最近一场对战
失败排位赛
MA
JA
JP更新于1周前
CrossPlatform
Japan俱乐部 · AMANTOC100%
CrossPlatformJapan俱乐部 · AMANTOC100%kinocy
Gentleman of the Abyss
MR 1,551#129,068最近 10 场4–6-14最近 20 场8–12-28
胜率
49%
46 胜 · 47 负 · 已存 93 场
排位赛对战
93
已选模式
胜场
46
排位赛
负场
47
排位赛
最高 MR
1,591
JP
排位 MR · JP
本地 93 · 导入 0 · 图表显示 93 · 已存 93 场对战
尚未请求回放
MAJAJP按差值绝对值从大到小排列23 项习惯
| 习惯 | kinocy | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 80.0% | 54.2% | +25.8% | |
| SA1 | 7.1% | 22.6% | -15.5% | |
| SA3 | 7.1% | 18.1% | -11.0% | |
| 斗气技 | 27.6% | 31.4% | -3.8% | |
| 斗气迸放消耗 | 4.2% | 2.1% | +2.1% | |
| 被困版边时间 | 10.10 | 12.00 | -1.90 | |
| 斗气前冲（招架） | 8.1% | 6.7% | +1.4% | |
| 斗气防御 | 11.9% | 13.0% | -1.1% | |
| 斗气前冲（取消） | 21.2% | 22.1% | -0.9% | |
| 斗气招架 | 1.20 | 2.00 | -0.80 | |
| CA | 5.9% | 5.2% | +0.7% | |
| 精准招架 | 0.10 | 0.76 | -0.66 | |
| 版边压制 | 10.10 | 10.70 | -0.60 | |
| 投技 | 1.50 | 2.02 | -0.52 | |
| 拆投 | 0.10 | 0.41 | -0.31 | |
| 斗气迸放 | 0.60 | 0.33 | +0.27 | |
| 斗气反攻 | 0.00 | 0.17 | -0.17 | |
| 受到惩罚反击 | 0.20 | 0.09 | +0.11 | |
| 招架时被投 | 0.30 | 0.38 | -0.08 | |
| 惩罚反击命中 | 0.20 | 0.13 | +0.07 | |
| 受到昏厥 | 0.00 | 0.03 | -0.03 | |
| 受到投技 | 2.30 | 2.29 | +0.01 | |
| 造成昏厥 | 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。
JP · 最近100场
需要改进的地方
找出惩罚反击的原因
惩罚反击命中：档案 0.2 · 参考 0.13
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 0.13
- 受到惩罚反击：档案 0.2 · 参考 0.08
让斗气迸放有明确目的
斗气迸放：档案 0.6 · 参考 0.34
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 0.6 · 参考 0.34
- 斗气迸放消耗：档案 4.2% · 参考 2.1%
检查近距离选择
投技：档案 1.5 · 参考 1.97
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 1.5 · 参考 1.97
- 拆投：档案 0.1 · 参考 0.39
- 受到投技：档案 2.3 · 参考 2.13
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：nex-agi/nex-n2.5-pro:free
如何应对这位玩家
先试探实际防守反应
拆投：档案 0.1 · 参考 0.39
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
- 拆投：档案 0.1 · 参考 0.39
- 受到投技：档案 2.3 · 参考 2.13
验证斗气迸放倾向
斗气迸放：档案 0.6 · 参考 0.34
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 0.6 · 参考 0.34
- 斗气迸放消耗：档案 4.2% · 参考 2.1%
把对局战绩当作观察线索
对阵Luke：150场中获胜76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Luke：150场中获胜76场
- 对阵Ken：56场中获胜30场
- 对阵Alex：62场中获胜27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6日 · AI：nex-agi/nex-n2.5-pro:free