最近一场对战
胜利排位赛
C.
JUC.更新于14小时前
CrossPlatform
JapanM100%
CrossPlatformJapanM100%kawawa
Conqueror: Efficient Agent
MR 1,478#383,908最近 10 场5–50最近 20 场9–11-14
胜率
47%
37 胜 · 42 负 · 已存 79 场
排位赛对战
79
已选模式
胜场
37
排位赛
负场
42
排位赛
最高 MR
1,576
C. Viper
排位 MR · C. Viper
本地 79 · 导入 0 · 图表显示 79 · 已存 79 场对战
尚未请求回放
C.JUC.按差值绝对值从大到小排列23 项习惯
| 习惯 | kawawa | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气前冲（取消） | 1.1% | 18.1% | -17.0% | |
| 斗气技 | 8.2% | 22.2% | -14.0% | |
| SA1 | 53.1% | 40.4% | +12.8% | |
| SA2 | 12.5% | 22.2% | -9.7% | |
| 版边压制 | 6.30 | 10.80 | -4.50 | |
| 斗气前冲（招架） | 10.7% | 7.3% | +3.4% | |
| 斗气防御 | 17.5% | 14.7% | +2.9% | |
| 被困版边时间 | 11.20 | 8.60 | +2.60 | |
| SA3 | 28.1% | 29.7% | -1.5% | |
| CA | 6.3% | 7.7% | -1.5% | |
| 斗气迸放消耗 | 2.8% | 1.7% | +1.1% | |
| 投技 | 1.40 | 2.29 | -0.89 | |
| 受到投技 | 3.00 | 2.20 | +0.80 | |
| 斗气招架 | 0.90 | 1.55 | -0.65 | |
| 拆投 | 0.10 | 0.49 | -0.39 | |
| 精准招架 | 0.40 | 0.71 | -0.31 | |
| 受到惩罚反击 | 0.30 | 0.08 | +0.22 | |
| 招架时被投 | 0.10 | 0.21 | -0.11 | |
| 受到昏厥 | 0.10 | 0.03 | +0.07 | |
| 斗气反攻 | 0.30 | 0.24 | +0.06 | |
| 斗气迸放 | 0.20 | 0.17 | +0.03 | |
| 造成昏厥 | 0.10 | 0.07 | +0.03 | |
| 惩罚反击命中 | 0.10 | 0.10 | +0.00 |
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
复盘防守决策
精准招架：档案 0.3 · 参考 0.63
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 0.3 · 参考 0.63
- 斗气招架：档案 1.3 · 参考 1.52
- 拆投：档案 0.1 · 参考 0.47
明确每次量表消耗的目的
斗气前冲（取消）：档案 1.3% · 参考 16.4%
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
- 斗气前冲（取消）：档案 1.3% · 参考 16.4%
- 斗气技：档案 8% · 参考 23.2%
- SA1：档案 34.3% · 参考 45%
追踪位置得失的过程
版边压制：档案 8 · 参考 11.07
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 8 · 参考 11.07
- 被困版边时间：档案 11.2 · 参考 8.66
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
寻找可重复利用的反击机会
惩罚反击命中：档案 0.2 · 参考 0.09
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 0.2 · 参考 0.09
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 2.7% · 参考 1.8%
先试探实际防守反应
斗气反攻：档案 0.4 · 参考 0.28
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 0.4 · 参考 0.28
- 精准招架：档案 0.3 · 参考 0.63
- 斗气招架：档案 1.3 · 参考 1.52
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