最近一场对战
A.ekibenn

排位 MR · A.K.I.
本地 156 · 导入 0 · 图表显示 156 · 已存 156 场对战
| 习惯 | ekibenn | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 45.1% | 39.0% | +6.1% | |
| SA2 | 15.9% | 21.6% | -5.7% | |
| 斗气技 | 16.7% | 21.9% | -5.2% | |
| 斗气前冲(招架) | 14.8% | 10.3% | +4.5% | |
| 斗气前冲(取消) | 19.5% | 23.3% | -3.8% | |
| 斗气防御 | 19.7% | 16.3% | +3.5% | |
| 斗气迸放消耗 | 2.8% | 1.8% | +1.0% | |
| CA | 8.0% | 8.7% | -0.8% | |
| 被困版边时间 | 10.10 | 9.56 | +0.54 | |
| 版边压制 | 12.10 | 11.64 | +0.46 | |
| 斗气反攻 | 0.80 | 0.40 | +0.40 | |
| 投技 | 2.70 | 2.33 | +0.37 | |
| SA3 | 31.0% | 30.7% | +0.3% | |
| 斗气招架 | 1.60 | 1.85 | -0.25 | |
| 拆投 | 0.40 | 0.56 | -0.16 | |
| 受到投技 | 2.20 | 2.33 | -0.13 | |
| 受到惩罚反击 | 0.20 | 0.09 | +0.11 | |
| 斗气迸放 | 0.30 | 0.22 | +0.08 | |
| 精准招架 | 0.50 | 0.57 | -0.07 | |
| 受到昏厥 | 0.10 | 0.05 | +0.05 | |
| 造成昏厥 | 0.10 | 0.08 | +0.02 | |
| 招架时被投 | 0.30 | 0.30 | -0.00 | |
| 惩罚反击命中 | 0.10 | 0.10 | -0.00 |
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。
A.K.I. · 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 0.2 · 参考 0.1
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 0.2 · 参考 0.1
- 惩罚反击命中:档案 0.1 · 参考 0.1
让斗气迸放有明确目的
斗气迸放:档案 0.3 · 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 0.3 · 参考 0.21
- 斗气迸放消耗:档案 2.8% · 参考 1.6%
追踪位置得失的过程
版边压制:档案 12.1 · 参考 12.18
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 12.1 · 参考 12.18
- 被困版边时间:档案 10.1 · 参考 9.75
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6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 0.3 · 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 0.3 · 参考 0.21
- 斗气迸放消耗:档案 2.8% · 参考 1.6%
先试探实际防守反应
斗气反攻:档案 0.8 · 参考 0.4
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 0.8 · 参考 0.4
- 精准招架:档案 0.5 · 参考 0.54
- 斗气招架:档案 1.6 · 参考 1.77
试探近距离模式
投技:档案 2.7 · 参考 2.31
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 2.7 · 参考 2.31
- 受到投技:档案 2.2 · 参考 2.33
- 拆投:档案 0.4 · 参考 0.53
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6日 · AI:dots-studio/dots-3-note-preview:free
Public statistics and datasets
Public CFN identity, current character ratings, official mode totals and results in the stored match sample for this Street Fighter 6 player.
Latest saved profile; local results cover at most the newest 10,000 stored matches across all modes.
Last saved update: 2026-09-16T01:12:22.808Z. Sample: 156 of 156 stored matches.
| Winsgames | Lossesgames | Drawsgames | Gamesgames | Win rate (draw = half win)percent |
|---|---|---|---|---|
| 80 | 76 | 0 | 156 | 51.28205128205128 |
| Character IDidentifier | Charactertext | Master RatingMR points | League PointsLP points |
|---|---|---|---|
| 1 | Ryu | 0 | -1 |
| 2 | Luke | 0 | -1 |
| 13 | A.K.I. | 1734 | 449932 |
| 14 | Rashid | 0 | -1 |
| 22 | Akuma | 0 | -1 |

