最近一场对战
胜利排位赛
AL
AK
LI更新于4小时前
CrossPlatform
Japan俱乐部 · PleaseBuffMixerM100%
CrossPlatformJapan俱乐部 · PleaseBuffMixerM100%SHTRIKER_sw2
Fighting Cop
MR 1,500#258,956最近 10 场4–6最近 20 场8–12
胜率
45%
66 胜 · 80 负 · 已存 146 场
排位赛对战
146
已选模式
胜场
66
排位赛
负场
80
排位赛
最高 MR
1,500
Lily
排位 MR · Lily
本地 0 · 导入 0 · 图表显示 0 · 已存 167 场对战
此时间范围内的排位 MR 数据不足。
尚未请求回放
ALAKLI按差值绝对值从大到小排列23 项习惯
| 习惯 | SHTRIKER_sw2 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气前冲（取消） | 9.7% | 31.1% | -21.4% | |
| SA1 | 64.2% | 43.8% | +20.4% | |
| 斗气迸放消耗 | 16.2% | 2.1% | +14.1% | |
| 斗气技 | 10.4% | 21.7% | -11.3% | |
| SA3 | 14.7% | 25.7% | -11.1% | |
| SA2 | 14.7% | 22.0% | -7.3% | |
| 版边压制 | 4.40 | 9.83 | -5.43 | |
| 被困版边时间 | 6.30 | 10.41 | -4.11 | |
| 斗气防御 | 14.0% | 12.0% | +2.0% | |
| CA | 6.4% | 8.4% | -2.0% | |
| 投技 | 1.90 | 2.61 | -0.71 | |
| 斗气招架 | 1.30 | 1.96 | -0.66 | |
| 斗气迸放 | 0.90 | 0.25 | +0.65 | |
| 精准招架 | 0.10 | 0.60 | -0.50 | |
| 惩罚反击命中 | 0.60 | 0.16 | +0.44 | |
| 受到投技 | 1.90 | 2.32 | -0.42 | |
| 受到惩罚反击 | 0.50 | 0.12 | +0.38 | |
| 拆投 | 0.20 | 0.48 | -0.28 | |
| 招架时被投 | 0.00 | 0.26 | -0.26 | |
| 造成昏厥 | 0.00 | 0.08 | -0.08 | |
| 斗气前冲（招架） | 5.6% | 5.7% | -0.1% | |
| 受到昏厥 | 0.00 | 0.04 | -0.04 | |
| 斗气反攻 | 0.30 | 0.33 | -0.03 |
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。
C. Viper · 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 0.5 · 参考 0.16
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 0.5 · 参考 0.16
- 斗气迸放消耗：档案 8.5% · 参考 1.8%
找出惩罚反击的原因
惩罚反击命中：档案 0.4 · 参考 0.09
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
- 惩罚反击命中：档案 0.4 · 参考 0.09
- 受到惩罚反击：档案 0.4 · 参考 0.07
复盘防守决策
斗气招架：档案 1.3 · 参考 1.52
比较五个防守场景：对手做了什么、你选了什么、结果如何。招架或拆投次数少，并不直接说明防守有弱点。
试试这样做从一个棘手场景记录两种不同选择，练习辨别和应对，再检查下一组对战中的判断是否改善。
数据依据
- 斗气招架：档案 1.3 · 参考 1.52
- 精准招架：档案 0.2 · 参考 0.63
- 斗气反攻：档案 0.1 · 参考 0.28
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：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Yasmine：20场中获胜6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Yasmine：20场中获胜6场
- 对阵Char 253：76场中获胜39场
区分持续倾向与偶发失误
已保存的近期排位赛样本：28场中获胜19场
研究多场近期比赛，对照胜局与败局。围绕重复场景准备，不要只记住一次显眼失误。
试试这样做用第一回合验证一个观察假设。若重复出现，就应用准备好的调整；若没有，就放弃假设并观察新模式。
数据依据
- 已保存的近期排位赛样本：28场中获胜19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：dots-studio/dots-3-note-preview:free
Alex · 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 0.9 · 参考 0.2
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 0.9 · 参考 0.2
- 斗气迸放消耗：档案 16.2% · 参考 1.7%
找出惩罚反击的原因
受到惩罚反击：档案 0.5 · 参考 0.12
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 0.5 · 参考 0.12
- 惩罚反击命中：档案 0.6 · 参考 0.12
比较胜负中的决策
已保存的近期排位赛样本：79场中获胜24场
从已保存的近期样本中选两场胜利与两场失败，找出变化的决策。战绩本身无法解释结果变化的原因。
试试这样做写下接下来五场要测试的一项具体判断。复盘是否执行及发生了什么，不要只用胜负评价练习。
数据依据
- 已保存的近期排位赛样本：79场中获胜24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13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 0.9 · 参考 0.2
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 0.9 · 参考 0.2
- 斗气迸放消耗：档案 16.2% · 参考 1.7%
寻找可重复利用的反击机会
惩罚反击命中：档案 0.6 · 参考 0.12
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
- 惩罚反击命中：档案 0.6 · 参考 0.12
- 受到惩罚反击：档案 0.5 · 参考 0.12
试探近距离模式
投技：档案 1.9 · 参考 2.32
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 1.9 · 参考 2.32
- 受到投技：档案 1.9 · 参考 2.12
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13日 · AI：nex-agi/nex-n2.5-pro:free