Chun-Li
更新于4小时前SteamSteamJapanJapanC100%

dicomplex

Haitani Family
段位 36MR 1,601#94,496
最近 10 场8–2+47最近 20 场15–5+74
胜率
57%
47 胜 · 35 负 · 已存 82 场
排位赛对战
82
已选模式
胜场
47
排位赛
负场
35
排位赛
最高 MR
1,634
Chun-Li

排位 MR · Chun-Li

本地 81 · 导入 0 · 图表显示 81 · 已存 88 场对战

最近一场对战

胜利排位赛

尚未请求回放
Chun-Li
dicomplex · Chun-Li
Luke
对手 · Lukeあばばばば

打法参考

与前30名Chun-Li玩家的习惯对比

基准更新于 2026年9月3日 07:25

最近100场比赛的已报告趋势,并非生涯习惯平均值。 · 数据详情

Chun-Li
dicomplex的Chun-Li基准

与抽样的前30名Chun-Li玩家的平均习惯对比。

Seiya 2215 · HAITANI 2172 · edamakotoTwitch 2139 · ドドガマル_pc 2136 · YOKOHAMA_TARO 2105 · 另有25人

按差值绝对值从大到小排列23 项习惯
习惯dicomplex顶尖玩家差异 较少顶尖玩家较多
SA343.8%26.2%+17.5%
SA215.6%31.7%-16.1%
斗气前冲(取消)52.0%40.1%+11.8%
SA125.0%34.5%-9.5%
CA15.6%7.6%+8.0%
斗气技10.5%16.9%-6.4%
斗气防御6.9%10.2%-3.2%
版边压制8.8011.27-2.47
斗气前冲(招架)3.3%5.0%-1.7%
被困版边时间10.809.57+1.23
斗气迸放消耗2.3%1.4%+0.8%
投技3.202.39+0.81
斗气招架1.101.64-0.54
受到投技2.602.08+0.52
拆投0.700.40+0.30
精准招架0.300.57-0.27
斗气反攻0.000.17-0.17
斗气迸放0.300.16+0.14
惩罚反击命中0.200.10+0.10
招架时被投0.300.22+0.08
造成昏厥0.100.04+0.06
受到昏厥0.100.05+0.05
受到惩罚反击0.100.09+0.01
从数据到练习

对战计划

最近100场

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。

Chun-Li · 最近100场

需要改进的地方

  1. 让斗气迸放有明确目的

    斗气迸放:档案 0.2 · 参考 0.16

    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 0.2 · 参考 0.16
  2. 检查近距离选择

    拆投:档案 0.7 · 参考 0.4

    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 0.7 · 参考 0.4
    • 投技:档案 2.6 · 参考 2.39
  3. 复盘防守决策

    斗气反攻:档案 0 · 参考 0.17

    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 0.17

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

  1. 验证斗气迸放倾向

    斗气迸放:档案 0.2 · 参考 0.16

    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 0.2 · 参考 0.16
  2. 先试探实际防守反应

    精准招架:档案 0.5 · 参考 0.57

    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
    • 精准招架:档案 0.5 · 参考 0.57
  3. 试探近距离模式

    拆投:档案 0.7 · 参考 0.4

    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 0.7 · 参考 0.4
    • 投技:档案 2.6 · 参考 2.39

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

隐私设置

允许 YouTube/Twitch 媒体、使用分析和记录保存吗?选择有效期为 180 天,可随时在此撤回。

更多选项与详情

可选功能默认关闭,只有您选择后才会启用。您可以随时在此更改或撤回选择。

您主动使用的功能所需的存储与安全措施仍然可用,包括收藏选手、请求回放和反馈。

选择会在此设备保存 180 天。关闭分析会重新加载页面,以停止已加载的分析脚本。

隐私与存储