最近一场对战
失败自定义房间
JP
E.JP更新于3小时前
Steam
Japan俱乐部 · RiasuClubC100%
SteamJapan俱乐部 · RiasuClubC100%tora レバレス練習中
Demon Destroyer
MR 1,923#2,682最近 10 场7–3+22最近 20 场12–8+25
胜率
48%
113 胜 · 122 负 · 已存 235 场
排位赛对战
235
已选模式
胜场
113
排位赛
负场
122
排位赛
最高 MR
2,065
JP
排位 MR · JP
本地 235 · 导入 0 · 图表显示 235 · 已存 282 场对战
尚未请求回放
JPE.JP按差值绝对值从大到小排列23 项习惯
| 习惯 | tora レバレス練習中 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 76.0% | 56.6% | +19.3% | |
| SA3 | 5.4% | 19.2% | -13.7% | |
| 斗气前冲（取消） | 14.8% | 23.1% | -8.3% | |
| 斗气技 | 39.9% | 32.1% | +7.8% | |
| 版边压制 | 7.30 | 10.77 | -3.47 | |
| SA1 | 16.3% | 19.2% | -2.9% | |
| CA | 2.3% | 5.0% | -2.6% | |
| 斗气防御 | 11.3% | 12.8% | -1.5% | |
| 斗气前冲（招架） | 5.1% | 6.5% | -1.4% | |
| 被困版边时间 | 13.20 | 12.04 | +1.16 | |
| 斗气迸放消耗 | 2.6% | 2.1% | +0.5% | |
| 投技 | 1.50 | 1.97 | -0.47 | |
| 斗气招架 | 1.70 | 2.07 | -0.37 | |
| 斗气迸放 | 0.50 | 0.34 | +0.16 | |
| 招架时被投 | 0.30 | 0.41 | -0.11 | |
| 拆投 | 0.30 | 0.39 | -0.09 | |
| 受到投技 | 2.20 | 2.13 | +0.07 | |
| 受到昏厥 | 0.10 | 0.04 | +0.06 | |
| 惩罚反击命中 | 0.10 | 0.13 | -0.03 | |
| 斗气反攻 | 0.10 | 0.13 | -0.03 | |
| 受到惩罚反击 | 0.10 | 0.08 | +0.02 | |
| 精准招架 | 0.80 | 0.79 | +0.01 | |
| 造成昏厥 | 0.10 | 0.09 | +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。
JP · 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 0.6 · 参考 0.34
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 0.6 · 参考 0.34
- 斗气迸放消耗：档案 3.5% · 参考 2.1%
复盘防守决策
精准招架：档案 0.5 · 参考 0.79
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
- 精准招架：档案 0.5 · 参考 0.79
- 斗气招架：档案 1.7 · 参考 2.07
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6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M. Bison：192场中获胜138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M. Bison：192场中获胜138场
区分持续倾向与偶发失误
已保存的近期排位赛样本：100场中获胜50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：100场中获胜50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6日 · AI：dots-studio/dots-3-note-preview:free