最近一场对战
胜利排位赛
KI
SA
BL更新于7天前
Steam
Japan俱乐部 · MASTERTouchM100%
SteamJapan俱乐部 · MASTERTouchM100%ごらす。
Let's Do This
MR 1,622#56,520最近 10 场6–4+18最近 20 场12–8+32
胜率
63%
20 胜 · 12 负 · 已存 32 场
排位赛对战
32
已选模式
胜场
20
排位赛
负场
12
排位赛
最高 MR
1,635
Blanka
排位 MR · Blanka
本地 30 · 导入 0 · 图表显示 30 · 已存 51 场对战
尚未请求回放
KISABL按差值绝对值从大到小排列23 项习惯
| 习惯 | ごらす。 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 27.8% | 54.8% | -27.0% | |
| SA3 | 28.9% | 14.8% | +14.1% | |
| CA | 17.8% | 5.2% | +12.6% | |
| 斗气技 | 13.7% | 24.9% | -11.2% | |
| 斗气前冲（取消） | 37.9% | 26.9% | +11.0% | |
| 版边压制 | 8.60 | 12.16 | -3.56 | |
| 斗气前冲（招架） | 3.9% | 7.2% | -3.3% | |
| 被困版边时间 | 11.40 | 9.41 | +1.99 | |
| 斗气防御 | 11.1% | 12.7% | -1.6% | |
| 受到投技 | 3.40 | 2.01 | +1.39 | |
| 拆投 | 1.10 | 0.32 | +0.78 | |
| 投技 | 2.10 | 2.59 | -0.49 | |
| 斗气招架 | 2.10 | 1.61 | +0.49 | |
| 斗气反攻 | 0.00 | 0.44 | -0.44 | |
| 斗气迸放消耗 | 1.3% | 1.7% | -0.4% | |
| SA1 | 25.6% | 25.2% | +0.3% | |
| 精准招架 | 0.80 | 0.52 | +0.28 | |
| 招架时被投 | 0.20 | 0.33 | -0.13 | |
| 受到昏厥 | 0.10 | 0.06 | +0.04 | |
| 斗气迸放 | 0.20 | 0.21 | -0.01 | |
| 造成昏厥 | 0.10 | 0.09 | +0.01 | |
| 惩罚反击命中 | 0.10 | 0.09 | +0.01 | |
| 受到惩罚反击 | 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。
Blanka · 最近100场
需要改进的地方
复盘防守决策
受到投技：档案 3.4 · 参考 1.92
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
- 受到投技：档案 3.4 · 参考 1.92
- 拆投：档案 1.1 · 参考 0.33
- 斗气招架：档案 2.1 · 参考 1.71
追踪位置得失的过程
被困版边时间：档案 11.4 · 参考 9.14
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
- 被困版边时间：档案 11.4 · 参考 9.14
- 版边压制：档案 8.6 · 参考 12.12
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
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Ken：23场中获胜16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Ken：23场中获胜16场
- 对阵Yasmine：20场中获胜7场
- 对阵JP：16场中获胜4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7日 · AI：dots-studio/dots-3-note-preview:free