最近一场对战
胜利排位赛
CA
EDCA更新于1周前
Steam
JapanC100%
SteamJapanC100%デカルチャぁ
Are You Even Trying to Win??
MR 1,643#45,894最近 10 场5–5+2最近 20 场9–11-24
胜率
48%
66 胜 · 72 负 · 已存 138 场
排位赛对战
138
已选模式
胜场
66
排位赛
负场
72
排位赛
最高 MR
1,709
Cammy
排位 MR · Cammy
本地 138 · 导入 0 · 图表显示 138 · 已存 138 场对战
尚未请求回放
CAEDCA按差值绝对值从大到小排列23 项习惯
| 习惯 | デカルチャぁ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 5.4% | 16.0% | -10.5% | |
| CA | 14.1% | 9.3% | +4.8% | |
| 版边压制 | 8.10 | 12.91 | -4.81 | |
| SA3 | 34.8% | 31.2% | +3.6% | |
| 斗气前冲（取消） | 44.1% | 40.7% | +3.4% | |
| 斗气技 | 14.4% | 16.8% | -2.5% | |
| SA1 | 45.7% | 43.6% | +2.1% | |
| 被困版边时间 | 10.20 | 8.80 | +1.40 | |
| 斗气迸放消耗 | 2.6% | 1.3% | +1.3% | |
| 斗气前冲（招架） | 6.2% | 5.2% | +1.0% | |
| 投技 | 3.10 | 2.43 | +0.67 | |
| 精准招架 | 0.10 | 0.54 | -0.44 | |
| 拆投 | 0.00 | 0.35 | -0.35 | |
| 受到投技 | 1.90 | 2.13 | -0.23 | |
| 斗气防御 | 10.3% | 10.1% | +0.2% | |
| 斗气反攻 | 0.00 | 0.18 | -0.18 | |
| 斗气招架 | 1.40 | 1.56 | -0.16 | |
| 招架时被投 | 0.30 | 0.25 | +0.05 | |
| 受到昏厥 | 0.00 | 0.04 | -0.04 | |
| 受到惩罚反击 | 0.10 | 0.06 | +0.04 | |
| 斗气迸放 | 0.20 | 0.16 | +0.04 | |
| 造成昏厥 | 0.10 | 0.07 | +0.03 | |
| 惩罚反击命中 | 0.10 | 0.09 | +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。
Cammy · 最近100场
需要改进的地方
让斗气迸放有明确目的
斗气迸放：档案 0.3 · 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 0.3 · 参考 0.16
- 斗气迸放消耗：档案 3.8% · 参考 1.3%
找出惩罚反击的原因
惩罚反击命中：档案 0.1 · 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
- 惩罚反击命中：档案 0.1 · 参考 0.09
- 受到惩罚反击：档案 0.1 · 参考 0.06
检查近距离选择
拆投：档案 0 · 参考 0.35
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 · 参考 0.35
- 投技：档案 3.3 · 参考 2.43
- 受到投技：档案 1.7 · 参考 2.13
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5日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
验证斗气迸放倾向
斗气迸放：档案 0.3 · 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 0.3 · 参考 0.16
- 斗气迸放消耗：档案 3.8% · 参考 1.3%
先试探实际防守反应
斗气招架：档案 1.3 · 参考 1.56
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 1.3 · 参考 1.56
- 精准招架：档案 0.2 · 参考 0.54
- 斗气反攻：档案 0 · 参考 0.18
把对局战绩当作观察线索
对阵Char 253：1,378场中获胜702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 253：1,378场中获胜702场
- 对阵Yasmine：107场中获胜49场
- 对阵Luke：100场中获胜46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5日 · AI：dots-studio/dots-3-note-preview:free