最近一场对战
失败排位赛
IN
CAIN更新于3天前
Steam
ChinaM98%
SteamChinaM98%MOLEW
Let's Do This
最近 10 场7–3最近 20 场12–8
胜率
59%
64 胜 · 45 负 · 已存 109 场
排位赛对战
109
已选模式
胜场
64
排位赛
负场
45
排位赛
最高 LP
8,437
Ingrid
排位 LP · Ingrid
此角色的 LP 走势
尚未请求回放
INCAIN按差值绝对值从大到小排列23 项习惯
| 习惯 | MOLEW | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 0.0% | 26.9% | -26.9% | |
| 斗气技 | 54.0% | 27.3% | +26.7% | |
| 斗气前冲（取消） | 0.0% | 25.1% | -25.1% | |
| SA3 | 37.8% | 15.9% | +21.9% | |
| 斗气防御 | 0.5% | 12.3% | -11.8% | |
| 斗气迸放消耗 | 12.1% | 2.0% | +10.1% | |
| 斗气前冲（招架） | 0.0% | 7.4% | -7.4% | |
| 版边压制 | 5.10 | 11.52 | -6.42 | |
| 被困版边时间 | 4.80 | 10.40 | -5.60 | |
| CA | 8.1% | 5.1% | +3.0% | |
| SA2 | 54.1% | 52.1% | +1.9% | |
| 斗气招架 | 0.00 | 1.54 | -1.54 | |
| 受到投技 | 3.20 | 2.18 | +1.02 | |
| 斗气迸放 | 0.80 | 0.24 | +0.56 | |
| 精准招架 | 0.00 | 0.50 | -0.50 | |
| 惩罚反击命中 | 0.40 | 0.13 | +0.27 | |
| 受到惩罚反击 | 0.30 | 0.09 | +0.21 | |
| 招架时被投 | 0.10 | 0.29 | -0.19 | |
| 投技 | 2.40 | 2.26 | +0.14 | |
| 造成昏厥 | 0.00 | 0.12 | -0.12 | |
| 斗气反攻 | 0.20 | 0.31 | -0.11 | |
| 受到昏厥 | 0.00 | 0.07 | -0.07 | |
| 拆投 | 0.40 | 0.36 | +0.04 |
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。
Ingrid · 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 0.8 · 参考 0.27
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 0.8 · 参考 0.27
- 斗气迸放消耗：档案 12.1% · 参考 2.1%
找出惩罚反击的原因
受到惩罚反击：档案 0.4 · 参考 0.08
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 0.08
- 惩罚反击命中：档案 0.5 · 参考 0.13
检查近距离选择
受到投技：档案 3.2 · 参考 2.13
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 3.2 · 参考 2.13
- 拆投：档案 0.4 · 参考 0.41
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12日 · AI：nex-agi/nex-n2.5-pro:free
如何应对这位玩家
验证斗气迸放倾向
斗气迸放：档案 0.8 · 参考 0.27
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 0.8 · 参考 0.27
- 斗气迸放消耗：档案 12.1% · 参考 2.1%
试探近距离模式
受到投技：档案 3.2 · 参考 2.13
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 3.2 · 参考 2.13
- 拆投：档案 0.4 · 参考 0.41
寻找可重复利用的反击机会
受到惩罚反击：档案 0.4 · 参考 0.08
把统计作为观察线索。寻找你已验证在该距离能反击的动作，不要仅凭观感认定它有破绽。
试试这样做该动作出现时，尝试已确认的反击。如果对方不再使用，就恢复平常的距离控制，不必强行寻找机会。
数据依据
- 受到惩罚反击：档案 0.4 · 参考 0.08
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12日 · AI：nex-agi/nex-n2.5-pro:free