最近一场对战
失败排位赛
LULULU更新于4天前
Steam
JapanC100%
SteamJapanC100%kirudore
Throw Fists On Screen, Not Off!
MR 1,262#588,636最近 10 场2–8-48最近 20 场2–18-123
胜率
21%
8 胜 · 31 负 · 已存 39 场
排位赛对战
39
已选模式
胜场
8
排位赛
负场
31
排位赛
最高 MR
1,446
Luke
排位 MR · Luke
本地 39 · 导入 0 · 图表显示 39 · 已存 39 场对战
尚未请求回放
LULULU按差值绝对值从大到小排列23 项习惯
| 习惯 | kirudore | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA3 | 66.7% | 34.2% | +32.5% | |
| SA1 | 3.7% | 30.6% | -26.9% | |
| SA2 | 3.7% | 26.0% | -22.3% | |
| CA | 25.9% | 9.2% | +16.8% | |
| 斗气技 | 9.2% | 16.7% | -7.5% | |
| 版边压制 | 6.20 | 13.55 | -7.35 | |
| 斗气防御 | 7.1% | 13.2% | -6.1% | |
| 斗气前冲（取消） | 42.8% | 37.3% | +5.5% | |
| 斗气前冲（招架） | 4.6% | 7.6% | -3.0% | |
| 斗气迸放消耗 | 4.2% | 1.4% | +2.8% | |
| 被困版边时间 | 10.60 | 8.74 | +1.86 | |
| 斗气招架 | 0.60 | 1.80 | -1.20 | |
| 受到投技 | 3.10 | 2.01 | +1.09 | |
| 投技 | 1.50 | 2.43 | -0.93 | |
| 精准招架 | 0.10 | 0.69 | -0.59 | |
| 受到惩罚反击 | 0.40 | 0.06 | +0.34 | |
| 斗气迸放 | 0.50 | 0.19 | +0.31 | |
| 惩罚反击命中 | 0.30 | 0.08 | +0.22 | |
| 拆投 | 0.20 | 0.37 | -0.17 | |
| 招架时被投 | 0.10 | 0.22 | -0.12 | |
| 斗气反攻 | 0.10 | 0.20 | -0.10 | |
| 受到昏厥 | 0.00 | 0.06 | -0.06 | |
| 造成昏厥 | 0.10 | 0.07 | +0.03 |
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。
Luke · 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 0.4 · 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 0.4 · 参考 0.06
复盘防守决策
受到投技：档案 3.1 · 参考 2.01
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
- 受到投技：档案 3.1 · 参考 2.01
- 斗气招架：档案 0.6 · 参考 1.8
- 精准招架：档案 0.1 · 参考 0.69
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9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
受到投技：档案 3.1 · 参考 2.01
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
- 受到投技：档案 3.1 · 参考 2.01
区分持续倾向与偶发失误
已保存的近期排位赛样本：39场中获胜8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：39场中获胜8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9日 · AI：nex-agi/nex-n2.5-mini:free