最近一场对战
胜利排位赛
AKAKAK更新于1天前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%みこまけ
All-Or-Nothing
LP 19,270最近 10 场4–6最近 20 场6–14
胜率
47%
198 胜 · 224 负 · 已存 422 场
排位赛对战
422
已选模式
胜场
198
排位赛
负场
224
排位赛
最高 LP
19,528
Akuma
排位 LP · Akuma
此角色的 LP 走势
尚未请求回放
AKAKAK按差值绝对值从大到小排列23 项习惯
| 习惯 | みこまけ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 74.7% | 28.6% | +46.0% | |
| SA2 | 0.0% | 22.8% | -22.8% | |
| SA3 | 19.3% | 38.7% | -19.4% | |
| 斗气前冲（取消） | 21.9% | 32.7% | -10.8% | |
| 斗气技 | 27.8% | 19.2% | +8.6% | |
| 斗气迸放消耗 | 7.6% | 1.5% | +6.1% | |
| CA | 6.0% | 9.9% | -3.9% | |
| 版边压制 | 8.20 | 11.47 | -3.27 | |
| 斗气前冲（招架） | 10.1% | 7.4% | +2.6% | |
| 被困版边时间 | 6.50 | 8.55 | -2.05 | |
| 斗气招架 | 0.50 | 1.65 | -1.15 | |
| 精准招架 | 0.00 | 0.77 | -0.77 | |
| 斗气迸放 | 0.70 | 0.20 | +0.50 | |
| 惩罚反击命中 | 0.50 | 0.13 | +0.37 | |
| 斗气防御 | 12.8% | 13.1% | -0.4% | |
| 拆投 | 0.10 | 0.45 | -0.35 | |
| 投技 | 2.40 | 2.74 | -0.34 | |
| 受到惩罚反击 | 0.40 | 0.09 | +0.31 | |
| 斗气反攻 | 0.40 | 0.20 | +0.20 | |
| 受到投技 | 1.90 | 2.09 | -0.19 | |
| 招架时被投 | 0.20 | 0.27 | -0.07 | |
| 受到昏厥 | 0.00 | 0.04 | -0.04 | |
| 造成昏厥 | 0.00 | 0.03 | -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。
Akuma · 最近100场
需要改进的地方
找出惩罚反击的原因
受到惩罚反击：档案 0.4 · 参考 0.07
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 0.07
- 惩罚反击命中：档案 0.4 · 参考 0.11
复盘防守决策
拆投：档案 0.1 · 参考 0.4
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
- 拆投：档案 0.1 · 参考 0.4
- 受到投技：档案 1.7 · 参考 1.99
让斗气迸放有明确目的
斗气迸放：档案 0.5 · 参考 0.21
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 0.5 · 参考 0.21
- 斗气迸放消耗：档案 5.1% · 参考 1.4%
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9日 · AI：nex-agi/nex-n2.5-pro:free
如何应对这位玩家
试探近距离模式
拆投：档案 0.1 · 参考 0.4
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
- 拆投：档案 0.1 · 参考 0.4
- 受到投技：档案 1.7 · 参考 1.99
验证斗气迸放倾向
斗气迸放：档案 0.5 · 参考 0.21
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 0.5 · 参考 0.21
- 斗气迸放消耗：档案 5.1% · 参考 1.4%
先试探实际防守反应
斗气招架：档案 0.6 · 参考 1.79
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 0.6 · 参考 1.79
- 精准招架：档案 0.1 · 参考 0.8
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9日 · AI：nex-agi/nex-n2.5-pro:free