最近一场对战
胜利排位赛
MA
SA
JA更新于5天前
Steam
OtherC100%
SteamOtherC100%アレックス・ケイジ
Conqueror: Heroine of Legend
MR 1,683#34,798最近 10 场6–4+14最近 20 场11–9+21
胜率
61%
17 胜 · 11 负 · 已存 28 场
排位赛对战
28
已选模式
胜场
17
排位赛
负场
11
排位赛
最高 MR
1,683
Jamie
排位 MR · Jamie
本地 27 · 导入 0 · 图表显示 27 · 已存 75 场对战
尚未请求回放
MASAJA按差值绝对值从大到小排列23 项习惯
| 习惯 | アレックス・ケイジ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 35.5% | 29.0% | +6.4% | |
| 斗气技 | 17.2% | 23.2% | -6.1% | |
| CA | 5.4% | 9.8% | -4.5% | |
| 版边压制 | 10.60 | 14.89 | -4.29 | |
| 斗气前冲（取消） | 36.5% | 33.8% | +2.7% | |
| SA3 | 37.6% | 39.7% | -2.1% | |
| 斗气防御 | 12.9% | 11.0% | +1.9% | |
| 被困版边时间 | 9.80 | 8.56 | +1.24 | |
| 受到投技 | 3.20 | 2.15 | +1.05 | |
| 拆投 | 1.30 | 0.40 | +0.90 | |
| 斗气前冲（招架） | 6.4% | 5.7% | +0.7% | |
| 斗气招架 | 2.20 | 1.78 | +0.42 | |
| 精准招架 | 0.40 | 0.67 | -0.27 | |
| 受到惩罚反击 | 0.20 | 0.06 | +0.14 | |
| SA2 | 21.5% | 21.4% | +0.1% | |
| 投技 | 2.30 | 2.40 | -0.10 | |
| 斗气迸放消耗 | 1.4% | 1.4% | +0.1% | |
| 受到昏厥 | 0.10 | 0.06 | +0.04 | |
| 斗气反攻 | 0.30 | 0.26 | +0.04 | |
| 惩罚反击命中 | 0.10 | 0.07 | +0.03 | |
| 造成昏厥 | 0.10 | 0.08 | +0.02 | |
| 斗气迸放 | 0.20 | 0.21 | -0.01 | |
| 招架时被投 | 0.20 | 0.20 | 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。
Jamie · 最近100场
需要改进的地方
复盘防守决策
斗气反攻：档案 0.3 · 参考 0.24
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 0.3 · 参考 0.24
- 精准招架：档案 0.4 · 参考 0.6
检查近距离选择
拆投：档案 1.3 · 参考 0.42
回看五次近距离交锋，区分投技机会、投技尝试和防守选择。仅靠汇总次数无法判断当时的正确答案。
试试这样做在重复场景中记录打击和投技，练习选定的应对，再检查自己能否在实战中有意识地做出判断。
数据依据
- 拆投：档案 1.3 · 参考 0.42
- 投技：档案 2.4 · 参考 2.38
- 受到投技：档案 2.9 · 参考 1.97
追踪位置得失的过程
版边压制：档案 9.5 · 参考 14.71
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 9.5 · 参考 14.71
- 被困版边时间：档案 9.3 · 参考 7.67
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7日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
把对局战绩当作观察线索
对阵Juri：58场中获胜39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Juri：58场中获胜39场
- 对阵Akuma：39场中获胜24场
- 对阵Char 253：934场中获胜526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7日 · AI：dots-studio/dots-3-note-preview:free