最近一场对战
失败排位赛
JU
RYJU更新于1天前
Steam
OtherC100%
SteamOtherC100%寝堕詩なお☯
Little by Little
MR 1,658#44,281最近 10 场5–5+3最近 20 场11–9+23
胜率
54%
60 胜 · 52 负 · 已存 112 场
排位赛对战
112
已选模式
胜场
60
排位赛
负场
52
排位赛
最高 MR
1,689
Juri
排位 MR · Juri
本地 107 · 导入 131 · 图表显示 235 · 已存 192 场对战
尚未请求回放
JURYJU按差值绝对值从大到小排列23 项习惯
| 习惯 | 寝堕詩なお☯ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 6.9% | 19.5% | -12.6% | |
| 斗气前冲（取消） | 42.1% | 31.9% | +10.3% | |
| SA1 | 44.8% | 36.7% | +8.1% | |
| 斗气技 | 12.8% | 19.4% | -6.6% | |
| CA | 14.9% | 8.9% | +6.0% | |
| 斗气前冲（招架） | 9.6% | 7.1% | +2.5% | |
| SA3 | 33.3% | 34.8% | -1.5% | |
| 版边压制 | 10.90 | 12.24 | -1.34 | |
| 斗气防御 | 14.5% | 13.4% | +1.0% | |
| 投技 | 2.00 | 2.65 | -0.65 | |
| 被困版边时间 | 8.60 | 9.20 | -0.60 | |
| 精准招架 | 0.30 | 0.64 | -0.34 | |
| 斗气招架 | 1.90 | 2.07 | -0.17 | |
| 受到昏厥 | 0.20 | 0.04 | +0.16 | |
| 招架时被投 | 0.10 | 0.26 | -0.16 | |
| 拆投 | 0.30 | 0.46 | -0.16 | |
| 受到惩罚反击 | 0.20 | 0.09 | +0.11 | |
| 斗气迸放消耗 | 1.9% | 2.0% | -0.1% | |
| 斗气迸放 | 0.20 | 0.27 | -0.07 | |
| 惩罚反击命中 | 0.10 | 0.13 | -0.03 | |
| 受到投技 | 2.10 | 2.13 | -0.03 | |
| 造成昏厥 | 0.10 | 0.09 | +0.01 | |
| 斗气反攻 | 0.20 | 0.20 | 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。
Juri · 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 0.3 · 参考 0.24
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 0.24
检查近距离选择
投技：档案 1.6 · 参考 2.58
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 1.6 · 参考 2.58
- 受到投技：档案 1.6 · 参考 2.07
- 拆投：档案 0.5 · 参考 0.4
明确每次量表消耗的目的
SA3：档案 23.5% · 参考 34.6%
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
- SA3：档案 23.5% · 参考 34.6%
- SA1：档案 50.4% · 参考 39.6%
- CA：档案 9.6% · 参考 9.9%
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
把对局战绩当作观察线索
对阵Char 253：556场中获胜292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 253：556场中获胜292场
- 对阵Yasmine：60场中获胜18场
- 对阵Alex：45场中获胜23场
验证斗气迸放倾向
斗气迸放：档案 0.3 · 参考 0.24
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 0.24
试探近距离模式
投技：档案 1.6 · 参考 2.58
观察实际的打击、投技和防守选择。出现倾向后，再改变熟悉攻防中的一个部分。
试试这样做同样的反应连续出现两次后，尝试不同选择。如果对方改变反应，就重新混合选项，不要认定这个模式永远有效。
数据依据
- 投技：档案 1.6 · 参考 2.58
- 拆投：档案 0.5 · 参考 0.4
- 受到投技：档案 1.6 · 参考 2.07
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