最近一场对战
失败排位赛
DE
M.DE更新于5天前
Steam
JapanC99%
SteamJapanC99%nullne
Let's Do This
MR 1,498#310,069最近 10 场3–7-28最近 20 场10–10+7
胜率
52%
24 胜 · 22 负 · 已存 46 场
排位赛对战
46
已选模式
胜场
24
排位赛
负场
22
排位赛
最高 MR
1,534
Dee Jay
排位 MR · Dee Jay
本地 46 · 导入 0 · 图表显示 46 · 已存 87 场对战
尚未请求回放
DEM.DE按差值绝对值从大到小排列23 项习惯
| 习惯 | nullne | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA3 | 16.9% | 33.8% | -16.8% | |
| SA2 | 35.4% | 21.3% | +14.1% | |
| CA | 15.4% | 8.7% | +6.7% | |
| 斗气技 | 29.9% | 24.7% | +5.3% | |
| SA1 | 32.3% | 36.2% | -3.9% | |
| 斗气防御 | 12.7% | 15.1% | -2.3% | |
| 被困版边时间 | 7.80 | 9.11 | -1.31 | |
| 斗气前冲（取消） | 22.0% | 23.0% | -1.0% | |
| 斗气招架 | 0.90 | 1.76 | -0.86 | |
| 斗气迸放消耗 | 2.2% | 1.8% | +0.4% | |
| 受到投技 | 1.80 | 2.20 | -0.40 | |
| 精准招架 | 0.20 | 0.57 | -0.37 | |
| 版边压制 | 12.00 | 12.23 | -0.23 | |
| 拆投 | 0.20 | 0.43 | -0.23 | |
| 斗气前冲（招架） | 9.1% | 8.9% | +0.2% | |
| 投技 | 2.20 | 2.38 | -0.18 | |
| 招架时被投 | 0.10 | 0.25 | -0.15 | |
| 斗气反攻 | 0.30 | 0.19 | +0.11 | |
| 受到惩罚反击 | 0.20 | 0.09 | +0.11 | |
| 惩罚反击命中 | 0.20 | 0.13 | +0.07 | |
| 斗气迸放 | 0.30 | 0.24 | +0.06 | |
| 造成昏厥 | 0.10 | 0.07 | +0.03 | |
| 受到昏厥 | 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。
Dee Jay · 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 0.2 · 参考 0.12
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 0.12
- 惩罚反击命中：档案 0.2 · 参考 0.12
检查近距离选择
投技：档案 2.1 · 参考 2.49
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
- 投技：档案 2.1 · 参考 2.49
- 受到投技：档案 1.9 · 参考 2.12
明确每次量表消耗的目的
SA3：档案 14.5% · 参考 33.7%
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 14.5% · 参考 33.7%
- CA：档案 21.7% · 参考 9.2%
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
验证斗气迸放倾向
斗气迸放：档案 0.3 · 参考 0.22
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 0.22
先试探实际防守反应
斗气招架：档案 0.8 · 参考 1.54
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 0.8 · 参考 1.54
- 精准招架：档案 0.1 · 参考 0.55
根据当前量表调整
CA：档案 21.7% · 参考 9.2%
对战时关注实际斗气和超必杀量表。档案中的消耗倾向只是待验证的线索，不能预测燃尽或保证反击机会。
试试这样做对方大幅消耗后，接近前先重新评估双方可用选择。如果其资源决策与统计不同，就以当前场面为准。
数据依据
- CA：档案 21.7% · 参考 9.2%
- SA2：档案 34.8% · 参考 22%
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