最近一场对战
胜利排位赛
LU
AKLU更新于1天前
Steam
JapanC100%
SteamJapanC100%iaru
Let's Do This
MR 1,407#520,661最近 10 场7–3+33最近 20 场14–6+61
胜率
51%
82 胜 · 80 负 · 已存 162 场
排位赛对战
162
已选模式
胜场
82
排位赛
负场
80
排位赛
最高 MR
1,449
Luke
排位 MR · Luke
本地 162 · 导入 0 · 图表显示 162 · 已存 162 场对战
尚未请求回放
LUAKLU按差值绝对值从大到小排列23 项习惯
| 习惯 | iaru | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 11.7% | 26.0% | -14.3% | |
| SA3 | 48.1% | 34.2% | +13.9% | |
| 版边压制 | 9.20 | 13.55 | -4.35 | |
| 斗气技 | 12.8% | 16.7% | -3.9% | |
| CA | 13.0% | 9.2% | +3.8% | |
| 斗气前冲（取消） | 40.8% | 37.3% | +3.5% | |
| SA1 | 27.3% | 30.6% | -3.4% | |
| 斗气前冲（招架） | 6.2% | 7.6% | -1.4% | |
| 被困版边时间 | 9.80 | 8.74 | +1.06 | |
| 斗气防御 | 12.4% | 13.2% | -0.8% | |
| 投技 | 3.20 | 2.43 | +0.77 | |
| 受到投技 | 2.60 | 2.01 | +0.59 | |
| 斗气迸放消耗 | 1.8% | 1.4% | +0.4% | |
| 斗气招架 | 2.20 | 1.80 | +0.40 | |
| 精准招架 | 0.40 | 0.69 | -0.29 | |
| 拆投 | 0.20 | 0.37 | -0.17 | |
| 受到惩罚反击 | 0.20 | 0.06 | +0.14 | |
| 斗气反攻 | 0.30 | 0.20 | +0.10 | |
| 受到昏厥 | 0.10 | 0.06 | +0.04 | |
| 造成昏厥 | 0.10 | 0.07 | +0.03 | |
| 招架时被投 | 0.20 | 0.22 | -0.02 | |
| 惩罚反击命中 | 0.10 | 0.08 | +0.02 | |
| 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。
Luke · 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 0.3 · 参考 0.06
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 0.3 · 参考 0.06
- 惩罚反击命中：档案 0.1 · 参考 0.08
让斗气迸放有明确目的
斗气迸放：档案 0.2 · 参考 0.19
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 0.2 · 参考 0.19
- 斗气迸放消耗：档案 2.3% · 参考 1.4%
检查近距离选择
拆投：档案 0.2 · 参考 0.37
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 0.37
- 投技：档案 3.2 · 参考 2.43
- 受到投技：档案 2.4 · 参考 2.01
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
先试探实际防守反应
精准招架：档案 0.4 · 参考 0.69
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
- 精准招架：档案 0.4 · 参考 0.69
- 斗气招架：档案 2.4 · 参考 1.8
- 斗气反攻：档案 0.1 · 参考 0.2
寻找可重复利用的反击机会
受到惩罚反击：档案 0.3 · 参考 0.06
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 0.3 · 参考 0.06
区分持续倾向与偶发失误
已保存的近期排位赛样本：39场中获胜19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：39场中获胜19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-mini:free