最近一场对战
失败排位赛
TE
EDTE
Steam
JapanC100%酢酸仮眠
Shared Destiny
MR 1,503#230,261最近 10 场5–5-3最近 20 场9–11-19
胜率
43%
9 胜 · 12 负 · 已存 21 场
排位赛对战
21
已选模式
胜场
9
排位赛
负场
12
排位赛
最高 MR
1,529
Terry
排位 MR · Terry
本地 21 · 导入 0 · 图表显示 21 · 已存 93 场对战
尚未请求回放
TEEDTE按差值绝对值从大到小排列23 项习惯
| 习惯 | 酢酸仮眠 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 52.9% | 24.5% | +28.4% | |
| SA3 | 14.1% | 32.8% | -18.7% | |
| CA | 3.5% | 9.0% | -5.5% | |
| 斗气技 | 11.9% | 16.3% | -4.5% | |
| SA1 | 29.4% | 33.6% | -4.2% | |
| 版边压制 | 8.90 | 12.45 | -3.55 | |
| 斗气防御 | 16.5% | 14.3% | +2.2% | |
| 斗气前冲（取消） | 32.5% | 33.4% | -0.9% | |
| 斗气前冲（招架） | 9.0% | 8.2% | +0.7% | |
| 斗气招架 | 2.60 | 1.89 | +0.71 | |
| 投技 | 2.90 | 2.49 | +0.41 | |
| 被困版边时间 | 9.40 | 9.65 | -0.25 | |
| 招架时被投 | 0.50 | 0.26 | +0.24 | |
| 精准招架 | 0.60 | 0.80 | -0.20 | |
| 受到投技 | 2.40 | 2.21 | +0.19 | |
| 斗气迸放消耗 | 1.5% | 1.6% | -0.2% | |
| 斗气反攻 | 0.00 | 0.17 | -0.17 | |
| 拆投 | 0.60 | 0.43 | +0.17 | |
| 斗气迸放 | 0.10 | 0.21 | -0.11 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 受到昏厥 | 0.10 | 0.05 | +0.05 | |
| 惩罚反击命中 | 0.10 | 0.12 | -0.02 | |
| 受到惩罚反击 | 0.10 | 0.09 | +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。
Terry · 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 0.1 · 参考 0.22
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 0.1 · 参考 0.22
- 斗气迸放消耗：档案 1.5% · 参考 1.6%
复盘防守决策
斗气招架：档案 2.6 · 参考 1.84
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
- 斗气招架：档案 2.6 · 参考 1.84
- 精准招架：档案 0.6 · 参考 0.73
- 斗气反攻：档案 0 · 参考 0.23
检查近距离选择
投技：档案 2.9 · 参考 2.48
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 2.9 · 参考 2.48
- 拆投：档案 0.6 · 参考 0.37
- 受到投技：档案 2.4 · 参考 2.18
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Yasmine：49场中获胜22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：49场中获胜22场
- 对阵Alex：26场中获胜15场
- 对阵C. Viper：24场中获胜5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7日 · AI：dots-studio/dots-3-note-preview:free