最近一场对战
胜利排位赛
AL
MAAL更新于1周前
Steam
JapanC100%
SteamJapanC100%眠気と戦う乳酸菌
What About Me?
MR 1,341#546,311最近 10 场3–7-33最近 20 场6–14-42
胜率
42%
43 胜 · 60 负 · 已存 103 场
排位赛对战
103
已选模式
胜场
43
排位赛
负场
60
排位赛
最高 MR
1,443
Alex
排位 MR · Alex
本地 73 · 导入 0 · 图表显示 73 · 已存 103 场对战
尚未请求回放
ALMAAL按差值绝对值从大到小排列23 项习惯
| 习惯 | 眠気と戦う乳酸菌 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 63.9% | 38.9% | +25.0% | |
| 斗气前冲（取消） | 51.2% | 33.2% | +18.0% | |
| SA2 | 12.4% | 27.6% | -15.2% | |
| SA3 | 14.4% | 25.2% | -10.7% | |
| 斗气前冲（招架） | 3.4% | 8.2% | -4.8% | |
| 斗气防御 | 9.4% | 14.0% | -4.6% | |
| 版边压制 | 6.30 | 10.07 | -3.77 | |
| 斗气技 | 9.9% | 13.2% | -3.3% | |
| 被困版边时间 | 7.80 | 9.50 | -1.70 | |
| CA | 9.3% | 8.3% | +1.0% | |
| 投技 | 2.80 | 2.24 | +0.56 | |
| 斗气反攻 | 0.90 | 0.43 | +0.47 | |
| 拆投 | 0.10 | 0.51 | -0.41 | |
| 斗气招架 | 2.00 | 1.62 | +0.38 | |
| 精准招架 | 0.50 | 0.64 | -0.14 | |
| 造成昏厥 | 0.00 | 0.10 | -0.10 | |
| 受到惩罚反击 | 0.20 | 0.11 | +0.09 | |
| 斗气迸放消耗 | 2.1% | 2.0% | +0.1% | |
| 斗气迸放 | 0.30 | 0.23 | +0.07 | |
| 招架时被投 | 0.20 | 0.27 | -0.07 | |
| 受到昏厥 | 0.10 | 0.04 | +0.06 | |
| 惩罚反击命中 | 0.20 | 0.14 | +0.06 | |
| 受到投技 | 2.20 | 2.18 | +0.02 |
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。
Mai · 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 0.2 · 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 0.2 · 参考 0.16
- 斗气迸放消耗：档案 1.9% · 参考 1.2%
找出惩罚反击的原因
惩罚反击命中：档案 0.2 · 参考 0.11
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 0.11
- 受到惩罚反击：档案 0.2 · 参考 0.08
检查近距离选择
投技：档案 2.5 · 参考 2.57
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 2.5 · 参考 2.57
- 拆投：档案 0.1 · 参考 0.47
- 受到投技：档案 2.2 · 参考 2.11
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4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 1.9% · 参考 1.2%
先试探实际防守反应
斗气反攻：档案 1 · 参考 0.15
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 1 · 参考 0.15
- 精准招架：档案 0.2 · 参考 0.67
保持压力但不过度冒进
版边压制：档案 4.3 · 参考 13.38
寻找用熟悉选择获取空间的机会。把对手逼到角落后，先观察实际脱身方式，再决定如何调整。
试试这样做试一次熟悉的压制。如果同一种脱身反复出现，就练习针对该动作的应对；如果对方变化防守，就不要押注单一判断。
数据依据
- 版边压制：档案 4.3 · 参考 13.38
- 被困版边时间：档案 8.4 · 参考 8.39
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4日 · AI：dots-studio/dots-3-note-preview:free
Alex · 最近100场
需要改进的地方
复盘防守决策
精准招架：档案 0.2 · 参考 0.7
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
- 精准招架：档案 0.2 · 参考 0.7
- 斗气招架：档案 1.2 · 参考 1.63
让斗气迸放有明确目的
斗气迸放：档案 0.2 · 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 0.2 · 参考 0.2
- 斗气迸放消耗：档案 1.9% · 参考 1.7%
检查近距离选择
拆投：档案 0.1 · 参考 0.48
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 0.48
- 投技：档案 2.5 · 参考 2.32
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4日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
先试探实际防守反应
斗气反攻：档案 1 · 参考 0.47
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 1 · 参考 0.47
- 斗气招架：档案 1.2 · 参考 1.63
验证斗气迸放倾向
斗气迸放：档案 0.2 · 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 0.2 · 参考 0.2
- 斗气迸放消耗：档案 1.9% · 参考 1.7%
保持压力但不过度冒进
版边压制：档案 4.3 · 参考 9.01
寻找用熟悉选择获取空间的机会。把对手逼到角落后，先观察实际脱身方式，再决定如何调整。
试试这样做试一次熟悉的压制。如果同一种脱身反复出现，就练习针对该动作的应对；如果对方变化防守，就不要押注单一判断。
数据依据
- 版边压制：档案 4.3 · 参考 9.01
- 被困版边时间：档案 8.4 · 参考 9.88
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4日 · AI：dots-studio/dots-3-note-preview:free