最近一场对战
胜利排位赛
TE
M.TE更新于6天前
CrossPlatform
Japan俱乐部 · GODSGARDENC100%
CrossPlatformJapan俱乐部 · GODSGARDENC100%向き不向きムキムキ
Let's Do This
MR 1,502#235,226最近 10 场2–0+16最近 20 场2–0+16
胜率
100%
2 胜 · 0 负 · 已存 2 场
排位赛对战
2
已选模式
胜场
2
排位赛
负场
0
排位赛
最高 MR
1,522
Terry
排位 MR · Terry
本地 2 · 导入 0 · 图表显示 2 · 已存 77 场对战
尚未请求回放
TEM.TE按差值绝对值从大到小排列23 项习惯
| 习惯 | 向き不向きムキムキ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| CA | 25.4% | 9.0% | +16.4% | |
| SA1 | 20.9% | 33.6% | -12.7% | |
| 斗气前冲（取消） | 45.7% | 33.4% | +12.3% | |
| 斗气技 | 7.5% | 16.3% | -8.8% | |
| SA2 | 16.4% | 24.5% | -8.1% | |
| SA3 | 37.3% | 32.8% | +4.5% | |
| 版边压制 | 8.00 | 12.45 | -4.45 | |
| 斗气前冲（招架） | 5.1% | 8.2% | -3.1% | |
| 被困版边时间 | 12.50 | 9.65 | +2.85 | |
| 斗气防御 | 12.3% | 14.3% | -2.0% | |
| 斗气迸放消耗 | 0.6% | 1.6% | -1.0% | |
| 精准招架 | 0.20 | 0.80 | -0.60 | |
| 投技 | 2.90 | 2.49 | +0.41 | |
| 斗气招架 | 2.30 | 1.89 | +0.41 | |
| 斗气迸放 | 0.00 | 0.21 | -0.21 | |
| 惩罚反击命中 | 0.00 | 0.12 | -0.12 | |
| 受到投技 | 2.30 | 2.21 | +0.09 | |
| 受到惩罚反击 | 0.00 | 0.09 | -0.09 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 受到昏厥 | 0.00 | 0.05 | -0.05 | |
| 招架时被投 | 0.30 | 0.26 | +0.04 | |
| 拆投 | 0.40 | 0.43 | -0.03 | |
| 斗气反攻 | 0.20 | 0.17 | +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。
Terry · 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 0 · 参考 0.22
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 · 参考 0.22
- 斗气迸放消耗：档案 0.6% · 参考 1.6%
复盘防守决策
精准招架：档案 0.2 · 参考 0.73
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
- 精准招架：档案 0.2 · 参考 0.73
- 斗气招架：档案 2.3 · 参考 1.84
追踪位置得失的过程
版边压制：档案 8 · 参考 12.01
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 8 · 参考 12.01
- 被困版边时间：档案 12.5 · 参考 9.55
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Char 253：775场中获胜285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Char 253：775场中获胜285场
- 对阵Sagat：156场中获胜46场
- 对阵Ken：103场中获胜42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