:档案 0.3 · 参考 0.08

    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 0.08
    • 惩罚反击命中:档案 0.3 · 参考 0.11
  3. 复盘防守决策

    精准招架:档案 0.3 · 参考 0.64

    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
    • 精准招架:档案 0.3 · 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6日 · AI:dots-studio/dots-3-note-preview:free

如何应对这位玩家

  1. 把对局战绩当作观察线索

    对阵Alex:72场中获胜32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Alex:72场中获胜32场
  2. 验证斗气迸放倾向

    斗气迸放:档案 0.5 · 参考 0.24

    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 0.24
    • 斗气迸放消耗:档案 4.5% · 参考 1.8%
  3. 寻找可重复利用的反击机会

    受到惩罚反击:档案 0.3 · 参考 0.08

    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 0.08
    • 惩罚反击命中:档案 0.3 · 参考 0.11

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6日 · AI:dots-studio/dots-3-note-preview:free