最近一场对战
胜利排位赛
CH
JU
KI更新于1周前
Steam
Japan俱乐部 · HoloFansM78%
SteamJapan俱乐部 · HoloFansM78%Berg
Let's Do This
MR 1,618#59,619最近 10 场5–5+6最近 20 场10–10+6
胜率
49%
22 胜 · 23 负 · 已存 45 场
排位赛对战
45
已选模式
胜场
22
排位赛
负场
23
排位赛
最高 MR
1,618
Kimberly
排位 MR · Kimberly
本地 13 · 导入 0 · 图表显示 13 · 已存 45 场对战
尚未请求回放
CHJUKI按差值绝对值从大到小排列23 项习惯
| 习惯 | Berg | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 5.9% | 34.1% | -28.2% | |
| SA3 | 63.2% | 41.7% | +21.5% | |
| CA | 23.5% | 8.7% | +14.9% | |
| 斗气前冲（取消） | 17.2% | 28.7% | -11.5% | |
| SA2 | 7.4% | 15.5% | -8.1% | |
| 斗气防御 | 5.4% | 13.5% | -8.1% | |
| 版边压制 | 8.50 | 15.86 | -7.36 | |
| 斗气前冲（招架） | 2.2% | 7.7% | -5.5% | |
| 斗气技 | 26.7% | 23.3% | +3.5% | |
| 斗气迸放消耗 | 4.3% | 2.1% | +2.2% | |
| 投技 | 2.80 | 3.66 | -0.86 | |
| 斗气招架 | 0.90 | 1.68 | -0.78 | |
| 惩罚反击命中 | 0.50 | 0.11 | +0.39 | |
| 受到投技 | 2.70 | 2.31 | +0.39 | |
| 斗气迸放 | 0.60 | 0.23 | +0.37 | |
| 被困版边时间 | 9.20 | 8.87 | +0.33 | |
| 精准招架 | 0.20 | 0.49 | -0.29 | |
| 拆投 | 0.80 | 0.52 | +0.28 | |
| 招架时被投 | 0.10 | 0.35 | -0.25 | |
| 造成昏厥 | 0.00 | 0.11 | -0.11 | |
| 受到惩罚反击 | 0.20 | 0.12 | +0.08 | |
| 斗气反攻 | 0.40 | 0.32 | +0.08 | |
| 受到昏厥 | 0.00 | 0.03 | -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。
Kimberly · 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 0.5 · 参考 0.13
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 0.5 · 参考 0.13
- 受到惩罚反击：档案 0.2 · 参考 0.1
让斗气迸放有明确目的
斗气迸放：档案 0.6 · 参考 0.27
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 0.6 · 参考 0.27
- 斗气迸放消耗：档案 4.3% · 参考 2.2%
追踪位置得失的过程
版边压制：档案 8.5 · 参考 15.07
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 8.5 · 参考 15.07
- 被困版边时间：档案 9.2 · 参考 8.89
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8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Char 253：521场中获胜263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 253：521场中获胜263场
- 对阵C. Viper：61场中获胜29场
- 对阵Luke：49场中获胜23场
验证斗气迸放倾向
斗气迸放：档案 0.6 · 参考 0.27
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 0.6 · 参考 0.27
- 斗气迸放消耗：档案 4.3% · 参考 2.2%
试探近距离模式
拆投：档案 0.8 · 参考 0.38
观察实际的打击、投技和防守选择。出现倾向后，再改变熟悉攻防中的一个部分。
试试这样做同样的反应连续出现两次后，尝试不同选择。如果对方改变反应，就重新混合选项，不要认定这个模式永远有效。
数据依据
- 拆投：档案 0.8 · 参考 0.38
- 受到投技：档案 2.7 · 参考 2.14
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8日 · AI：dots-studio/dots-3-note-preview:free