最近一场对战
胜利排位赛
JP
JUJP更新于1周前
Steam
JapanC100%
SteamJapanC100%fallon
Let's Do This
MR 1,603#79,019最近 10 场8–2+44最近 20 场8–4+30
胜率
67%
8 胜 · 4 负 · 已存 12 场
排位赛对战
12
已选模式
胜场
8
排位赛
负场
4
排位赛
最高 MR
1,603
JP
排位 MR · JP
本地 12 · 导入 0 · 图表显示 12 · 已存 100 场对战
尚未请求回放
JPJUJP按差值绝对值从大到小排列23 项习惯
| 习惯 | fallon | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气技 | 41.5% | 31.4% | +10.1% | |
| SA3 | 28.1% | 18.1% | +10.0% | |
| 斗气前冲（取消） | 14.0% | 22.1% | -8.1% | |
| SA2 | 47.9% | 54.2% | -6.2% | |
| SA1 | 16.7% | 22.6% | -5.9% | |
| 版边压制 | 6.10 | 10.70 | -4.60 | |
| 被困版边时间 | 14.80 | 12.00 | +2.80 | |
| 斗气防御 | 10.4% | 13.0% | -2.6% | |
| CA | 7.3% | 5.2% | +2.1% | |
| 斗气前冲（招架） | 5.1% | 6.7% | -1.6% | |
| 斗气迸放消耗 | 3.4% | 2.1% | +1.3% | |
| 精准招架 | 0.30 | 0.76 | -0.46 | |
| 斗气招架 | 1.60 | 2.00 | -0.40 | |
| 招架时被投 | 0.60 | 0.38 | +0.22 | |
| 投技 | 2.20 | 2.02 | +0.18 | |
| 受到投技 | 2.40 | 2.29 | +0.11 | |
| 受到惩罚反击 | 0.20 | 0.09 | +0.11 | |
| 拆投 | 0.30 | 0.41 | -0.11 | |
| 造成昏厥 | 0.00 | 0.10 | -0.10 | |
| 惩罚反击命中 | 0.20 | 0.13 | +0.07 | |
| 斗气迸放 | 0.40 | 0.33 | +0.07 | |
| 受到昏厥 | 0.00 | 0.03 | -0.03 | |
| 斗气反攻 | 0.20 | 0.17 | +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。
JP · 最近100场
需要改进的地方
复盘防守决策
斗气反攻：档案 0.2 · 参考 0.13
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 0.2 · 参考 0.13
- 精准招架：档案 0.3 · 参考 0.79
追踪位置得失的过程
版边压制：档案 6.1 · 参考 10.77
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 6.1 · 参考 10.77
- 被困版边时间：档案 14.8 · 参考 12.04
明确每次量表消耗的目的
SA3：档案 28.1% · 参考 19.2%
看着实际量表回顾五次资源决策，记录换来了什么以及还剩哪些选择。使用占比本身不能衡量效率。
试试这样做练习熟悉连段的资源消耗版本与节省版本，比较结果和剩余量表，再决定各自适用的场景。
数据依据
- SA3：档案 28.1% · 参考 19.2%
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Juri：139场中获胜97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Juri：139场中获胜97场
- 对阵Yasmine：65场中获胜28场
- 对阵Ryu：64场中获胜29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