最近一场对战
失败排位赛
CA
MACA更新于2小时前
CrossPlatform
Czech RepublicM100%
CrossPlatformCzech RepublicM100%bleezy
Rapidfire Blitzkrieg
LP 8,321最近 10 场3–7最近 20 场5–15
胜率
36%
14 胜 · 25 负 · 已存 39 场
排位赛对战
39
已选模式
胜场
14
排位赛
负场
25
排位赛
最高 LP
8,609
Cammy
排位 LP · Cammy
此角色的 LP 走势
尚未请求回放
CAMACA按差值绝对值从大到小排列23 项习惯
| 习惯 | bleezy | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气技 | 64.8% | 16.8% | +48.0% | |
| 斗气前冲（取消） | 0.0% | 40.7% | -40.7% | |
| 斗气迸放消耗 | 16.2% | 1.3% | +14.9% | |
| SA1 | 55.1% | 43.6% | +11.6% | |
| SA2 | 5.6% | 16.0% | -10.4% | |
| 斗气防御 | 0.3% | 10.1% | -9.8% | |
| 版边压制 | 7.60 | 12.91 | -5.31 | |
| 斗气前冲（招架） | 0.0% | 5.2% | -5.2% | |
| 被困版边时间 | 4.70 | 8.80 | -4.10 | |
| CA | 5.6% | 9.3% | -3.7% | |
| SA3 | 33.6% | 31.2% | +2.5% | |
| 斗气招架 | 0.10 | 1.56 | -1.46 | |
| 斗气迸放 | 1.50 | 0.16 | +1.34 | |
| 惩罚反击命中 | 1.00 | 0.09 | +0.91 | |
| 精准招架 | 0.00 | 0.54 | -0.54 | |
| 受到惩罚反击 | 0.60 | 0.06 | +0.54 | |
| 投技 | 2.90 | 2.43 | +0.47 | |
| 受到投技 | 2.60 | 2.13 | +0.47 | |
| 招架时被投 | 0.10 | 0.25 | -0.15 | |
| 斗气反攻 | 0.10 | 0.18 | -0.08 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 拆投 | 0.30 | 0.35 | -0.05 | |
| 受到昏厥 | 0.00 | 0.04 | -0.04 |
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
让斗气迸放有明确目的
斗气迸放：档案 1.5 · 参考 0.27
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 1.5 · 参考 0.27
复盘防守决策
斗气招架：档案 0.1 · 参考 2.07
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
- 斗气招架：档案 0.1 · 参考 2.07
- 精准招架：档案 0 · 参考 0.64
找出惩罚反击的原因
受到惩罚反击：档案 0.6 · 参考 0.09
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 0.6 · 参考 0.09
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13日 · AI：nex-agi/nex-n2.5-mini:free
如何应对这位玩家
把对局战绩当作观察线索
对阵Ryu：15场中获胜8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Ryu：15场中获胜8场
- 对阵Cammy：15场中获胜7场
- 对阵Mai：13场中获胜5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13日 · AI：nex-agi/nex-n2.5-mini:free
Cammy · 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 0.6 · 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 0.6 · 参考 0.06
- 惩罚反击命中：档案 1 · 参考 0.09
复盘防守决策
斗气招架：档案 0.1 · 参考 1.56
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
- 斗气招架：档案 0.1 · 参考 1.56
- 精准招架：档案 0 · 参考 0.54
追踪位置得失的过程
版边压制：档案 7.6 · 参考 12.91
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 7.6 · 参考 12.91
- 被困版边时间：档案 4.7 · 参考 8.8
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13日 · AI：nex-agi/nex-n2.5-mini:free
如何应对这位玩家
先试探实际防守反应
斗气招架：档案 0.1 · 参考 1.56
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
- 斗气招架：档案 0.1 · 参考 1.56
- 精准招架：档案 0 · 参考 0.54
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13日 · AI：nex-agi/nex-n2.5-mini:free