最近一场对战
胜利排位赛
MA
LUMA更新于6天前
Steam
Japan俱乐部 · GrabJunkieC100%
SteamJapan俱乐部 · GrabJunkieC100%はたらくくま
Might of Manon
MR 1,920#2,321最近 10 场5–5+3最近 20 场9–11-23
胜率
44%
23 胜 · 29 负 · 已存 52 场
排位赛对战
52
已选模式
胜场
23
排位赛
负场
29
排位赛
最高 MR
2,022
Manon
排位 MR · Manon
本地 52 · 导入 0 · 图表显示 52 · 已存 52 场对战
尚未请求回放
MALUMA按差值绝对值从大到小排列23 项习惯
| 习惯 | はたらくくま | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 33.7% | 25.4% | +8.3% | |
| 斗气前冲（取消） | 48.4% | 43.0% | +5.4% | |
| SA3 | 28.6% | 32.9% | -4.3% | |
| 版边压制 | 5.10 | 8.16 | -3.06 | |
| 被困版边时间 | 11.40 | 8.72 | +2.68 | |
| 斗气技 | 8.7% | 11.3% | -2.7% | |
| CA | 7.1% | 9.7% | -2.5% | |
| 斗气前冲（招架） | 3.1% | 5.0% | -2.0% | |
| SA2 | 30.6% | 32.1% | -1.4% | |
| 斗气迸放消耗 | 0.9% | 1.8% | -0.9% | |
| 斗气招架 | 2.60 | 1.80 | +0.80 | |
| 投技 | 1.90 | 2.53 | -0.63 | |
| 斗气防御 | 10.7% | 11.3% | -0.6% | |
| 受到投技 | 2.70 | 2.28 | +0.42 | |
| 拆投 | 0.80 | 0.56 | +0.24 | |
| 惩罚反击命中 | 0.00 | 0.14 | -0.14 | |
| 斗气迸放 | 0.10 | 0.22 | -0.12 | |
| 受到惩罚反击 | 0.00 | 0.11 | -0.11 | |
| 斗气反攻 | 0.40 | 0.30 | +0.10 | |
| 招架时被投 | 0.10 | 0.20 | -0.10 | |
| 精准招架 | 0.70 | 0.64 | +0.06 | |
| 受到昏厥 | 0.10 | 0.06 | +0.04 | |
| 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。
Manon · 最近100场
需要改进的地方
找出惩罚反击的原因
惩罚反击命中：档案 0 · 参考 0.14
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
- 惩罚反击命中：档案 0 · 参考 0.14
- 受到惩罚反击：档案 0 · 参考 0.11
检查近距离选择
投技：档案 1.9 · 参考 2.53
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 1.9 · 参考 2.53
- 拆投：档案 0.8 · 参考 0.56
- 受到投技：档案 2.7 · 参考 2.28
明确每次量表消耗的目的
SA1：档案 33.7% · 参考 25.4%
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
- SA1：档案 33.7% · 参考 25.4%
- SA2：档案 30.6% · 参考 32.1%
- SA3：档案 28.6% · 参考 32.9%
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 0.1 · 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 0.1 · 参考 0.22
- 斗气迸放消耗：档案 0.9% · 参考 1.8%
先试探实际防守反应
斗气招架：档案 2.6 · 参考 1.8
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 2.6 · 参考 1.8
- 精准招架：档案 0.7 · 参考 0.64
- 斗气反攻：档案 0.4 · 参考 0.3
保持压力但不过度冒进
版边压制：档案 5.1 · 参考 8.16
寻找用熟悉选择获取空间的机会。把对手逼到角落后，先观察实际脱身方式，再决定如何调整。
试试这样做试一次熟悉的压制。如果同一种脱身反复出现，就练习针对该动作的应对；如果对方变化防守，就不要押注单一判断。
数据依据
- 版边压制：档案 5.1 · 参考 8.16
- 被困版边时间：档案 11.4 · 参考 8.72
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