最近一场对战
失败排位赛
LU
C.LU更新于1周前
CrossPlatform
OtherM100%
CrossPlatformOtherM100%六平千塩
Monstrous Hunter
MR 1,578#105,012最近 10 场3–7-38最近 20 场9–11-26
胜率
52%
26 胜 · 24 负 · 已存 50 场
排位赛对战
50
已选模式
胜场
26
排位赛
负场
24
排位赛
最高 MR
1,603
Luke
排位 MR · Luke
本地 50 · 导入 0 · 图表显示 50 · 已存 50 场对战
尚未请求回放
LUC.LU按差值绝对值从大到小排列23 项习惯
| 习惯 | 六平千塩 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| CA | 23.1% | 9.4% | +13.7% | |
| SA1 | 21.5% | 30.0% | -8.5% | |
| 斗气防御 | 9.7% | 13.7% | -4.0% | |
| SA2 | 23.1% | 26.9% | -3.8% | |
| 版边压制 | 10.90 | 13.81 | -2.91 | |
| 斗气前冲（取消） | 38.8% | 37.0% | +1.8% | |
| SA3 | 32.3% | 33.7% | -1.4% | |
| 斗气前冲（招架） | 6.4% | 7.7% | -1.4% | |
| 斗气招架 | 1.10 | 1.87 | -0.77 | |
| 斗气迸放消耗 | 2.1% | 1.4% | +0.6% | |
| 受到投技 | 1.60 | 2.11 | -0.51 | |
| 精准招架 | 0.30 | 0.77 | -0.47 | |
| 投技 | 2.80 | 2.35 | +0.45 | |
| 被困版边时间 | 9.30 | 8.85 | +0.45 | |
| 斗气反攻 | 0.60 | 0.22 | +0.38 | |
| 拆投 | 0.10 | 0.46 | -0.36 | |
| 斗气迸放 | 0.30 | 0.20 | +0.10 | |
| 惩罚反击命中 | 0.20 | 0.10 | +0.10 | |
| 受到昏厥 | 0.00 | 0.07 | -0.07 | |
| 造成昏厥 | 0.10 | 0.08 | +0.02 | |
| 斗气技 | 16.4% | 16.3% | +0.0% | |
| 招架时被投 | 0.20 | 0.21 | -0.01 | |
| 受到惩罚反击 | 0.10 | 0.09 | +0.01 |
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
检查近距离选择
拆投：档案 0.1 · 参考 0.37
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
- 拆投：档案 0.1 · 参考 0.37
- 受到投技：档案 1.6 · 参考 2.01
找出惩罚反击的原因
惩罚反击命中：档案 0.2 · 参考 0.08
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 0.2 · 参考 0.08
- 受到惩罚反击：档案 0.1 · 参考 0.06
复盘防守决策
斗气招架：档案 1.1 · 参考 1.8
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 1.1 · 参考 1.8
- 精准招架：档案 0.3 · 参考 0.69
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7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 0.19
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 0.19
先试探实际防守反应
斗气反攻：档案 0.6 · 参考 0.2
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 0.6 · 参考 0.2
- 精准招架：档案 0.3 · 参考 0.69
根据当前量表调整
CA：档案 23.1% · 参考 9.2%
对战时关注实际斗气和超必杀量表。档案中的消耗倾向只是待验证的线索，不能预测燃尽或保证反击机会。
试试这样做对方大幅消耗后，接近前先重新评估双方可用选择。如果其资源决策与统计不同，就以当前场面为准。
数据依据
- CA：档案 23.1% · 参考 9.2%
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7日 · AI：dots-studio/dots-3-note-preview:free