最近一场对战
失败排位赛
DE
JA
AL更新于15小时前
Steam
JapanC100%
SteamJapanC100%reoyu
NEW GENERATION
MR 1,701#33,195最近 10 场5–5+1最近 20 场11–9+17
胜率
55%
135 胜 · 112 负 · 已存 247 场
排位赛对战
247
已选模式
胜场
135
排位赛
负场
112
排位赛
最高 MR
1,701
Alex
排位 MR · Alex
本地 247 · 导入 0 · 图表显示 247 · 已存 300 场对战
尚未请求回放
DEJAAL按差值绝对值从大到小排列23 项习惯
| 习惯 | reoyu | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气前冲（取消） | 42.4% | 33.2% | +9.3% | |
| SA1 | 30.7% | 38.9% | -8.2% | |
| CA | 13.3% | 8.3% | +5.0% | |
| 斗气技 | 9.5% | 13.2% | -3.8% | |
| SA3 | 28.0% | 25.2% | +2.8% | |
| 版边压制 | 9.00 | 10.07 | -1.07 | |
| 投技 | 1.40 | 2.24 | -0.84 | |
| 斗气防御 | 13.6% | 14.0% | -0.5% | |
| SA2 | 28.0% | 27.6% | +0.4% | |
| 斗气迸放消耗 | 1.7% | 2.0% | -0.4% | |
| 拆投 | 0.20 | 0.51 | -0.31 | |
| 精准招架 | 0.40 | 0.64 | -0.24 | |
| 受到投技 | 2.00 | 2.18 | -0.18 | |
| 斗气反攻 | 0.60 | 0.43 | +0.17 | |
| 招架时被投 | 0.10 | 0.27 | -0.17 | |
| 斗气前冲（招架） | 8.3% | 8.2% | +0.1% | |
| 造成昏厥 | 0.00 | 0.10 | -0.10 | |
| 被困版边时间 | 9.60 | 9.50 | +0.10 | |
| 受到惩罚反击 | 0.20 | 0.11 | +0.09 | |
| 惩罚反击命中 | 0.10 | 0.14 | -0.04 | |
| 受到昏厥 | 0.00 | 0.04 | -0.04 | |
| 斗气迸放 | 0.20 | 0.23 | -0.03 | |
| 斗气招架 | 1.60 | 1.62 | -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。
Alex · 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 0.1 · 参考 0.12
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 0.1 · 参考 0.12
- 受到惩罚反击：档案 0.2 · 参考 0.12
追踪位置得失的过程
版边压制：档案 7.1 · 参考 9.01
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 7.1 · 参考 9.01
- 被困版边时间：档案 9.9 · 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12日 · AI：nex-agi/nex-n2.5-mini: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 0.1 · 参考 0.12
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 0.1 · 参考 0.12
- 受到惩罚反击：档案 0.2 · 参考 0.12
区分持续倾向与偶发失误
已保存的近期排位赛样本：100场中获胜56场
研究多场近期比赛，对照胜局与败局。围绕重复场景准备，不要只记住一次显眼失误。
试试这样做用第一回合验证一个观察假设。若重复出现，就应用准备好的调整；若没有，就放弃假设并观察新模式。
数据依据
- 已保存的近期排位赛样本：100场中获胜56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12日 · AI：nex-agi/nex-n2.5-mini:free