最近一场对战
胜利排位赛
SA
LUSA更新于6天前
CrossPlatform
JapanM100%
CrossPlatformJapanM100%ドブラエ
GG
LP 20,669最近 10 场6–4最近 20 场13–7
胜率
43%
30 胜 · 39 负 · 已存 69 场
排位赛对战
69
已选模式
胜场
30
排位赛
负场
39
排位赛
最高 LP
21,221
Sagat
排位 LP · Sagat
此角色的 LP 走势
尚未请求回放
SALUSA按差值绝对值从大到小排列23 项习惯
| 习惯 | ドブラエ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气前冲（取消） | 0.0% | 34.0% | -34.0% | |
| SA3 | 50.0% | 39.9% | +10.1% | |
| SA1 | 17.5% | 24.6% | -7.1% | |
| 斗气迸放消耗 | 8.0% | 1.3% | +6.6% | |
| CA | 3.8% | 9.1% | -5.3% | |
| 斗气技 | 21.0% | 16.0% | +5.0% | |
| 版边压制 | 8.10 | 12.43 | -4.33 | |
| 斗气防御 | 11.1% | 14.2% | -3.1% | |
| SA2 | 28.8% | 26.4% | +2.4% | |
| 被困版边时间 | 7.20 | 8.88 | -1.68 | |
| 斗气招架 | 0.20 | 1.81 | -1.61 | |
| 斗气前冲（招架） | 10.0% | 8.4% | +1.6% | |
| 投技 | 1.00 | 2.23 | -1.23 | |
| 斗气反攻 | 1.10 | 0.24 | +0.86 | |
| 精准招架 | 0.00 | 0.74 | -0.74 | |
| 受到投技 | 2.90 | 2.21 | +0.69 | |
| 斗气迸放 | 0.60 | 0.18 | +0.42 | |
| 受到惩罚反击 | 0.40 | 0.09 | +0.31 | |
| 惩罚反击命中 | 0.30 | 0.11 | +0.19 | |
| 拆投 | 0.30 | 0.46 | -0.16 | |
| 招架时被投 | 0.10 | 0.25 | -0.15 | |
| 造成昏厥 | 0.00 | 0.08 | -0.08 | |
| 受到昏厥 | 0.00 | 0.05 | -0.05 |
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。
Sagat · 最近100场
需要改进的地方
复盘防守决策
斗气招架：档案 0.2 · 参考 1.78
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 0.2 · 参考 1.78
- 精准招架：档案 0 · 参考 0.78
检查近距离选择
拆投：档案 0.3 · 参考 0.45
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 0.3 · 参考 0.45
- 受到投技：档案 2.9 · 参考 2.12
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9日 · AI：nex-agi/nex-n2.5-mini:free
如何应对这位玩家
区分持续倾向与偶发失误
已保存的近期排位赛样本：63场中获胜27场
研究多场近期比赛，对照胜局与败局。围绕重复场景准备，不要只记住一次显眼失误。
试试这样做用第一回合验证一个观察假设。若重复出现，就应用准备好的调整；若没有，就放弃假设并观察新模式。
数据依据
- 已保存的近期排位赛样本：63场中获胜27场
把对局战绩当作观察线索
对阵Akuma：76场中获胜36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Akuma：76场中获胜36场
- 对阵Ryu：72场中获胜46场
- 对阵Alex：58场中获胜32场
先试探实际防守反应
斗气招架：档案 0.2 · 参考 1.78
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 0.2 · 参考 1.78
- 精准招架：档案 0 · 参考 0.78
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9日 · AI：nex-agi/nex-n2.5-mini:free