最近一场对战
胜利斗技战场
MA
RYMA更新于3天前
CrossPlatform
Japan俱乐部 · tokyo05C100%
CrossPlatformJapan俱乐部 · tokyo05C100%たけさん
Slowly but Surely
MR 1,479#381,362最近 10 场7–3+29最近 20 场10–100
胜率
54%
39 胜 · 33 负 · 已存 72 场
排位赛对战
72
已选模式
胜场
39
排位赛
负场
33
排位赛
最高 MR
1,550
Manon
排位 MR · Manon
本地 72 · 导入 541 · 图表显示 575 · 已存 84 场对战
尚未请求回放
MARYMA按差值绝对值从大到小排列23 项习惯
| 习惯 | たけさん | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA3 | 9.7% | 30.0% | -20.4% | |
| SA1 | 45.2% | 31.1% | +14.1% | |
| SA2 | 41.9% | 30.7% | +11.3% | |
| 斗气技 | 5.5% | 11.5% | -6.0% | |
| CA | 3.2% | 8.2% | -5.0% | |
| 斗气防御 | 6.5% | 11.0% | -4.5% | |
| 斗气前冲（招架） | 1.7% | 4.8% | -3.1% | |
| 被困版边时间 | 6.40 | 9.32 | -2.92 | |
| 版边压制 | 4.60 | 6.80 | -2.20 | |
| 斗气迸放消耗 | 2.3% | 1.6% | +0.7% | |
| 斗气招架 | 1.30 | 1.77 | -0.47 | |
| 投技 | 2.90 | 2.45 | +0.45 | |
| 斗气前冲（取消） | 43.3% | 42.9% | +0.4% | |
| 斗气反攻 | 0.60 | 0.32 | +0.28 | |
| 精准招架 | 0.30 | 0.57 | -0.27 | |
| 招架时被投 | 0.10 | 0.21 | -0.11 | |
| 受到惩罚反击 | 0.20 | 0.09 | +0.11 | |
| 受到昏厥 | 0.00 | 0.07 | -0.07 | |
| 拆投 | 0.60 | 0.54 | +0.06 | |
| 造成昏厥 | 0.10 | 0.04 | +0.06 | |
| 受到投技 | 2.30 | 2.34 | -0.04 | |
| 惩罚反击命中 | 0.10 | 0.11 | -0.01 | |
| 斗气迸放 | 0.20 | 0.19 | +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。
Manon · 最近100场
需要改进的地方
检查近距离选择
投技：档案 2.5 · 参考 2.53
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 2.5 · 参考 2.53
- 拆投：档案 0.8 · 参考 0.56
找出惩罚反击的原因
受到惩罚反击：档案 0.2 · 参考 0.11
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 0.2 · 参考 0.11
- 惩罚反击命中：档案 0.1 · 参考 0.14
复盘防守决策
斗气招架：档案 1.7 · 参考 1.8
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 1.7 · 参考 1.8
- 斗气反攻：档案 0.8 · 参考 0.3
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
把对局战绩当作观察线索
对阵Yasmine：74场中获胜30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Yasmine：74场中获胜30场
- 对阵Luke：68场中获胜31场
- 对阵Ken：67场中获胜33场
区分持续倾向与偶发失误
已保存的近期排位赛样本：37场中获胜23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：37场中获胜23场
先试探实际防守反应
斗气招架：档案 1.7 · 参考 1.8
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 1.7 · 参考 1.8
- 斗气反攻：档案 0.8 · 参考 0.3
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