最近一场对战
胜利排位赛
C.
MAC.更新于6小时前
Steam
JapanM100%
SteamJapanM100%Masumi
Fighting God
MR 1,802#11,648最近 10 场7–3+31最近 20 场11–9+14
胜率
53%
267 胜 · 233 负 · 已存 500 场
排位赛对战
500
已选模式
胜场
267
排位赛
负场
233
排位赛
最高 MR
1,864
C. Viper
排位 MR · C. Viper
本地 696 · 导入 0 · 图表显示 696 · 已存 696 场对战
可用
C.MAC.按差值绝对值从大到小排列23 项习惯
| 习惯 | Masumi | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气前冲（取消） | 0.0% | 16.4% | -16.4% | |
| SA1 | 56.1% | 45.0% | +11.2% | |
| 斗气防御 | 4.3% | 14.2% | -9.9% | |
| SA2 | 13.2% | 21.5% | -8.3% | |
| 斗气前冲（招架） | 2.1% | 7.3% | -5.2% | |
| 斗气迸放消耗 | 5.6% | 1.8% | +3.8% | |
| 斗气技 | 26.8% | 23.2% | +3.6% | |
| 版边压制 | 8.30 | 11.07 | -2.77 | |
| CA | 5.3% | 6.8% | -1.5% | |
| SA3 | 25.4% | 26.8% | -1.3% | |
| 斗气招架 | 0.40 | 1.52 | -1.12 | |
| 投技 | 1.50 | 2.28 | -0.78 | |
| 斗气反攻 | 1.00 | 0.28 | +0.72 | |
| 精准招架 | 0.00 | 0.63 | -0.63 | |
| 受到投技 | 1.60 | 2.19 | -0.59 | |
| 拆投 | 0.20 | 0.47 | -0.27 | |
| 被困版边时间 | 8.80 | 8.66 | +0.14 | |
| 斗气迸放 | 0.30 | 0.16 | +0.14 | |
| 招架时被投 | 0.10 | 0.21 | -0.11 | |
| 受到惩罚反击 | 0.10 | 0.07 | +0.03 | |
| 造成昏厥 | 0.10 | 0.07 | +0.03 | |
| 受到昏厥 | 0.00 | 0.02 | -0.02 | |
| 惩罚反击命中 | 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。
C. Viper · 最近100场
需要改进的地方
研究反复出现的角色对局场景
对阵Char 253：3,345场中获胜1,708场
用引用的角色对战记录选择要看的录像，寻找多场败局中重复的决策，并与胜局比较后再下结论。
试试这样做选择对阵该角色时反复出现的一个场景，在训练中验证替代应对，并记录接下来五场中的这一判断。
数据依据
- 对阵Char 253：3,345场中获胜1,708场
- 对阵Luke：277场中获胜156场
- 对阵Yasmine：219场中获胜120场
让斗气迸放有明确目的
斗气迸放：档案 0.3 · 参考 0.16
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 0.3 · 参考 0.16
- 斗气迸放消耗：档案 6.1% · 参考 1.8%
追踪位置得失的过程
版边压制：档案 8.2 · 参考 11.07
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 8.2 · 参考 11.07
- 被困版边时间：档案 8.7 · 参考 8.66
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4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 253：3,345场中获胜1,708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 253：3,345场中获胜1,708场
- 对阵Luke：277场中获胜156场
- 对阵Yasmine：219场中获胜120场
验证斗气迸放倾向
斗气迸放：档案 0.3 · 参考 0.16
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 0.16
- 斗气迸放消耗：档案 6.1% · 参考 1.8%
先试探实际防守反应
斗气反攻：档案 1.1 · 参考 0.28
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 1.1 · 参考 0.28
- 斗气招架：档案 0.1 · 参考 1.52
- 精准招架：档案 0 · 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4日 · AI：dots-studio/dots-3-note-preview:free