最近一场对战
胜利排位赛
MA
MA
YA更新于6天前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%Task
Agila's Talons
MR 1,680#34,910最近 10 场9–1+51最近 20 场14–6+58
胜率
56%
41 胜 · 32 负 · 已存 73 场
排位赛对战
73
已选模式
胜场
41
排位赛
负场
32
排位赛
最高 MR
1,703
Yasmine
排位 MR · Yasmine
本地 73 · 导入 0 · 图表显示 73 · 已存 75 场对战
尚未请求回放
MAMAYA按差值绝对值从大到小排列23 项习惯
| 习惯 | Task | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 19.1% | 30.9% | -11.8% | |
| CA | 20.6% | 9.2% | +11.4% | |
| 斗气前冲（取消） | 19.7% | 29.7% | -10.0% | |
| 斗气技 | 14.7% | 17.5% | -2.8% | |
| SA3 | 38.2% | 35.7% | +2.6% | |
| 被困版边时间 | 11.60 | 9.07 | +2.53 | |
| SA2 | 22.1% | 24.2% | -2.2% | |
| 版边压制 | 11.10 | 13.01 | -1.91 | |
| 斗气防御 | 16.4% | 14.5% | +1.9% | |
| 斗气前冲（招架） | 9.5% | 8.4% | +1.0% | |
| 受到投技 | 3.10 | 2.34 | +0.76 | |
| 斗气迸放消耗 | 1.0% | 1.4% | -0.4% | |
| 拆投 | 0.80 | 0.48 | +0.32 | |
| 投技 | 2.80 | 2.52 | +0.28 | |
| 斗气反攻 | 0.50 | 0.23 | +0.27 | |
| 招架时被投 | 0.40 | 0.23 | +0.17 | |
| 精准招架 | 0.60 | 0.70 | -0.10 | |
| 斗气招架 | 1.80 | 1.90 | -0.10 | |
| 造成昏厥 | 0.00 | 0.08 | -0.08 | |
| 斗气迸放 | 0.10 | 0.17 | -0.07 | |
| 受到昏厥 | 0.10 | 0.06 | +0.04 | |
| 受到惩罚反击 | 0.10 | 0.06 | +0.04 | |
| 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。
Yasmine · 最近100场
需要改进的地方
找出惩罚反击的原因
受到惩罚反击：档案 0.1 · 参考 0.06
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 0.1 · 参考 0.06
追踪位置得失的过程
被困版边时间：档案 11.6 · 参考 9.38
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
- 被困版边时间：档案 11.6 · 参考 9.38
- 版边压制：档案 11.1 · 参考 13.62
明确每次量表消耗的目的
SA1：档案 19.1% · 参考 32.1%
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
- SA1：档案 19.1% · 参考 32.1%
- CA：档案 20.6% · 参考 10%
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8日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
先试探实际防守反应
斗气反攻：档案 0.5 · 参考 0.24
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 0.5 · 参考 0.24
- 拆投：档案 0.8 · 参考 0.49
把对局战绩当作观察线索
对阵Yasmine：110场中获胜64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：110场中获胜64场
- 对阵Luke：106场中获胜57场
区分持续倾向与偶发失误
已保存的近期排位赛样本：52场中获胜29场
研究多场近期比赛，对照胜局与败局。围绕重复场景准备，不要只记住一次显眼失误。
试试这样做用第一回合验证一个观察假设。若重复出现，就应用准备好的调整；若没有，就放弃假设并观察新模式。
数据依据
- 已保存的近期排位赛样本：52场中获胜29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9月8日 · AI：dots-studio/dots-3-note-preview:free