最近一场对战
胜利排位赛
CA
AKCA更新于2天前
Steam
JapanC100%
SteamJapanC100%Wisteria
Magma Mixer Murata
MR 1,739#18,390最近 10 场7–3+29最近 20 场13–7+42
胜率
52%
44 胜 · 40 负 · 已存 84 场
排位赛对战
84
已选模式
胜场
44
排位赛
负场
40
排位赛
最高 MR
1,839
Cammy
排位 MR · Cammy
本地 84 · 导入 0 · 图表显示 84 · 已存 84 场对战
尚未请求回放
CAAKCA按差值绝对值从大到小排列23 项习惯
| 习惯 | Wisteria | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 7.1% | 16.0% | -8.8% | |
| 斗气前冲（取消） | 47.5% | 40.7% | +6.8% | |
| SA3 | 35.7% | 31.2% | +4.5% | |
| 斗气前冲（招架） | 1.4% | 5.2% | -3.8% | |
| 斗气防御 | 7.1% | 10.1% | -3.0% | |
| 版边压制 | 10.20 | 12.91 | -2.71 | |
| 斗气迸放消耗 | 3.5% | 1.3% | +2.2% | |
| SA1 | 45.7% | 43.6% | +2.1% | |
| CA | 11.4% | 9.3% | +2.1% | |
| 被困版边时间 | 7.40 | 8.80 | -1.40 | |
| 受到投技 | 1.70 | 2.13 | -0.43 | |
| 斗气技 | 17.1% | 16.8% | +0.2% | |
| 斗气反攻 | 0.00 | 0.18 | -0.18 | |
| 斗气招架 | 1.40 | 1.56 | -0.16 | |
| 受到惩罚反击 | 0.20 | 0.06 | +0.14 | |
| 斗气迸放 | 0.30 | 0.16 | +0.14 | |
| 精准招架 | 0.40 | 0.54 | -0.14 | |
| 惩罚反击命中 | 0.20 | 0.09 | +0.11 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 招架时被投 | 0.20 | 0.25 | -0.05 | |
| 拆投 | 0.40 | 0.35 | +0.05 | |
| 受到昏厥 | 0.00 | 0.04 | -0.04 | |
| 投技 | 2.40 | 2.43 | -0.03 |
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。
Cammy · 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 0.09
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 0.09
- 受到惩罚反击：档案 0.2 · 参考 0.06
让斗气迸放有明确目的
斗气迸放：档案 0.3 · 参考 0.16
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 0.3 · 参考 0.16
- 斗气迸放消耗：档案 3.9% · 参考 1.3%
追踪位置得失的过程
版边压制：档案 9.7 · 参考 12.91
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 9.7 · 参考 12.91
- 被困版边时间：档案 7.6 · 参考 8.8
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
验证斗气迸放倾向
斗气迸放：档案 0.3 · 参考 0.16
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 0.3 · 参考 0.16
- 斗气迸放消耗：档案 3.9% · 参考 1.3%
先试探实际防守反应
斗气招架：档案 1.7 · 参考 1.56
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 1.7 · 参考 1.56
- 精准招架：档案 0.4 · 参考 0.54
- 斗气反攻：档案 0 · 参考 0.18
试探近距离模式
投技：档案 2.8 · 参考 2.43
观察实际的打击、投技和防守选择。出现倾向后，再改变熟悉攻防中的一个部分。
试试这样做同样的反应连续出现两次后，尝试不同选择。如果对方改变反应，就重新混合选项，不要认定这个模式永远有效。
数据依据
- 投技：档案 2.8 · 参考 2.43
- 拆投：档案 0.4 · 参考 0.35
- 受到投技：档案 1.7 · 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7日 · AI：dots-studio/dots-3-note-preview:free