最近一场对战
胜利排位赛
MA
MAMA更新于9小时前
CrossPlatform
Japan俱乐部 · ShiranuiDOJOM100%
CrossPlatformJapan俱乐部 · ShiranuiDOJOM100%しろにい
Special A-Type Maverick Hunter
MR 1,700#34,401最近 10 场6–4+17最近 20 场11–9+15
胜率
56%
42 胜 · 33 负 · 已存 75 场
排位赛对战
75
已选模式
胜场
42
排位赛
负场
33
排位赛
最高 MR
1,701
Mai
排位 MR · Mai
本地 75 · 导入 0 · 图表显示 75 · 已存 77 场对战
尚未请求回放
MAMAMA按差值绝对值从大到小排列23 项习惯
| 习惯 | しろにい | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA3 | 35.9% | 18.6% | +17.3% | |
| SA1 | 39.8% | 54.6% | -14.8% | |
| SA2 | 16.5% | 20.2% | -3.7% | |
| 斗气防御 | 9.9% | 13.4% | -3.5% | |
| 斗气前冲（取消） | 31.2% | 29.4% | +1.9% | |
| 斗气技 | 24.2% | 22.7% | +1.5% | |
| 斗气招架 | 0.40 | 1.87 | -1.47 | |
| 版边压制 | 14.40 | 12.99 | +1.41 | |
| CA | 7.8% | 6.6% | +1.1% | |
| 斗气前冲（招架） | 8.4% | 7.5% | +0.9% | |
| 精准招架 | 0.10 | 0.70 | -0.60 | |
| 被困版边时间 | 9.80 | 9.32 | +0.48 | |
| 受到投技 | 1.90 | 2.23 | -0.33 | |
| 投技 | 2.80 | 2.49 | +0.31 | |
| 斗气反攻 | 0.00 | 0.19 | -0.19 | |
| 招架时被投 | 0.10 | 0.26 | -0.16 | |
| 拆投 | 0.60 | 0.46 | +0.14 | |
| 斗气迸放 | 0.10 | 0.19 | -0.09 | |
| 受到昏厥 | 0.10 | 0.05 | +0.05 | |
| 造成昏厥 | 0.10 | 0.06 | +0.04 | |
| 受到惩罚反击 | 0.10 | 0.07 | +0.03 | |
| 斗气迸放消耗 | 1.3% | 1.3% | -0.0% | |
| 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。
Mai · 最近100场
需要改进的地方
复盘防守决策
斗气招架：档案 0.4 · 参考 1.69
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 0.4 · 参考 1.69
- 精准招架：档案 0.1 · 参考 0.67
- 斗气反攻：档案 0 · 参考 0.15
找出惩罚反击的原因
受到惩罚反击：档案 0.1 · 参考 0.08
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 0.1 · 参考 0.08
研究反复出现的角色对局场景
对阵Alex：20场中获胜14场
用引用的角色对战记录选择要看的录像，寻找多场败局中重复的决策，并与胜局比较后再下结论。
试试这样做选择对阵该角色时反复出现的一个场景，在训练中验证替代应对，并记录接下来五场中的这一判断。
数据依据
- 对阵Alex：20场中获胜14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8日 · AI：nex-agi/nex-n2.5-mini:free
如何应对这位玩家
区分持续倾向与偶发失误
已保存的近期排位赛样本：63场中获胜35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：63场中获胜35场
先试探实际防守反应
斗气招架：档案 0.4 · 参考 1.69
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
- 斗气招架：档案 0.4 · 参考 1.69
- 精准招架：档案 0.1 · 参考 0.67
- 斗气反攻：档案 0 · 参考 0.15
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8日 · AI：nex-agi/nex-n2.5-mini:free