最近一场对战
胜利自定义房间
YA
LI更新于3天前
Steam
JapanC100%
SteamJapanC100%かんぱちの助
Oni, grant me your power!胜率
—
0 胜 · 0 负 · 已存 0 场
排位赛对战
0
已选模式
胜场
0
排位赛
负场
0
排位赛
最高 MR
—
排位 MR
本地 0 · 导入 0 · 图表显示 0 · 已存 100 场对战
此时间范围内的排位 MR 数据不足。
尚未请求回放
YALIYA按差值绝对值从大到小排列23 项习惯
| 习惯 | かんぱちの助 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气技 | 8.4% | 17.5% | -9.1% | |
| SA1 | 25.5% | 30.9% | -5.4% | |
| CA | 12.8% | 9.2% | +3.6% | |
| 版边压制 | 10.10 | 13.01 | -2.91 | |
| 斗气前冲（取消） | 32.4% | 29.7% | +2.7% | |
| SA3 | 38.3% | 35.7% | +2.6% | |
| 斗气防御 | 16.0% | 14.5% | +1.5% | |
| SA2 | 23.4% | 24.2% | -0.8% | |
| 斗气招架 | 2.60 | 1.90 | +0.70 | |
| 斗气前冲（招架） | 7.8% | 8.4% | -0.6% | |
| 受到投技 | 2.60 | 2.34 | +0.26 | |
| 斗气迸放消耗 | 1.6% | 1.4% | +0.3% | |
| 拆投 | 0.30 | 0.48 | -0.18 | |
| 投技 | 2.70 | 2.52 | +0.18 | |
| 被困版边时间 | 9.20 | 9.07 | +0.13 | |
| 招架时被投 | 0.10 | 0.23 | -0.13 | |
| 惩罚反击命中 | 0.20 | 0.10 | +0.10 | |
| 造成昏厥 | 0.00 | 0.08 | -0.08 | |
| 斗气反攻 | 0.30 | 0.23 | +0.07 | |
| 受到昏厥 | 0.00 | 0.06 | -0.06 | |
| 受到惩罚反击 | 0.10 | 0.06 | +0.04 | |
| 斗气迸放 | 0.20 | 0.17 | +0.03 | |
| 精准招架 | 0.70 | 0.70 | +0.00 |
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。
Yasmine · 最近100场
需要改进的地方
找出惩罚反击的原因
惩罚反击命中：档案 0.2 · 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 0.2 · 参考 0.09
- 受到惩罚反击：档案 0.1 · 参考 0.06
复盘防守决策
斗气招架：档案 2.6 · 参考 1.96
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 2.6 · 参考 1.96
- 精准招架：档案 0.7 · 参考 0.74
检查近距离选择
投技：档案 2.7 · 参考 2.59
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 2.7 · 参考 2.59
- 拆投：档案 0.3 · 参考 0.49
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Luke：190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Luke：190场中获胜30场
- 对阵Lily：135场中获胜105场
验证斗气迸放倾向
斗气迸放：档案 0.2 · 参考 0.19
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 0.19
保持压力但不过度冒进
版边压制：档案 10.1 · 参考 13.62
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 10.1 · 参考 13.62
- 被困版边时间：档案 9.2 · 参考 9.38
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