最近一场对战
胜利排位赛
MA
AKMA更新于9小时前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%Sweet tooth
Judo Queen
MR 1,442#470,770最近 10 场7–3+28最近 20 场14–6+58
胜率
51%
181 胜 · 173 负 · 已存 354 场
排位赛对战
354
已选模式
胜场
181
排位赛
负场
173
排位赛
最高 MR
1,460
Manon
排位 MR · Manon
本地 353 · 导入 19 · 图表显示 371 · 已存 434 场对战
尚未请求回放
MAAKMA按差值绝对值从大到小排列23 项习惯
| 习惯 | Sweet tooth | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 42.4% | 25.4% | +17.0% | |
| 斗气前冲（取消） | 56.2% | 43.0% | +13.2% | |
| SA3 | 23.5% | 32.9% | -9.4% | |
| 斗气防御 | 4.1% | 11.3% | -7.2% | |
| CA | 3.0% | 9.7% | -6.6% | |
| 斗气技 | 5.6% | 11.3% | -5.7% | |
| 版边压制 | 3.40 | 8.16 | -4.76 | |
| 斗气前冲（招架） | 0.3% | 5.0% | -4.7% | |
| 斗气迸放消耗 | 5.1% | 1.8% | +3.3% | |
| 被困版边时间 | 5.60 | 8.72 | -3.12 | |
| 斗气反攻 | 1.30 | 0.30 | +1.00 | |
| SA2 | 31.1% | 32.1% | -1.0% | |
| 精准招架 | 0.00 | 0.64 | -0.64 | |
| 斗气招架 | 1.20 | 1.80 | -0.60 | |
| 拆投 | 0.00 | 0.56 | -0.56 | |
| 受到投技 | 1.90 | 2.28 | -0.38 | |
| 投技 | 2.90 | 2.53 | +0.37 | |
| 受到惩罚反击 | 0.40 | 0.11 | +0.29 | |
| 斗气迸放 | 0.40 | 0.22 | +0.18 | |
| 惩罚反击命中 | 0.30 | 0.14 | +0.16 | |
| 招架时被投 | 0.10 | 0.20 | -0.10 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 受到昏厥 | 0.10 | 0.06 | +0.04 |
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
检查近距离选择
拆投：档案 0 · 参考 0.5
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
- 拆投：档案 0 · 参考 0.5
- 投技：档案 3.1 · 参考 2.47
- 受到投技：档案 1.7 · 参考 2.19
追踪位置得失的过程
版边压制：档案 3.1 · 参考 8
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 3.1 · 参考 8
- 被困版边时间：档案 3.3 · 参考 8.88
明确每次量表消耗的目的
斗气前冲（取消）：档案 55% · 参考 43.8%
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
- 斗气前冲（取消）：档案 55% · 参考 43.8%
- 斗气技：档案 7.5% · 参考 11%
- SA1：档案 37.4% · 参考 26.8%
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
验证斗气迸放倾向
斗气迸放：档案 0.8 · 参考 0.21
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 0.8 · 参考 0.21
- 斗气迸放消耗：档案 7.6% · 参考 1.7%
寻找可重复利用的反击机会
惩罚反击命中：档案 0.6 · 参考 0.16
把统计作为观察线索。寻找你已验证在该距离能反击的动作，不要仅凭观感认定它有破绽。
试试这样做该动作出现时，尝试已确认的反击。如果对方不再使用，就恢复平常的距离控制，不必强行寻找机会。
数据依据
- 惩罚反击命中：档案 0.6 · 参考 0.16
- 受到惩罚反击：档案 0.3 · 参考 0.1
先试探实际防守反应
斗气反攻：档案 0.9 · 参考 0.29
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
- 斗气反攻：档案 0.9 · 参考 0.29
- 斗气招架：档案 1.1 · 参考 1.75
- 精准招架：档案 0.1 · 参考 0.63
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