最近一场对战
胜利自定义房间
CA
DE
RY更新于23小时前
Steam
JapanC100%
SteamJapanC100%i4coro
Are You Even Trying to Win??
最近 10 场4–6最近 20 场9–11
胜率
36%
9 胜 · 16 负 · 已存 25 场
排位赛对战
25
已选模式
胜场
9
排位赛
负场
16
排位赛
最高 LP
19,861
Ryu
排位 LP · Ryu
此角色的 LP 走势
尚未请求回放
CADERY按差值绝对值从大到小排列23 项习惯
| 习惯 | i4coro | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| CA | 39.3% | 8.9% | +30.3% | |
| 斗气前冲（取消） | 58.1% | 38.7% | +19.4% | |
| SA3 | 19.6% | 37.6% | -17.9% | |
| SA2 | 1.8% | 19.3% | -17.5% | |
| 斗气技 | 7.6% | 18.8% | -11.2% | |
| 斗气防御 | 4.2% | 11.3% | -7.1% | |
| 版边压制 | 6.00 | 11.48 | -5.48 | |
| 斗气前冲（招架） | 0.6% | 5.8% | -5.3% | |
| SA1 | 39.3% | 34.2% | +5.1% | |
| 被困版边时间 | 5.80 | 8.74 | -2.94 | |
| 斗气迸放消耗 | 2.2% | 1.1% | +1.1% | |
| 投技 | 3.20 | 2.29 | +0.91 | |
| 斗气招架 | 1.00 | 1.71 | -0.71 | |
| 精准招架 | 0.10 | 0.75 | -0.65 | |
| 受到投技 | 2.50 | 2.07 | +0.43 | |
| 惩罚反击命中 | 0.30 | 0.07 | +0.23 | |
| 受到惩罚反击 | 0.30 | 0.07 | +0.23 | |
| 拆投 | 0.30 | 0.45 | -0.15 | |
| 斗气迸放 | 0.30 | 0.16 | +0.14 | |
| 招架时被投 | 0.10 | 0.22 | -0.12 | |
| 斗气反攻 | 0.00 | 0.11 | -0.11 | |
| 受到昏厥 | 0.00 | 0.06 | -0.06 | |
| 造成昏厥 | 0.00 | 0.06 | -0.06 |
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。
Ryu · 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 0.07
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 0.07
- 惩罚反击命中：档案 0.2 · 参考 0.08
追踪位置得失的过程
版边压制：档案 3.8 · 参考 10.94
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 3.8 · 参考 10.94
- 被困版边时间：档案 7.5 · 参考 8.58
检查近距离选择
投技：档案 3.1 · 参考 2.2
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 3.1 · 参考 2.2
- 受到投技：档案 3 · 参考 2.06
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8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 0.2 · 参考 0.16
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 0.16
- 斗气迸放消耗：档案 2.4% · 参考 1.1%
把对局战绩当作观察线索
对阵Mai：156场中获胜108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Mai：156场中获胜108场
- 对阵Dee Jay：106场中获胜67场
- 对阵Akuma：105场中获胜21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8日 · AI：dots-studio/dots-3-note-preview:free