最近一场对战
失败排位赛
LI
RYLI更新于1周前
Steam
JapanC100%
SteamJapanC100%どみんす
Hoh-hoh-hooooh!
MR 1,394#514,914最近 10 场2–8-50最近 20 场3–17-114
胜率
11%
4 胜 · 31 负 · 已存 35 场
排位赛对战
35
已选模式
胜场
4
排位赛
负场
31
排位赛
最高 MR
1,500
Lily
排位 MR · Lily
本地 33 · 导入 0 · 图表显示 33 · 已存 55 场对战
尚未请求回放
LIRYLI按差值绝对值从大到小排列23 项习惯
| 习惯 | どみんす | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气技 | 42.6% | 21.7% | +20.9% | |
| 斗气前冲（取消） | 11.0% | 31.1% | -20.1% | |
| SA2 | 31.9% | 22.0% | +9.9% | |
| SA1 | 37.5% | 43.8% | -6.3% | |
| SA3 | 22.2% | 25.7% | -3.5% | |
| 斗气防御 | 8.6% | 12.0% | -3.4% | |
| 版边压制 | 6.60 | 9.83 | -3.23 | |
| 斗气前冲（招架） | 2.9% | 5.7% | -2.8% | |
| 斗气迸放消耗 | 4.0% | 2.1% | +2.0% | |
| 被困版边时间 | 9.70 | 10.41 | -0.71 | |
| 精准招架 | 0.20 | 0.60 | -0.40 | |
| 受到惩罚反击 | 0.40 | 0.12 | +0.28 | |
| 招架时被投 | 0.10 | 0.26 | -0.16 | |
| 斗气招架 | 1.80 | 1.96 | -0.16 | |
| 斗气迸放 | 0.40 | 0.25 | +0.15 | |
| 投技 | 2.50 | 2.61 | -0.11 | |
| CA | 8.3% | 8.4% | -0.1% | |
| 造成昏厥 | 0.00 | 0.08 | -0.08 | |
| 受到昏厥 | 0.10 | 0.04 | +0.06 | |
| 惩罚反击命中 | 0.20 | 0.16 | +0.04 | |
| 斗气反攻 | 0.30 | 0.33 | -0.03 | |
| 拆投 | 0.50 | 0.48 | +0.02 | |
| 受到投技 | 2.30 | 2.32 | -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。
Lily · 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 0.4 · 参考 0.1
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 0.4 · 参考 0.1
复盘防守决策
斗气招架：档案 1.8 · 参考 2.05
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 1.8 · 参考 2.05
- 拆投：档案 0.5 · 参考 0.57
- 受到投技：档案 2.3 · 参考 2.32
明确每次量表消耗的目的
斗气技：档案 42.6% · 参考 23.7%
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
- 斗气技：档案 42.6% · 参考 23.7%
- SA2：档案 31.9% · 参考 21%
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
把对局战绩当作观察线索
对阵Yasmine：22场中获胜10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Yasmine：22场中获胜10场
寻找可重复利用的反击机会
受到惩罚反击：档案 0.4 · 参考 0.1
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 0.4 · 参考 0.1
保持压力但不过度冒进
版边压制：档案 6.6 · 参考 9.47
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 6.6 · 参考 9.47
- 被困版边时间：档案 9.7 · 参考 9.95
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