最近一场对战
LUnoah

排位 MR · Luke
本地 13 · 导入 13 · 图表显示 13 · 已存 29 场对战
| 习惯 | noah | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA3 | 48.1% | 33.7% | +14.4% | |
| CA | 0.0% | 9.4% | -9.4% | |
| 斗气技 | 9.3% | 16.3% | -7.1% | |
| 斗气前冲(招架) | 13.7% | 7.7% | +6.0% | |
| 斗气前冲(取消) | 41.3% | 37.0% | +4.3% | |
| SA1 | 25.9% | 30.0% | -4.1% | |
| 被困版边时间 | 5.10 | 8.85 | -3.75 | |
| 版边压制 | 16.80 | 13.81 | +2.99 | |
| 斗气防御 | 15.6% | 13.7% | +1.9% | |
| 斗气招架 | 0.70 | 1.87 | -1.17 | |
| SA2 | 25.9% | 26.9% | -0.9% | |
| 精准招架 | 0.00 | 0.77 | -0.77 | |
| 投技 | 3.10 | 2.35 | +0.75 | |
| 斗气迸放消耗 | 0.9% | 1.4% | -0.5% | |
| 拆投 | 0.80 | 0.46 | +0.34 | |
| 斗气反攻 | 0.10 | 0.22 | -0.12 | |
| 受到投技 | 2.00 | 2.11 | -0.11 | |
| 招架时被投 | 0.10 | 0.21 | -0.11 | |
| 惩罚反击命中 | 0.00 | 0.10 | -0.10 | |
| 斗气迸放 | 0.10 | 0.20 | -0.10 | |
| 受到昏厥 | 0.00 | 0.07 | -0.07 | |
| 造成昏厥 | 0.10 | 0.08 | +0.02 | |
| 受到惩罚反击 | 0.10 | 0.09 | +0.01 |
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
复盘防守决策
拆投:档案 0.8 · 参考 0.37
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
- 拆投:档案 0.8 · 参考 0.37
追踪位置得失的过程
被困版边时间:档案 5.1 · 参考 8.74
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
- 被困版边时间:档案 5.1 · 参考 8.74
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14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
拆投:档案 0.8 · 参考 0.37
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
- 拆投:档案 0.8 · 参考 0.37
保持压力但不过度冒进
被困版边时间:档案 5.1 · 参考 8.74
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
- 被困版边时间:档案 5.1 · 参考 8.74
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14日 · AI:nex-agi/nex-n2.5-mini:free

