最近一场对战
胜利自定义房间
RA
M.RA更新于11小时前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%mizu
Team G8S
MR 1,555#135,425最近 10 场7–3+32最近 20 场9–11-10
胜率
56%
87 胜 · 69 负 · 已存 156 场
排位赛对战
156
已选模式
胜场
87
排位赛
负场
69
排位赛
最高 MR
1,604
Rashid
排位 MR · Rashid
本地 115 · 导入 407 · 图表显示 494 · 已存 242 场对战
尚未请求回放
RAM.RA按差值绝对值从大到小排列23 项习惯
| 习惯 | mizu | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA3 | 10.6% | 16.6% | -6.1% | |
| 版边压制 | 10.40 | 15.02 | -4.62 | |
| 斗气前冲（取消） | 35.0% | 32.1% | +2.9% | |
| SA2 | 58.7% | 56.0% | +2.6% | |
| 斗气防御 | 10.5% | 13.0% | -2.6% | |
| CA | 6.7% | 4.7% | +2.1% | |
| 斗气前冲（招架） | 5.4% | 7.4% | -2.0% | |
| SA1 | 24.0% | 22.7% | +1.4% | |
| 投技 | 2.00 | 2.64 | -0.64 | |
| 被困版边时间 | 8.90 | 9.52 | -0.62 | |
| 斗气技 | 19.5% | 20.1% | -0.5% | |
| 斗气迸放消耗 | 2.5% | 2.0% | +0.5% | |
| 受到投技 | 2.50 | 2.05 | +0.45 | |
| 精准招架 | 0.30 | 0.61 | -0.31 | |
| 斗气招架 | 1.50 | 1.77 | -0.27 | |
| 斗气反攻 | 0.40 | 0.31 | +0.09 | |
| 招架时被投 | 0.20 | 0.28 | -0.08 | |
| 惩罚反击命中 | 0.20 | 0.13 | +0.07 | |
| 斗气迸放 | 0.30 | 0.25 | +0.05 | |
| 拆投 | 0.40 | 0.37 | +0.03 | |
| 受到昏厥 | 0.10 | 0.08 | +0.02 | |
| 受到惩罚反击 | 0.10 | 0.11 | -0.01 | |
| 造成昏厥 | 0.10 | 0.10 | -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。
Rashid · 最近100场
需要改进的地方
追踪位置得失的过程
版边压制：档案 7.8 · 参考 14.79
回看五次被逼到角落的过程。除了最后的脱身尝试，也要找出更早交出空间的决策，并对照成功压制角落的场景。
试试这样做在训练中重现反复出现的位置，比较常用应对与较少露出破绽的替代选择，再观察下一组对战中进入角落的频率。
数据依据
- 版边压制：档案 7.8 · 参考 14.79
- 被困版边时间：档案 8.5 · 参考 9.54
检查近距离选择
受到投技：档案 2.9 · 参考 2.12
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
- 受到投技：档案 2.9 · 参考 2.12
- 拆投：档案 0.6 · 参考 0.38
找出惩罚反击的原因
受到惩罚反击：档案 0.1 · 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 0.1 · 参考 0.11
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-pro:free
如何应对这位玩家
试探近距离模式
受到投技：档案 2.9 · 参考 2.12
观察实际的打击、投技和防守选择。出现倾向后，再改变熟悉攻防中的一个部分。
试试这样做同样的反应连续出现两次后，尝试不同选择。如果对方改变反应，就重新混合选项，不要认定这个模式永远有效。
数据依据
- 受到投技：档案 2.9 · 参考 2.12
- 拆投：档案 0.6 · 参考 0.38
验证斗气迸放倾向
斗气迸放：档案 0.4 · 参考 0.25
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 0.4 · 参考 0.25
- 斗气迸放消耗：档案 3.7% · 参考 2%
把对局战绩当作观察线索
对阵Rashid：15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Rashid：15场中获胜8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9日 · AI：nex-agi/nex-n2.5-pro:free