最近一场对战
失败自定义房间
C.
AL
SA更新于4天前
CrossPlatform
Japan俱乐部 · KINCHOVILLAGEC100%
CrossPlatformJapan俱乐部 · KINCHOVILLAGEC100%魔草マンドラゴラ
Emperor
MR 1,633#52,521最近 10 场8–2+40最近 20 场16–4+78
胜率
62%
33 胜 · 20 负 · 已存 53 场
排位赛对战
53
已选模式
胜场
33
排位赛
负场
20
排位赛
最高 MR
1,633
Sagat
排位 MR · Sagat
本地 51 · 导入 0 · 图表显示 51 · 已存 154 场对战
此时间范围内的排位 MR 数据不足。
尚未请求回放
C.ALSA按差值绝对值从大到小排列23 项习惯
| 习惯 | 魔草マンドラゴラ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 52.2% | 24.6% | +27.6% | |
| 斗气前冲（取消） | 9.4% | 34.0% | -24.6% | |
| SA3 | 22.4% | 39.9% | -17.5% | |
| 斗气防御 | 22.3% | 14.2% | +8.1% | |
| CA | 3.0% | 9.1% | -6.1% | |
| 斗气前冲（招架） | 13.5% | 8.4% | +5.0% | |
| SA2 | 22.4% | 26.4% | -4.0% | |
| 斗气技 | 12.4% | 16.0% | -3.6% | |
| 斗气迸放消耗 | 3.4% | 1.3% | +2.1% | |
| 版边压制 | 11.00 | 12.43 | -1.43 | |
| 投技 | 1.50 | 2.23 | -0.73 | |
| 斗气招架 | 1.10 | 1.81 | -0.71 | |
| 受到投技 | 1.60 | 2.21 | -0.61 | |
| 被困版边时间 | 9.30 | 8.88 | +0.42 | |
| 拆投 | 0.10 | 0.46 | -0.36 | |
| 精准招架 | 0.50 | 0.74 | -0.24 | |
| 斗气反攻 | 0.40 | 0.24 | +0.16 | |
| 招架时被投 | 0.10 | 0.25 | -0.15 | |
| 受到昏厥 | 0.00 | 0.05 | -0.05 | |
| 斗气迸放 | 0.20 | 0.18 | +0.02 | |
| 造成昏厥 | 0.10 | 0.08 | +0.02 | |
| 惩罚反击命中 | 0.10 | 0.11 | -0.01 | |
| 受到惩罚反击 | 0.10 | 0.09 | +0.01 |
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。
Sagat · 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 0.2 · 参考 0.18
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 0.2 · 参考 0.18
- 斗气迸放消耗：档案 2.5% · 参考 1.3%
复盘防守决策
斗气招架：档案 0.9 · 参考 1.58
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
- 斗气招架：档案 0.9 · 参考 1.58
- 精准招架：档案 0.2 · 参考 0.68
- 斗气反攻：档案 0.6 · 参考 0.23
检查近距离选择
投技：档案 5 · 参考 2.27
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 5 · 参考 2.27
- 拆投：档案 1 · 参考 0.43
- 受到投技：档案 4.3 · 参考 2.15
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6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Alex：262场中获胜193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Alex：262场中获胜193场
- 对阵Yasmine：127场中获胜58场
- 对阵Luke：101场中获胜40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6日 · AI：dots-studio/dots-3-note-preview:free