最近一场对战
失败排位赛
YAYAYA更新于1周前
Steam
Japan俱乐部 · sugoiyoC100%
SteamJapan俱乐部 · sugoiyoC100%heyhe tiger
Tiger Style
MR 1,558#121,004最近 10 场3–7-31最近 20 场10–10+2
胜率
52%
96 胜 · 89 负 · 已存 185 场
排位赛对战
185
已选模式
胜场
96
排位赛
负场
89
排位赛
最高 MR
1,581
Yasmine
排位 MR · Yasmine
本地 185 · 导入 0 · 图表显示 185 · 已存 192 场对战
尚未请求回放
YAYAYA按差值绝对值从大到小排列23 项习惯
| 习惯 | heyhe tiger | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 10.3% | 21.0% | -10.7% | |
| 斗气技 | 27.3% | 19.0% | +8.3% | |
| CA | 17.9% | 10.0% | +7.9% | |
| SA1 | 39.7% | 32.1% | +7.7% | |
| SA3 | 32.1% | 36.9% | -4.9% | |
| 版边压制 | 9.50 | 13.62 | -4.12 | |
| 斗气前冲（取消） | 25.9% | 29.6% | -3.7% | |
| 斗气迸放消耗 | 4.0% | 1.4% | +2.6% | |
| 投技 | 3.50 | 2.59 | +0.91 | |
| 斗气前冲（招架） | 9.0% | 8.2% | +0.8% | |
| 受到投技 | 1.50 | 2.31 | -0.81 | |
| 斗气防御 | 13.8% | 14.5% | -0.7% | |
| 精准招架 | 0.30 | 0.74 | -0.44 | |
| 拆投 | 0.10 | 0.49 | -0.39 | |
| 被困版边时间 | 9.70 | 9.38 | +0.32 | |
| 斗气招架 | 1.70 | 1.96 | -0.26 | |
| 斗气反攻 | 0.00 | 0.24 | -0.24 | |
| 受到惩罚反击 | 0.20 | 0.06 | +0.14 | |
| 斗气迸放 | 0.30 | 0.19 | +0.11 | |
| 惩罚反击命中 | 0.20 | 0.09 | +0.11 | |
| 招架时被投 | 0.30 | 0.21 | +0.09 | |
| 造成昏厥 | 0.10 | 0.06 | +0.04 | |
| 受到昏厥 | 0.10 | 0.06 | +0.04 |
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。
Yasmine · 最近100场
需要改进的地方
复盘防守决策
斗气反攻：档案 0 · 参考 0.24
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
- 斗气反攻：档案 0 · 参考 0.24
- 拆投：档案 0.1 · 参考 0.49
- 精准招架：档案 0.3 · 参考 0.74
检查近距离选择
投技：档案 3.5 · 参考 2.59
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 3.5 · 参考 2.59
- 受到投技：档案 1.5 · 参考 2.31
- 拆投：档案 0.1 · 参考 0.49
追踪位置得失的过程
版边压制：档案 9.5 · 参考 13.62
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 9.5 · 参考 13.62
- 被困版边时间：档案 9.7 · 参考 9.38
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6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Luke：115场中获胜51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Luke：115场中获胜51场
- 对阵Ken：76场中获胜38场
- 对阵Akuma：74场中获胜37场
验证斗气迸放倾向
斗气迸放：档案 0.3 · 参考 0.19
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 0.3 · 参考 0.19
- 斗气迸放消耗：档案 4% · 参考 1.4%
寻找可重复利用的反击机会
受到惩罚反击：档案 0.2 · 参考 0.06
把统计作为观察线索。寻找你已验证在该距离能反击的动作，不要仅凭观感认定它有破绽。
试试这样做该动作出现时，尝试已确认的反击。如果对方不再使用，就恢复平常的距离控制，不必强行寻找机会。
数据依据
- 受到惩罚反击：档案 0.2 · 参考 0.06
- 惩罚反击命中：档案 0.2 · 参考 0.09
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6日 · AI：dots-studio/dots-3-note-preview:free