最近一场对战
胜利排位赛
TETETE更新于19小时前
Steam
ChinaC100%
SteamChinaC100%芳香达芬
You've Got This, Juri!
LP 16,652最近 10 场9–1最近 20 场11–9
胜率
58%
91 胜 · 67 负 · 已存 158 场
排位赛对战
158
已选模式
胜场
91
排位赛
负场
67
排位赛
最高 LP
16,652
Terry
排位 LP · Terry
此角色的 LP 走势
尚未请求回放
TETETE按差值绝对值从大到小排列23 项习惯
| 习惯 | 芳香达芬 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气前冲（取消） | 51.8% | 33.4% | +18.4% | |
| SA2 | 11.9% | 24.5% | -12.7% | |
| 斗气防御 | 3.2% | 14.3% | -11.1% | |
| CA | 15.3% | 9.0% | +6.3% | |
| 斗气前冲（招架） | 2.6% | 8.2% | -5.7% | |
| SA3 | 37.3% | 32.8% | +4.5% | |
| 版边压制 | 8.40 | 12.45 | -4.05 | |
| 被困版边时间 | 6.30 | 9.65 | -3.35 | |
| 投技 | 5.20 | 2.49 | +2.71 | |
| SA1 | 35.6% | 33.6% | +2.0% | |
| 斗气迸放消耗 | 3.5% | 1.6% | +1.9% | |
| 斗气招架 | 0.10 | 1.89 | -1.79 | |
| 斗气技 | 15.0% | 16.3% | -1.3% | |
| 精准招架 | 0.00 | 0.80 | -0.80 | |
| 受到投技 | 2.70 | 2.21 | +0.49 | |
| 受到惩罚反击 | 0.50 | 0.09 | +0.41 | |
| 斗气迸放 | 0.50 | 0.21 | +0.29 | |
| 惩罚反击命中 | 0.40 | 0.12 | +0.28 | |
| 斗气反攻 | 0.00 | 0.17 | -0.17 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 拆投 | 0.50 | 0.43 | +0.07 | |
| 受到昏厥 | 0.10 | 0.05 | +0.05 | |
| 招架时被投 | 0.30 | 0.26 | +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。
Terry · 最近100场
需要改进的地方
找出惩罚反击的原因
受到惩罚反击：档案 0.6 · 参考 0.09
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
- 受到惩罚反击：档案 0.6 · 参考 0.09
- 惩罚反击命中：档案 0.5 · 参考 0.13
让斗气迸放有明确目的
斗气迸放：档案 0.7 · 参考 0.22
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 0.7 · 参考 0.22
- 斗气迸放消耗：档案 6.1% · 参考 1.6%
检查近距离选择
投技：档案 3.7 · 参考 2.48
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 3.7 · 参考 2.48
- 受到投技：档案 3.7 · 参考 2.18
- 拆投：档案 0.5 · 参考 0.37
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Mai：16场中获胜8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Mai：16场中获胜8场
- 对阵Jamie：72场中获胜36场
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