最近一场对战
失败排位赛
SA
CH
AL更新于2周前
Steam
JapanC100%
SteamJapanC100%uomi
Crushing Force
MR 1,930#1,473最近 10 场4–6-18最近 20 场8–12-28
胜率
51%
74 胜 · 72 负 · 已存 146 场
排位赛对战
146
已选模式
胜场
74
排位赛
负场
72
排位赛
最高 MR
1,973
Alex
排位 MR · Alex
本地 146 · 导入 0 · 图表显示 146 · 已存 169 场对战
尚未请求回放
SACHAL按差值绝对值从大到小排列23 项习惯
| 习惯 | uomi | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 31.5% | 43.0% | -11.6% | |
| SA3 | 32.6% | 22.1% | +10.5% | |
| CA | 10.1% | 6.5% | +3.6% | |
| SA2 | 25.8% | 28.4% | -2.5% | |
| 斗气前冲（取消） | 31.1% | 33.0% | -2.0% | |
| 斗气防御 | 15.5% | 14.1% | +1.3% | |
| 投技 | 1.70 | 2.32 | -0.62 | |
| 斗气技 | 13.6% | 14.2% | -0.6% | |
| 被困版边时间 | 9.40 | 9.88 | -0.48 | |
| 斗气迸放消耗 | 2.2% | 1.7% | +0.4% | |
| 斗气招架 | 2.00 | 1.63 | +0.37 | |
| 斗气反攻 | 0.80 | 0.47 | +0.33 | |
| 拆投 | 0.20 | 0.48 | -0.28 | |
| 斗气前冲（招架） | 7.9% | 8.2% | -0.3% | |
| 受到投技 | 1.90 | 2.12 | -0.22 | |
| 精准招架 | 0.90 | 0.70 | +0.20 | |
| 版边压制 | 8.90 | 9.01 | -0.11 | |
| 招架时被投 | 0.20 | 0.29 | -0.09 | |
| 受到惩罚反击 | 0.20 | 0.12 | +0.08 | |
| 受到昏厥 | 0.00 | 0.05 | -0.05 | |
| 造成昏厥 | 0.10 | 0.07 | +0.03 | |
| 惩罚反击命中 | 0.10 | 0.12 | -0.02 | |
| 斗气迸放 | 0.20 | 0.20 | +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。
Elena · 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 0.2 · 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 0.2 · 参考 0.08
- 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 0.16
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 0.16
- 斗气迸放消耗：档案 2.2% · 参考 1.4%
追踪位置得失的过程
版边压制：档案 8.9 · 参考 13.12
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 8.9 · 参考 13.12
- 被困版边时间：档案 9.4 · 参考 9.12
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8月30日 · AI：nex-agi/nex-n2.5-mini:free
如何应对这位玩家
把对局战绩当作观察线索
对阵Char 253：416场中获胜221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Char 253：416场中获胜221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8月30日 · AI：nex-agi/nex-n2.5-mini:free