最近一场对战
TEShabArt
排位 LP · Terry
此角色的 LP 走势
| 习惯 | ShabArt | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气前冲(取消) | 8.5% | 33.4% | -25.0% | |
| SA1 | 52.3% | 33.6% | +18.6% | |
| 斗气迸放消耗 | 14.6% | 1.6% | +12.9% | |
| SA3 | 23.9% | 32.8% | -9.0% | |
| SA2 | 18.2% | 24.5% | -6.4% | |
| 斗气技 | 22.0% | 16.3% | +5.7% | |
| 版边压制 | 7.60 | 12.45 | -4.85 | |
| CA | 5.7% | 9.0% | -3.3% | |
| 被困版边时间 | 6.70 | 9.65 | -2.95 | |
| 斗气前冲(招架) | 5.9% | 8.2% | -2.3% | |
| 斗气防御 | 13.1% | 14.3% | -1.2% | |
| 斗气迸放 | 1.40 | 0.21 | +1.19 | |
| 惩罚反击命中 | 1.00 | 0.12 | +0.88 | |
| 精准招架 | 0.10 | 0.80 | -0.70 | |
| 受到投技 | 2.80 | 2.21 | +0.59 | |
| 斗气反攻 | 0.70 | 0.17 | +0.53 | |
| 受到惩罚反击 | 0.50 | 0.09 | +0.41 | |
| 斗气招架 | 2.20 | 1.89 | +0.31 | |
| 投技 | 2.20 | 2.49 | -0.29 | |
| 拆投 | 0.20 | 0.43 | -0.23 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 受到昏厥 | 0.00 | 0.05 | -0.05 | |
| 招架时被投 | 0.30 | 0.26 | +0.04 |
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。
Terry · 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 1.4 · 参考 0.21
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 1.4 · 参考 0.21
- 斗气迸放消耗:档案 14.6% · 参考 1.6%
找出惩罚反击的原因
惩罚反击命中:档案 1 · 参考 0.12
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 1 · 参考 0.12
- 受到惩罚反击:档案 0.5 · 参考 0.09
复盘防守决策
斗气反攻:档案 0.7 · 参考 0.17
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
- 斗气反攻:档案 0.7 · 参考 0.17
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13日 · AI:nex-agi/nex-n2.5-mini:free
如何应对这位玩家
验证斗气迸放倾向
斗气迸放:档案 1.4 · 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 1.4 · 参考 0.21
- 斗气迸放消耗:档案 14.6% · 参考 1.6%
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13日 · AI:nex-agi/nex-n2.5-mini:free

