最近一场对战
失败排位赛
CA
EDCA更新于4天前
Steam
Japan俱乐部 · TeroHadoC100%
SteamJapan俱乐部 · TeroHadoC100%たんぽぽ
Let's Do This
MR 1,714#22,034最近 10 场6–4+16最近 20 场9–11-16
胜率
56%
78 胜 · 61 负 · 已存 139 场
排位赛对战
139
已选模式
胜场
78
排位赛
负场
61
排位赛
最高 MR
1,714
Cammy
排位 MR · Cammy
本地 128 · 导入 0 · 图表显示 128 · 已存 175 场对战
尚未请求回放
CAEDCA按差值绝对值从大到小排列23 项习惯
| 习惯 | たんぽぽ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 21.1% | 43.6% | -22.5% | |
| SA3 | 52.6% | 31.2% | +21.5% | |
| 斗气前冲（取消） | 52.8% | 40.7% | +12.1% | |
| CA | 17.5% | 9.3% | +8.3% | |
| 斗气技 | 8.7% | 16.8% | -8.1% | |
| SA2 | 8.8% | 16.0% | -7.2% | |
| 版边压制 | 9.60 | 12.91 | -3.31 | |
| 被困版边时间 | 7.20 | 8.80 | -1.60 | |
| 斗气前冲（招架） | 6.3% | 5.2% | +1.1% | |
| 受到投技 | 1.40 | 2.13 | -0.73 | |
| 斗气迸放消耗 | 0.8% | 1.3% | -0.5% | |
| 斗气防御 | 10.4% | 10.1% | +0.3% | |
| 投技 | 2.70 | 2.43 | +0.27 | |
| 拆投 | 0.10 | 0.35 | -0.25 | |
| 精准招架 | 0.40 | 0.54 | -0.14 | |
| 惩罚反击命中 | 0.00 | 0.09 | -0.09 | |
| 斗气反攻 | 0.10 | 0.18 | -0.08 | |
| 斗气迸放 | 0.10 | 0.16 | -0.06 | |
| 招架时被投 | 0.30 | 0.25 | +0.05 | |
| 斗气招架 | 1.60 | 1.56 | +0.04 | |
| 受到昏厥 | 0.00 | 0.04 | -0.04 | |
| 受到惩罚反击 | 0.10 | 0.06 | +0.04 | |
| 造成昏厥 | 0.10 | 0.07 | +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。
Cammy · 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 · 参考 0.06
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 · 参考 0.06
- 惩罚反击命中：档案 0 · 参考 0.09
复盘防守决策
斗气反攻：档案 0 · 参考 0.18
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 0.18
- 拆投：档案 0.2 · 参考 0.35
明确每次量表消耗的目的
SA3：档案 45.6% · 参考 31.2%
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 45.6% · 参考 31.2%
- SA2：档案 8.8% · 参考 16%
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
验证斗气迸放倾向
斗气迸放：档案 0.1 · 参考 0.16
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 0.1 · 参考 0.16
先试探实际防守反应
斗气招架：档案 2.7 · 参考 1.56
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 2.7 · 参考 1.56
- 精准招架：档案 0.6 · 参考 0.54
把对局战绩当作观察线索
对阵Char 253：270场中获胜176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Char 253：270场中获胜176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