最近一场对战
胜利自定义房间
KE
INKE更新于6天前
Steam
JapanM100%
SteamJapanM100%夜桜惹宮Vtuber
Popularity Isn't Productive
LP 23,805最近 10 场8–2最近 20 场12–8
胜率
58%
41 胜 · 30 负 · 已存 71 场
排位赛对战
71
已选模式
胜场
41
排位赛
负场
30
排位赛
最高 LP
23,805
Ken
排位 LP · Ken
此角色的 LP 走势
尚未请求回放
KEINKE按差值绝对值从大到小排列23 项习惯
| 习惯 | 夜桜惹宮Vtuber | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气前冲（取消） | 13.4% | 38.2% | -24.8% | |
| SA2 | 3.2% | 25.9% | -22.7% | |
| CA | 25.8% | 11.0% | +14.8% | |
| 斗气防御 | 27.0% | 12.7% | +14.2% | |
| 斗气前冲（招架） | 16.8% | 6.8% | +10.0% | |
| SA1 | 37.1% | 27.3% | +9.8% | |
| 版边压制 | 10.10 | 13.12 | -3.02 | |
| 斗气技 | 11.9% | 14.9% | -3.0% | |
| 被困版边时间 | 7.00 | 8.95 | -1.95 | |
| 斗气迸放消耗 | 3.3% | 1.4% | +1.9% | |
| SA3 | 33.9% | 35.8% | -1.9% | |
| 斗气招架 | 3.10 | 1.89 | +1.21 | |
| 精准招架 | 0.40 | 0.84 | -0.44 | |
| 投技 | 2.90 | 2.57 | +0.33 | |
| 受到惩罚反击 | 0.40 | 0.08 | +0.32 | |
| 受到投技 | 2.00 | 2.26 | -0.26 | |
| 斗气反攻 | 0.00 | 0.23 | -0.23 | |
| 惩罚反击命中 | 0.30 | 0.10 | +0.20 | |
| 拆投 | 0.30 | 0.44 | -0.14 | |
| 斗气迸放 | 0.30 | 0.19 | +0.11 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 受到昏厥 | 0.00 | 0.05 | -0.05 | |
| 招架时被投 | 0.20 | 0.21 | -0.01 |
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。
Ken · 最近100场
需要改进的地方
让斗气迸放有明确目的
斗气迸放：档案 0.3 · 参考 0.18
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 0.18
- 斗气迸放消耗：档案 3.3% · 参考 1.3%
找出惩罚反击的原因
受到惩罚反击：档案 0.4 · 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
- 受到惩罚反击：档案 0.4 · 参考 0.09
- 惩罚反击命中：档案 0.3 · 参考 0.11
复盘防守决策
斗气反攻：档案 0 · 参考 0.21
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
- 斗气反攻：档案 0 · 参考 0.21
- 斗气招架：档案 3.1 · 参考 1.97
- 精准招架：档案 0.4 · 参考 0.79
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 0.18
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 0.18
- 斗气迸放消耗：档案 3.3% · 参考 1.3%
寻找可重复利用的反击机会
受到惩罚反击：档案 0.4 · 参考 0.09
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
- 受到惩罚反击：档案 0.4 · 参考 0.09
- 惩罚反击命中：档案 0.3 · 参考 0.11
先试探实际防守反应
斗气反攻：档案 0 · 参考 0.21
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
- 斗气反攻：档案 0 · 参考 0.21
- 斗气招架：档案 3.1 · 参考 1.97
- 精准招架：档案 0.4 · 参考 0.79
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