最近一场对战
失败排位赛
CH
JACH更新于2天前
Steam
JapanC100%
SteamJapanC100%dorakiti
Let's Do This
MR 1,706#26,842最近 10 场5–5+1最近 20 场12–8+34
胜率
53%
121 胜 · 109 负 · 已存 230 场
排位赛对战
230
已选模式
胜场
121
排位赛
负场
109
排位赛
最高 MR
1,754
Chun-Li
排位 MR · Chun-Li
本地 230 · 导入 209 · 图表显示 436 · 已存 230 场对战
尚未请求回放
CHJACH按差值绝对值从大到小排列23 项习惯
| 习惯 | dorakiti | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA3 | 39.7% | 26.2% | +13.5% | |
| SA2 | 19.0% | 31.7% | -12.7% | |
| SA1 | 23.8% | 34.5% | -10.7% | |
| CA | 17.5% | 7.6% | +9.9% | |
| 版边压制 | 9.10 | 11.27 | -2.17 | |
| 斗气迸放消耗 | 2.3% | 1.4% | +0.9% | |
| 斗气前冲（招架） | 5.8% | 5.0% | +0.7% | |
| 投技 | 1.70 | 2.39 | -0.69 | |
| 被困版边时间 | 8.90 | 9.57 | -0.67 | |
| 受到投技 | 1.60 | 2.08 | -0.48 | |
| 斗气前冲（取消） | 39.7% | 40.1% | -0.4% | |
| 精准招架 | 0.30 | 0.57 | -0.27 | |
| 斗气技 | 16.6% | 16.9% | -0.2% | |
| 拆投 | 0.20 | 0.40 | -0.20 | |
| 斗气招架 | 1.50 | 1.64 | -0.14 | |
| 斗气反攻 | 0.10 | 0.17 | -0.07 | |
| 受到昏厥 | 0.10 | 0.05 | +0.05 | |
| 造成昏厥 | 0.00 | 0.04 | -0.04 | |
| 斗气迸放 | 0.20 | 0.16 | +0.04 | |
| 招架时被投 | 0.20 | 0.22 | -0.02 | |
| 斗气防御 | 10.2% | 10.2% | +0.0% | |
| 受到惩罚反击 | 0.10 | 0.09 | +0.01 | |
| 惩罚反击命中 | 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。
Chun-Li · 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 0.2 · 参考 0.16
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 0.2 · 参考 0.16
- 斗气迸放消耗：档案 2.3% · 参考 1.4%
检查近距离选择
拆投：档案 0.2 · 参考 0.4
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
- 拆投：档案 0.2 · 参考 0.4
- 投技：档案 1.7 · 参考 2.39
- 受到投技：档案 1.6 · 参考 2.08
复盘防守决策
精准招架：档案 0.3 · 参考 0.57
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 0.3 · 参考 0.57
- 斗气招架：档案 1.5 · 参考 1.64
- 斗气反攻：档案 0.1 · 参考 0.17
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12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 0.2 · 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 0.2 · 参考 0.16
- 斗气迸放消耗：档案 2.3% · 参考 1.4%
根据当前量表调整
SA3：档案 39.7% · 参考 26.2%
对战时关注实际斗气和超必杀量表。档案中的消耗倾向只是待验证的线索，不能预测燃尽或保证反击机会。
试试这样做对方大幅消耗后，接近前先重新评估双方可用选择。如果其资源决策与统计不同，就以当前场面为准。
数据依据
- SA3：档案 39.7% · 参考 26.2%
- CA：档案 17.5% · 参考 7.6%
把对局战绩当作观察线索
对阵Char 253：1,060场中获胜542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 253：1,060场中获胜542场
- 对阵Luke：78场中获胜38场
- 对阵Ryu：63场中获胜32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12日 · AI：dots-studio/dots-3-note-preview:free