最近一场对战
胜利排位赛
MA
CAMA更新于3天前
Steam
Japan俱乐部 · macanonC100%
SteamJapan俱乐部 · macanonC100%kaymee
This SF6 Thing is Fun
LP 20,241最近 10 场8–2最近 20 场14–6
胜率
49%
44 胜 · 46 负 · 已存 90 场
排位赛对战
90
已选模式
胜场
44
排位赛
负场
46
排位赛
最高 LP
20,241
Manon
排位 LP · Manon
此角色的 LP 走势
尚未请求回放
MACAMA按差值绝对值从大到小排列23 项习惯
| 习惯 | kaymee | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 15.9% | 31.1% | -15.2% | |
| SA3 | 40.9% | 30.0% | +10.9% | |
| 斗气前冲（取消） | 50.9% | 42.9% | +8.0% | |
| CA | 15.9% | 8.2% | +7.7% | |
| 斗气技 | 6.2% | 11.5% | -5.3% | |
| 被困版边时间 | 4.50 | 9.32 | -4.82 | |
| 版边压制 | 2.70 | 6.80 | -4.10 | |
| SA2 | 27.3% | 30.7% | -3.4% | |
| 斗气防御 | 8.6% | 11.0% | -2.4% | |
| 斗气前冲（招架） | 2.8% | 4.8% | -1.9% | |
| 受到惩罚反击 | 0.60 | 0.09 | +0.51 | |
| 斗气反攻 | 0.80 | 0.32 | +0.48 | |
| 投技 | 2.90 | 2.45 | +0.45 | |
| 拆投 | 0.10 | 0.54 | -0.44 | |
| 受到投技 | 1.90 | 2.34 | -0.44 | |
| 精准招架 | 0.20 | 0.57 | -0.37 | |
| 斗气迸放消耗 | 2.0% | 1.6% | +0.3% | |
| 斗气招架 | 1.50 | 1.77 | -0.27 | |
| 招架时被投 | 0.30 | 0.21 | +0.09 | |
| 惩罚反击命中 | 0.20 | 0.11 | +0.09 | |
| 造成昏厥 | 0.00 | 0.04 | -0.04 | |
| 受到昏厥 | 0.10 | 0.07 | +0.03 | |
| 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
找出惩罚反击的原因
受到惩罚反击：档案 0.4 · 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 0.4 · 参考 0.11
- 惩罚反击命中：档案 0.1 · 参考 0.14
检查近距离选择
拆投：档案 0.2 · 参考 0.56
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 0.2 · 参考 0.56
- 受到投技：档案 2 · 参考 2.28
复盘防守决策
斗气反攻：档案 0.9 · 参考 0.3
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 0.9 · 参考 0.3
- 精准招架：档案 0.3 · 参考 0.64
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8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Yasmine：62场中获胜24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：62场中获胜24场
- 对阵Jamie：33场中获胜11场
- 对阵Ingrid：34场中获胜6场
先试探实际防守反应
斗气反攻：档案 0.9 · 参考 0.3
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
- 斗气反攻：档案 0.9 · 参考 0.3
- 精准招架：档案 0.3 · 参考 0.64
保持压力但不过度冒进
版边压制：档案 2.9 · 参考 8.16
寻找用熟悉选择获取空间的机会。把对手逼到角落后，先观察实际脱身方式，再决定如何调整。
试试这样做试一次熟悉的压制。如果同一种脱身反复出现，就练习针对该动作的应对；如果对方变化防守，就不要押注单一判断。
数据依据
- 版边压制：档案 2.9 · 参考 8.16
- 被困版边时间：档案 5.2 · 参考 8.72
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8日 · AI：dots-studio/dots-3-note-preview:free