最近一场对战
失败排位赛
JA
RYJA更新于7天前
Steam
JapanC100%
SteamJapanC100%すすすす
Medicine Monger
MR 1,545#139,351最近 10 场8–2+41最近 20 场14–6+57
胜率
53%
29 胜 · 26 负 · 已存 55 场
排位赛对战
55
已选模式
胜场
29
排位赛
负场
26
排位赛
最高 MR
1,561
Jamie
排位 MR · Jamie
本地 55 · 导入 0 · 图表显示 55 · 已存 55 场对战
尚未请求回放
JARYJA按差值绝对值从大到小排列23 项习惯
| 习惯 | すすすす | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 8.3% | 21.4% | -13.0% | |
| CA | 16.7% | 9.8% | +6.8% | |
| 斗气技 | 18.2% | 23.2% | -5.1% | |
| 斗气防御 | 15.1% | 11.0% | +4.1% | |
| SA3 | 43.1% | 39.7% | +3.3% | |
| SA1 | 31.9% | 29.0% | +2.9% | |
| 斗气前冲（招架） | 7.6% | 5.7% | +1.9% | |
| 版边压制 | 13.10 | 14.89 | -1.79 | |
| 斗气迸放消耗 | 2.9% | 1.4% | +1.5% | |
| 被困版边时间 | 7.20 | 8.56 | -1.36 | |
| 斗气招架 | 2.60 | 1.78 | +0.82 | |
| 投技 | 1.60 | 2.40 | -0.80 | |
| 斗气前冲（取消） | 34.4% | 33.8% | +0.6% | |
| 受到投技 | 2.60 | 2.15 | +0.45 | |
| 受到惩罚反击 | 0.30 | 0.06 | +0.24 | |
| 精准招架 | 0.50 | 0.67 | -0.17 | |
| 斗气反攻 | 0.10 | 0.26 | -0.16 | |
| 造成昏厥 | 0.20 | 0.08 | +0.12 | |
| 招架时被投 | 0.10 | 0.20 | -0.10 | |
| 拆投 | 0.50 | 0.40 | +0.10 | |
| 斗气迸放 | 0.30 | 0.21 | +0.09 | |
| 受到昏厥 | 0.10 | 0.06 | +0.04 | |
| 惩罚反击命中 | 0.10 | 0.07 | +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。
Jamie · 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 0.3 · 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
- 受到惩罚反击：档案 0.3 · 参考 0.08
明确每次量表消耗的目的
SA2：档案 9% · 参考 21.4%
看着实际量表回顾五次资源决策，记录换来了什么以及还剩哪些选择。使用占比本身不能衡量效率。
试试这样做练习熟悉连段的资源消耗版本与节省版本，比较结果和剩余量表，再决定各自适用的场景。
数据依据
- SA2：档案 9% · 参考 21.4%
- SA3：档案 46.2% · 参考 38.6%
追踪位置得失的过程
版边压制：档案 13.9 · 参考 14.71
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 13.9 · 参考 14.71
- 被困版边时间：档案 7.2 · 参考 7.67
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
寻找可重复利用的反击机会
受到惩罚反击：档案 0.3 · 参考 0.08
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 0.3 · 参考 0.08
验证斗气迸放倾向
斗气迸放消耗：档案 2.6% · 参考 1.5%
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
- 斗气迸放消耗：档案 2.6% · 参考 1.5%
- 斗气迸放：档案 0.2 · 参考 0.2
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6日 · AI：dots-studio/dots-3-note-preview:free