最近一场对战
失败自定义房间
C.
AL
RA更新于4天前
Steam
Sudan俱乐部 · CarriedByLvl2C100%
SteamSudan俱乐部 · CarriedByLvl2C100%ChifuyuManamiCH
Let's Do This
MR 1,967#1,535最近 10 场6–4+10最近 20 场14–6+62
胜率
58%
19 胜 · 14 负 · 已存 33 场
排位赛对战
33
已选模式
胜场
19
排位赛
负场
14
排位赛
最高 MR
1,967
Rashid
排位 MR · Rashid
本地 33 · 导入 0 · 图表显示 33 · 已存 363 场对战
尚未请求回放
C.ALRA按差值绝对值从大到小排列23 项习惯
| 习惯 | ChifuyuManamiCH | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 59.1% | 56.0% | +3.1% | |
| SA3 | 13.6% | 16.6% | -3.0% | |
| 斗气技 | 17.1% | 20.1% | -2.9% | |
| 斗气前冲（招架） | 5.4% | 7.4% | -2.1% | |
| 斗气前冲（取消） | 34.1% | 32.1% | +2.0% | |
| 版边压制 | 13.20 | 15.02 | -1.82 | |
| 被困版边时间 | 8.10 | 9.52 | -1.42 | |
| 斗气防御 | 12.0% | 13.0% | -1.1% | |
| 投技 | 1.90 | 2.64 | -0.74 | |
| 受到投技 | 2.60 | 2.05 | +0.55 | |
| 斗气招架 | 1.40 | 1.77 | -0.37 | |
| 精准招架 | 0.90 | 0.61 | +0.29 | |
| 拆投 | 0.50 | 0.37 | +0.13 | |
| CA | 4.5% | 4.7% | -0.1% | |
| 斗气反攻 | 0.40 | 0.31 | +0.09 | |
| 受到昏厥 | 0.00 | 0.08 | -0.08 | |
| 招架时被投 | 0.20 | 0.28 | -0.08 | |
| SA1 | 22.7% | 22.7% | +0.0% | |
| 斗气迸放 | 0.20 | 0.25 | -0.05 | |
| 斗气迸放消耗 | 2.0% | 2.0% | +0.0% | |
| 惩罚反击命中 | 0.10 | 0.13 | -0.03 | |
| 受到惩罚反击 | 0.10 | 0.11 | -0.01 | |
| 造成昏厥 | 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。
Rashid · 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 0.24
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 0.24
- 斗气迸放消耗：档案 1.7% · 参考 2.1%
找出惩罚反击的原因
惩罚反击命中：档案 0.2 · 参考 0.13
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 0.13
- 受到惩罚反击：档案 0.1 · 参考 0.11
检查近距离选择
投技：档案 1.7 · 参考 2.58
回看五次近距离交锋，区分投技机会、投技尝试和防守选择。仅靠汇总次数无法判断当时的正确答案。
试试这样做在重复场景中记录打击和投技，练习选定的应对，再检查自己能否在实战中有意识地做出判断。
数据依据
- 投技：档案 1.7 · 参考 2.58
- 受到投技：档案 2.1 · 参考 2.05
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Yasmine：151场中获胜89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Yasmine：151场中获胜89场
- 对阵Alex：125场中获胜78场
- 对阵Elena：121场中获胜69场
保持压力但不过度冒进
版边压制：档案 17.7 · 参考 14.49
寻找用熟悉选择获取空间的机会。把对手逼到角落后，先观察实际脱身方式，再决定如何调整。
试试这样做试一次熟悉的压制。如果同一种脱身反复出现，就练习针对该动作的应对；如果对方变化防守，就不要押注单一判断。
数据依据
- 版边压制：档案 17.7 · 参考 14.49
- 被困版边时间：档案 7.8 · 参考 8.96
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