最近一场对战
胜利排位赛
AK
YAAK
Steam
OtherC100%yuu.ktk
Observer
MR 1,608#74,421最近 10 场4–6-10最近 20 场8–12-22
胜率
28%
11 胜 · 28 负 · 已存 39 场
排位赛对战
39
已选模式
胜场
11
排位赛
负场
28
排位赛
最高 MR
1,643
Akuma
排位 MR · Akuma
本地 39 · 导入 128 · 图表显示 145 · 已存 39 场对战
尚未请求回放
AKYAAK按差值绝对值从大到小排列23 项习惯
| 习惯 | yuu.ktk | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| CA | 26.5% | 9.9% | +16.6% | |
| 斗气前冲（取消） | 47.5% | 32.7% | +14.8% | |
| 斗气技 | 8.8% | 19.2% | -10.4% | |
| SA1 | 18.4% | 28.6% | -10.3% | |
| SA2 | 16.3% | 22.8% | -6.4% | |
| 斗气防御 | 8.7% | 13.1% | -4.4% | |
| 斗气前冲（招架） | 3.0% | 7.4% | -4.4% | |
| 版边压制 | 9.00 | 11.47 | -2.47 | |
| 被困版边时间 | 10.20 | 8.55 | +1.65 | |
| 受到投技 | 2.70 | 2.09 | +0.61 | |
| 投技 | 3.30 | 2.74 | +0.56 | |
| 精准招架 | 0.50 | 0.77 | -0.27 | |
| 斗气迸放消耗 | 1.3% | 1.5% | -0.2% | |
| 斗气招架 | 1.80 | 1.65 | +0.15 | |
| 招架时被投 | 0.40 | 0.27 | +0.13 | |
| SA3 | 38.8% | 38.7% | +0.1% | |
| 斗气反攻 | 0.10 | 0.20 | -0.10 | |
| 惩罚反击命中 | 0.20 | 0.13 | +0.07 | |
| 受到昏厥 | 0.10 | 0.04 | +0.06 | |
| 拆投 | 0.40 | 0.45 | -0.05 | |
| 造成昏厥 | 0.00 | 0.03 | -0.03 | |
| 受到惩罚反击 | 0.10 | 0.09 | +0.01 | |
| 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。
Akuma · 最近100场
需要改进的地方
找出惩罚反击的原因
惩罚反击命中：档案 0.2 · 参考 0.13
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
- 惩罚反击命中：档案 0.2 · 参考 0.13
- 受到惩罚反击：档案 0.1 · 参考 0.09
明确每次量表消耗的目的
斗气前冲（取消）：档案 47.5% · 参考 32.7%
看着实际量表回顾五次资源决策，记录换来了什么以及还剩哪些选择。使用占比本身不能衡量效率。
试试这样做练习熟悉连段的资源消耗版本与节省版本，比较结果和剩余量表，再决定各自适用的场景。
数据依据
- 斗气前冲（取消）：档案 47.5% · 参考 32.7%
- 斗气技：档案 8.8% · 参考 19.2%
- SA1：档案 18.4% · 参考 28.6%
追踪位置得失的过程
版边压制：档案 9 · 参考 11.47
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 9 · 参考 11.47
- 被困版边时间：档案 10.2 · 参考 8.55
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13日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
验证斗气迸放倾向
斗气迸放：档案 0.2 · 参考 0.2
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 0.2 · 参考 0.2
- 斗气迸放消耗：档案 1.3% · 参考 1.5%
先试探实际防守反应
斗气招架：档案 1.8 · 参考 1.65
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
- 斗气招架：档案 1.8 · 参考 1.65
- 精准招架：档案 0.5 · 参考 0.77
- 斗气反攻：档案 0.1 · 参考 0.2
试探近距离模式
投技：档案 3.3 · 参考 2.74
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
- 投技：档案 3.3 · 参考 2.74
- 拆投：档案 0.4 · 参考 0.45
- 受到投技：档案 2.7 · 参考 2.09
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13日 · AI：dots-studio/dots-3-note-preview:free