最近一场对战
胜利排位赛
JP
RYJP更新于8小时前
CrossPlatform
JapanM100%
CrossPlatformJapanM100%マサイの戦士2
Gentleman of the Abyss
MR 1,287#606,359最近 10 场4–6-17最近 20 场10–10-9
胜率
40%
59 胜 · 90 负 · 已存 149 场
排位赛对战
149
已选模式
胜场
59
排位赛
负场
90
排位赛
最高 MR
1,500
JP
排位 MR · JP
本地 79 · 导入 0 · 图表显示 79 · 已存 149 场对战
尚未请求回放
JPRYJP按差值绝对值从大到小排列23 项习惯
| 习惯 | マサイの戦士2 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 31.3% | 56.6% | -25.4% | |
| SA3 | 42.2% | 19.2% | +23.0% | |
| CA | 18.8% | 5.0% | +13.8% | |
| SA1 | 7.8% | 19.2% | -11.4% | |
| 斗气防御 | 5.3% | 12.8% | -7.5% | |
| 斗气前冲（取消） | 16.5% | 23.1% | -6.6% | |
| 版边压制 | 4.50 | 10.77 | -6.27 | |
| 被困版边时间 | 17.40 | 12.04 | +5.36 | |
| 斗气技 | 36.1% | 32.1% | +4.0% | |
| 斗气前冲（招架） | 3.5% | 6.5% | -3.1% | |
| 斗气迸放消耗 | 4.7% | 2.1% | +2.6% | |
| 斗气招架 | 0.40 | 2.07 | -1.67 | |
| 投技 | 1.00 | 1.97 | -0.97 | |
| 精准招架 | 0.00 | 0.79 | -0.79 | |
| 受到投技 | 2.90 | 2.13 | +0.77 | |
| 惩罚反击命中 | 0.40 | 0.13 | +0.27 | |
| 受到惩罚反击 | 0.30 | 0.08 | +0.22 | |
| 拆投 | 0.60 | 0.39 | +0.21 | |
| 斗气迸放 | 0.50 | 0.34 | +0.16 | |
| 造成昏厥 | 0.00 | 0.09 | -0.09 | |
| 斗气反攻 | 0.20 | 0.13 | +0.07 | |
| 受到昏厥 | 0.00 | 0.04 | -0.04 | |
| 招架时被投 | 0.40 | 0.41 | -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。
JP · 最近100场
需要改进的地方
检查近距离选择
投技：档案 1.2 · 参考 1.97
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 1.2 · 参考 1.97
- 受到投技：档案 3.1 · 参考 2.13
- 拆投：档案 0.5 · 参考 0.39
追踪位置得失的过程
版边压制：档案 4.6 · 参考 10.77
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 4.6 · 参考 10.77
- 被困版边时间：档案 13 · 参考 12.04
复盘防守决策
斗气招架：档案 0.7 · 参考 2.07
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 0.7 · 参考 2.07
- 精准招架：档案 0.1 · 参考 0.79
- 斗气反攻：档案 0.1 · 参考 0.13
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Char 253：1,028场中获胜533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 253：1,028场中获胜533场
- 对阵Akuma：97场中获胜52场
- 对阵Ryu：89场中获胜46场
区分持续倾向与偶发失误
已保存的近期排位赛样本：52场中获胜18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：52场中获胜18场
验证斗气迸放倾向
斗气迸放：档案 0.5 · 参考 0.34
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 0.5 · 参考 0.34
- 斗气迸放消耗：档案 4.2% · 参考 2.1%
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