最近一场对战
失败斗技战场
KI
JAKI更新于2天前
CrossPlatform
Other俱乐部 · TrickstarEVIM100%
CrossPlatformOther俱乐部 · TrickstarEVIM100%シーフード鯰
I'm a Fighter
MR 1,589#104,144最近 10 场4–3+11最近 20 场4–3+11
胜率
57%
4 胜 · 3 负 · 已存 7 场
排位赛对战
7
已选模式
胜场
4
排位赛
负场
3
排位赛
最高 MR
1,617
Kimberly
排位 MR · Kimberly
本地 7 · 导入 0 · 图表显示 7 · 已存 57 场对战
尚未请求回放
KIJAKI按差值绝对值从大到小排列23 项习惯
| 习惯 | シーフード鯰 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气前冲（取消） | 20.8% | 29.7% | -8.9% | |
| SA2 | 13.1% | 19.2% | -6.2% | |
| SA3 | 41.1% | 38.5% | +2.6% | |
| SA1 | 36.4% | 34.0% | +2.4% | |
| 斗气前冲（招架） | 9.5% | 7.5% | +2.0% | |
| 斗气迸放消耗 | 3.4% | 2.2% | +1.2% | |
| CA | 9.3% | 8.2% | +1.2% | |
| 投技 | 4.50 | 3.44 | +1.06 | |
| 版边压制 | 15.80 | 15.07 | +0.73 | |
| 斗气反攻 | 1.00 | 0.36 | +0.64 | |
| 斗气招架 | 1.00 | 1.54 | -0.54 | |
| 被困版边时间 | 8.40 | 8.89 | -0.49 | |
| 斗气技 | 21.9% | 22.3% | -0.4% | |
| 精准招架 | 0.10 | 0.44 | -0.34 | |
| 拆投 | 0.10 | 0.38 | -0.28 | |
| 受到投技 | 2.40 | 2.14 | +0.26 | |
| 受到惩罚反击 | 0.20 | 0.10 | +0.10 | |
| 惩罚反击命中 | 0.20 | 0.13 | +0.07 | |
| 招架时被投 | 0.30 | 0.36 | -0.06 | |
| 造成昏厥 | 0.10 | 0.14 | -0.04 | |
| 受到昏厥 | 0.00 | 0.03 | -0.03 | |
| 斗气迸放 | 0.30 | 0.27 | +0.03 | |
| 斗气防御 | 12.8% | 12.9% | -0.0% |
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。
Kimberly · 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 0.2 · 参考 0.13
让斗气迸放有明确目的
斗气迸放：档案 0.3 · 参考 0.27
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 0.27
- 斗气迸放消耗：档案 3.4% · 参考 2.2%
检查近距离选择
投技：档案 4.5 · 参考 3.44
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 4.5 · 参考 3.44
- 拆投：档案 0.1 · 参考 0.38
- 受到投技：档案 2.4 · 参考 2.14
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12日 · AI：nex-agi/nex-n2.5-pro: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 0.27
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 0.27
- 斗气迸放消耗：档案 3.4% · 参考 2.2%
试探近距离模式
投技：档案 4.5 · 参考 3.44
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 4.5 · 参考 3.44
- 拆投：档案 0.1 · 参考 0.38
- 受到投技：档案 2.4 · 参考 2.14
把对局战绩当作观察线索
对阵Akuma：29场中获胜14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Akuma：29场中获胜14场
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12日 · AI：nex-agi/nex-n2.5-pro:free