最近一场对战
胜利排位赛
KE
DEKE更新于2天前
Steam
Japan俱乐部 · SiberiannExpresC99%
SteamJapan俱乐部 · SiberiannExpresC99%地獄から来た男
Unbreakable Bonds
MR 1,362#570,303最近 10 场9–1+63最近 20 场13–7+53
胜率
40%
29 胜 · 44 负 · 已存 73 场
排位赛对战
73
已选模式
胜场
29
排位赛
负场
44
排位赛
最高 MR
1,472
Ken
排位 MR · Ken
本地 70 · 导入 32 · 图表显示 83 · 已存 151 场对战
尚未请求回放
KEDEKE按差值绝对值从大到小排列23 项习惯
| 习惯 | 地獄から来た男 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 10.2% | 25.9% | -15.7% | |
| SA3 | 51.0% | 35.8% | +15.2% | |
| CA | 18.4% | 11.0% | +7.3% | |
| SA1 | 20.4% | 27.3% | -6.9% | |
| 斗气前冲（取消） | 32.9% | 38.2% | -5.3% | |
| 版边压制 | 8.30 | 13.12 | -4.82 | |
| 斗气迸放消耗 | 3.8% | 1.4% | +2.4% | |
| 斗气前冲（招架） | 4.8% | 6.8% | -2.0% | |
| 斗气防御 | 11.1% | 12.7% | -1.6% | |
| 被困版边时间 | 7.90 | 8.95 | -1.05 | |
| 投技 | 1.90 | 2.57 | -0.67 | |
| 斗气技 | 14.4% | 14.9% | -0.6% | |
| 精准招架 | 0.30 | 0.84 | -0.54 | |
| 受到惩罚反击 | 0.50 | 0.08 | +0.42 | |
| 斗气反攻 | 0.60 | 0.23 | +0.37 | |
| 斗气招架 | 1.60 | 1.89 | -0.29 | |
| 受到投技 | 2.40 | 2.26 | +0.14 | |
| 斗气迸放 | 0.30 | 0.19 | +0.11 | |
| 招架时被投 | 0.30 | 0.21 | +0.09 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 拆投 | 0.50 | 0.44 | +0.06 | |
| 受到昏厥 | 0.10 | 0.05 | +0.05 | |
| 惩罚反击命中 | 0.10 | 0.10 | -0.00 |
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。
Ken · 最近100场
需要改进的地方
找出惩罚反击的原因
受到惩罚反击：档案 0.4 · 参考 0.08
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
- 受到惩罚反击：档案 0.4 · 参考 0.08
检查近距离选择
投技：档案 2.1 · 参考 2.62
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 2.1 · 参考 2.62
- 拆投：档案 0.5 · 参考 0.45
- 受到投技：档案 2.1 · 参考 2.26
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：nex-agi/nex-n2.5-mini:free
如何应对这位玩家
区分持续倾向与偶发失误
已保存的近期排位赛样本：28场中获胜7场
研究多场近期比赛，对照胜局与败局。围绕重复场景准备，不要只记住一次显眼失误。
试试这样做用第一回合验证一个观察假设。若重复出现，就应用准备好的调整；若没有，就放弃假设并观察新模式。
数据依据
- 已保存的近期排位赛样本：28场中获胜7场
把对局战绩当作观察线索
对阵Ryu：24场中获胜16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Ryu：24场中获胜16场
- 对阵Akuma：20场中获胜3场
- 对阵Yasmine：20场中获胜9场
寻找可重复利用的反击机会
受到惩罚反击：档案 0.4 · 参考 0.08
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
- 受到惩罚反击：档案 0.4 · 参考 0.08
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：nex-agi/nex-n2.5-mini:free