最近一场对战
失败排位赛
E.
SA
A.更新于1周前
Steam
Japan俱乐部 · YellowCatC100%
SteamJapan俱乐部 · YellowCatC100%七海さき
A Bewitching Dance
MR 1,587#98,430最近 10 场6–4+9最近 20 场10–10-4
胜率
48%
31 胜 · 33 负 · 已存 64 场
排位赛对战
64
已选模式
胜场
31
排位赛
负场
33
排位赛
最高 MR
1,587
A.K.I.
排位 MR · A.K.I.
本地 63 · 导入 0 · 图表显示 63 · 已存 104 场对战
尚未请求回放
E.SAA.按差值绝对值从大到小排列23 项习惯
| 习惯 | 七海さき | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA3 | 59.1% | 30.6% | +28.5% | |
| SA2 | 4.5% | 22.0% | -17.4% | |
| SA1 | 22.7% | 37.8% | -15.1% | |
| 斗气前冲（招架） | 5.2% | 11.0% | -5.7% | |
| 斗气防御 | 12.0% | 17.0% | -5.0% | |
| CA | 13.6% | 9.6% | +4.0% | |
| 斗气前冲（取消） | 26.9% | 23.3% | +3.6% | |
| 斗气技 | 22.8% | 21.0% | +1.7% | |
| 投技 | 3.30 | 2.34 | +0.96 | |
| 斗气迸放消耗 | 2.7% | 1.8% | +0.9% | |
| 被困版边时间 | 9.10 | 9.83 | -0.73 | |
| 版边压制 | 10.60 | 11.29 | -0.69 | |
| 受到投技 | 2.70 | 2.30 | +0.40 | |
| 斗气反攻 | 0.20 | 0.40 | -0.20 | |
| 惩罚反击命中 | 0.30 | 0.12 | +0.18 | |
| 斗气迸放 | 0.40 | 0.24 | +0.16 | |
| 斗气招架 | 1.80 | 1.93 | -0.13 | |
| 招架时被投 | 0.10 | 0.22 | -0.12 | |
| 精准招架 | 0.50 | 0.60 | -0.10 | |
| 受到昏厥 | 0.00 | 0.04 | -0.04 | |
| 拆投 | 0.50 | 0.52 | -0.02 | |
| 造成昏厥 | 0.10 | 0.08 | +0.02 | |
| 受到惩罚反击 | 0.10 | 0.11 | -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。
A.K.I. · 最近100场
需要改进的地方
找出惩罚反击的原因
惩罚反击命中：档案 0.3 · 参考 0.1
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 0.3 · 参考 0.1
让斗气迸放有明确目的
斗气迸放：档案 0.4 · 参考 0.21
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 0.4 · 参考 0.21
- 斗气迸放消耗：档案 2.7% · 参考 1.6%
明确每次量表消耗的目的
SA3：档案 59.1% · 参考 31.9%
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 59.1% · 参考 31.9%
- SA2：档案 4.5% · 参考 20.4%
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7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Ingrid：21场中获胜10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Ingrid：21场中获胜10场
验证斗气迸放倾向
斗气迸放：档案 0.4 · 参考 0.21
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 0.4 · 参考 0.21
- 斗气迸放消耗：档案 2.7% · 参考 1.6%
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7日 · AI：dots-studio/dots-3-note-preview:free