Ingrid
更新于3天前SteamSteamJapanJapanC100%

ぶりんぬ

I Am Who I Am
段位 36MR 1,612#68,040
最近 10 场5–5+3最近 20 场12–8+32
胜率
57%
25 胜 · 19 负 · 已存 44 场
排位赛对战
44
已选模式
胜场
25
排位赛
负场
19
排位赛
最高 MR
1,620
Ingrid

排位 MR · Ingrid

本地 44 · 导入 0 · 图表显示 44 · 已存 44 场对战

最近一场对战

失败排位赛

尚未请求回放
Ingrid
ぶりんぬ · Ingrid
Ed
对手 · Edkaipod1102

打法参考

与前30名Ingrid玩家的习惯对比

基准更新于 2026年9月14日 07:22

最近100场比赛的已报告趋势,并非生涯习惯平均值。 · 数据详情

Ingrid
ぶりんぬ的Ingrid基准

与抽样的前30名Ingrid玩家的平均习惯对比。

m1Ng 2201 · KR_Wrestlingman 2179 · Nth Oniki 2165 · プルプルなぷる 2156 · ふみじま あきお(63) 2155 · 另有25人

按差值绝对值从大到小排列23 项习惯
习惯ぶりんぬ顶尖玩家差异 较少顶尖玩家较多
SA230.6%52.1%-21.6%
斗气前冲(取消)5.2%25.1%-20.0%
SA330.6%15.9%+14.7%
斗气前冲(招架)15.8%7.4%+8.4%
斗气防御20.0%12.3%+7.7%
斗气技20.1%27.3%-7.2%
CA11.1%5.1%+6.0%
投技3.302.26+1.04
版边压制10.5011.52-1.02
SA127.8%26.9%+0.9%
斗气反攻1.000.31+0.69
被困版边时间10.9010.40+0.50
精准招架0.100.50-0.40
斗气招架1.201.54-0.34
斗气迸放消耗1.7%2.0%-0.3%
斗气迸放0.100.24-0.14
拆投0.500.36+0.14
受到惩罚反击0.200.09+0.11
受到昏厥0.100.07+0.03
惩罚反击命中0.100.13-0.03
造成昏厥0.100.12-0.02
受到投技2.202.18+0.02
招架时被投0.300.29+0.01
从数据到练习

对战计划

最近100场

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。

Ingrid · 最近100场

需要改进的地方

  1. 找出惩罚反击的原因

    受到惩罚反击: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
    • 受到惩罚反击:档案 0.2 · 参考 0.08
    • 惩罚反击命中:档案 0.1 · 参考 0.13
  2. 复盘防守决策

    斗气反攻:档案 1 · 参考 0.3

    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
    • 斗气反攻:档案 1 · 参考 0.3
  3. 追踪位置得失的过程

    版边压制:档案 10.5 · 参考 11.85

    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 10.5 · 参考 11.85
    • 被困版边时间:档案 10.9 · 参考 10.23

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11日 · AI:nex-agi/nex-n2.5-pro:free

如何应对这位玩家

  1. 寻找可重复利用的反击机会

    受到惩罚反击:档案 0.2 · 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 0.2 · 参考 0.08
  2. 验证斗气迸放倾向

    斗气迸放:档案 0.1 · 参考 0.27

    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 0.1 · 参考 0.27
  3. 把对局战绩当作观察线索

    对阵Char 253:69场中获胜38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Char 253:69场中获胜38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11日 · AI:nex-agi/nex-n2.5-pro:free

隐私设置

允许 YouTube/Twitch 媒体、使用分析和记录保存吗?选择有效期为 180 天,可随时在此撤回。

更多选项与详情

可选功能默认关闭,只有您选择后才会启用。您可以随时在此更改或撤回选择。

您主动使用的功能所需的存储与安全措施仍然可用,包括收藏选手、请求回放和反馈。

选择会在此设备保存 180 天。关闭分析会重新加载页面,以停止已加载的分析脚本。

隐私与存储