最近一场对战
胜利排位赛
LULULU更新于45分钟前
Steam
Japan俱乐部 · SazaeFamilyC100%
SteamJapan俱乐部 · SazaeFamilyC100%SazaeHair
My Hero
MR 1,606#78,601最近 10 场7–3+31最近 20 场12–8+30
胜率
58%
14 胜 · 10 负 · 已存 24 场
排位赛对战
24
已选模式
胜场
14
排位赛
负场
10
排位赛
最高 MR
1,665
Luke
排位 MR · Luke
本地 24 · 导入 0 · 图表显示 24 · 已存 164 场对战
尚未请求回放
LULULU按差值绝对值从大到小排列23 项习惯
| 习惯 | SazaeHair | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 34.6% | 30.6% | +3.9% | |
| SA2 | 22.2% | 26.0% | -3.8% | |
| 斗气防御 | 11.0% | 13.2% | -2.2% | |
| SA3 | 32.1% | 34.2% | -2.1% | |
| CA | 11.1% | 9.2% | +2.0% | |
| 被困版边时间 | 10.10 | 8.74 | +1.36 | |
| 斗气迸放消耗 | 2.4% | 1.4% | +1.0% | |
| 斗气技 | 15.9% | 16.7% | -0.8% | |
| 版边压制 | 12.80 | 13.55 | -0.75 | |
| 斗气前冲（招架） | 7.0% | 7.6% | -0.6% | |
| 受到投技 | 2.50 | 2.01 | +0.49 | |
| 精准招架 | 0.30 | 0.69 | -0.39 | |
| 斗气前冲（取消） | 37.1% | 37.3% | -0.2% | |
| 斗气招架 | 1.60 | 1.80 | -0.20 | |
| 受到惩罚反击 | 0.20 | 0.06 | +0.14 | |
| 拆投 | 0.50 | 0.37 | +0.13 | |
| 招架时被投 | 0.10 | 0.22 | -0.12 | |
| 受到昏厥 | 0.10 | 0.06 | +0.04 | |
| 投技 | 2.40 | 2.43 | -0.03 | |
| 造成昏厥 | 0.10 | 0.07 | +0.03 | |
| 惩罚反击命中 | 0.10 | 0.08 | +0.02 | |
| 斗气迸放 | 0.20 | 0.19 | +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。
Luke · 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 0.06
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 0.06
让斗气迸放有明确目的
斗气迸放：档案 0.2 · 参考 0.17
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 0.2 · 参考 0.17
- 斗气迸放消耗：档案 3% · 参考 1.3%
追踪位置得失的过程
版边压制：档案 10.9 · 参考 14.11
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 10.9 · 参考 14.11
- 被困版边时间：档案 12 · 参考 8.66
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
把对局战绩当作观察线索
对阵Ryu：51场中获胜27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：51场中获胜27场
寻找可重复利用的反击机会
受到惩罚反击：档案 0.2 · 参考 0.06
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 0.2 · 参考 0.06
验证斗气迸放倾向
斗气迸放：档案 0.2 · 参考 0.17
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 0.2 · 参考 0.17
- 斗气迸放消耗：档案 3% · 参考 1.3%
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