C. Viper
更新于13小时前SteamSteamJapanJapan俱乐部 · VSPOFanclubC100%

ame0mi

Team CR
段位 36MR 1,615#66,566
最近 10 场6–4+17最近 20 场12–8+38
胜率
50%
188 胜 · 191 负 · 已存 379 场
排位赛对战
379
已选模式
胜场
188
排位赛
负场
191
排位赛
最高 MR
1,661
C. Viper

排位 MR · C. Viper

本地 387 · 导入 0 · 图表显示 387 · 已存 512 场对战

最近一场对战

胜利排位赛

尚未请求回放
C. Viper
ame0mi · C. Viper
Luke
对手 · LukeXina

打法参考

与前30名C. Viper玩家的习惯对比

基准更新于 2026年9月2日 10:16

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

C. Viper
ame0mi的C. Viper基准

与抽样的前30名C. Viper玩家的平均习惯对比。

Fujimura 2238 · Kazunoko 2228 · inaba 2203 · CRTachikawa 2157 · Yoske 2144 · 另有25人

按差值绝对值从大到小排列23 项习惯
习惯ame0mi顶尖玩家差异 较少顶尖玩家较多
SA132.8%45.0%-12.2%
斗气技12.4%23.2%-10.8%
SA337.3%26.8%+10.5%
CA13.4%6.8%+6.7%
斗气前冲(取消)10.8%16.4%-5.6%
斗气防御19.5%14.2%+5.3%
SA216.4%21.5%-5.0%
斗气前冲(招架)10.7%7.3%+3.4%
斗气迸放消耗3.3%1.8%+1.5%
版边压制9.8011.07-1.27
受到投技2.702.19+0.51
投技2.002.28-0.28
精准招架0.400.63-0.23
斗气反攻0.400.28+0.12
斗气招架1.601.52+0.08
被困版边时间8.708.66+0.04
斗气迸放0.200.16+0.04
拆投0.500.47+0.03
受到惩罚反击0.100.07+0.03
造成昏厥0.100.07+0.03
受到昏厥0.000.02-0.02
招架时被投0.200.21-0.01
惩罚反击命中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。

C. Viper · 最近100场

需要改进的地方

  1. 找出惩罚反击的原因

    受到惩罚反击:档案 0.2 · 参考 0.07

    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 0.2 · 参考 0.07
  2. 让斗气迸放有明确目的

    斗气迸放:档案 0.3 · 参考 0.16

    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 0.16
    • 斗气迸放消耗:档案 4.3% · 参考 1.8%
  3. 明确每次量表消耗的目的

    SA3:档案 31.1% · 参考 26.8%

    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
    • SA3:档案 31.1% · 参考 26.8%

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. 寻找可重复利用的反击机会

    受到惩罚反击:档案 0.2 · 参考 0.07

    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 0.2 · 参考 0.07
  2. 验证斗气迸放倾向

    斗气迸放:档案 0.3 · 参考 0.16

    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 0.16

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

隐私设置

允许 YouTube/Twitch 媒体、使用分析和记录保存吗?选择有效期为 180 天,可随时在此撤回。

更多选项与详情

可选功能默认关闭,只有您选择后才会启用。您可以随时在此更改或撤回选择。

您主动使用的功能所需的存储与安全措施仍然可用,包括收藏选手、请求回放和反馈。

选择会在此设备保存 180 天。关闭分析会重新加载页面,以停止已加载的分析脚本。

隐私与存储