玩家行为画像
把公开指标、相对位置、隐藏项脱敏区间和地图路线热力图组织成可读画像,方便先看这名玩家本场行为是否有异常倾向。
请登录或注册内测账号。注册需要邀请码;登录后系统会把分析任务和结果摘要保存到你的账号下。
Counter-Strike 2 Behavioral Identity
面向 CS2 demo 的玩家行为指纹分析与复盘工具。系统通过本地解析录像、构建跨局行为表示、调用机器学习评分模型,判断两段比赛表现是否更像同一名玩家;同时提供单名玩家行为画像、教练卡片、demo 全员轨迹和 AI 赛后复盘,帮助用户从判别结果继续追到具体回合、站位路线和训练建议。
复旦电竞社 CS 分部 / 大老虎最新修改于 2026.5.22
本页面是本地分析端。上传 demo 后,程序基于可复现的解析、特征抽取、机器学习评分和固定页面模板生成结果。
把一名玩家在一场比赛中的综合表现压缩成可比较的行为表示,而不是只看 K/D、rating 等表层数据。
高层覆盖瞄准、移动、交火节奏、武器/经济、地图上下文与多局一致性等方向。
支持单 demo 行为分析、单场 vs 单场、单场 vs 多场、多场 vs 多场;每场 demo 都可以独立选择参与分析的玩家。
输出 case 级判断摘要、LR 证据档位、聚合证据和高层行为域方向,解释口径稳定、可复现。
把单名玩家本场的火力、路线、站位、节奏和公开相对位置整理成可读报告,适合先快速建立复盘视角。
从路线重复、队友同步、可补枪窗口、停留过久和回合价值片段中挑出重点,让用户知道先看哪几回合。
按回合查看 10 名玩家在地图上的最近 15 秒移动、阵亡位置和队伍状态,用于复盘同步、默认和换人窗口。
在单场分析中基于公开画像、教练卡片和轨迹摘要生成行动建议,重点输出打得好的回合与关键问题回合。
系统把 demo 中可观察到的行为压缩为稳定指纹。
研究侧覆盖树模型、神经网络和大模型启发式表征思路;线上推理采用稳定可复现的机器学习评分链路,把两场 demo 的玩家行为指纹映射成相似度分数。
从千万级候选 pair 空间中构造正负样本,结合不同分段、地图、同局强负例和 hard-negative 挖掘反复校验,避免模型只学到表层战绩或身份泄漏。
除了给出同人验证分数,结果页现在会把单名玩家画像、复盘建议、整队轨迹和 AI 赛后复盘放在同一套页面里。以下为脱敏示例截图,示例玩家名仅用于展示。
把公开指标、相对位置、隐藏项脱敏区间和地图路线热力图组织成可读画像,方便先看这名玩家本场行为是否有异常倾向。
把回合路线、队友同步、可补枪窗口和停留过久等规则证据整理成复盘卡,训练时能直接定位具体回合与观察点。
按回合和时间点查看 10 名玩家最近 15 秒移动,区分 T/CT 阵营、阵亡状态和队伍站位,适合战队训练复盘。
按单个 demo-player 异步生成复盘报告,把能力分布、打得好的回合、关键问题回合和证据跳转整理成可读训练建议。
这里只保存任务摘要和结果摘要,不依赖原始 demo 长期存在。
点击左侧任务,在右侧查看当时的完整结果。
查看账号、任务、运行状态和已保存结果;入口只对管理账号显示。
选择分析方式后,再上传对应 demo 并逐场选择参与比较的玩家。
当前模式:左侧 1 场 demo 与右侧 1 场 demo 直接比较。
上传限制:当前仅支持 CS2/CS 的 .dem 文件,不支持 .zip 或 .dem.gz;多场比较每侧最多 15 场。
上传左侧 demo 与右侧 demo;右侧需要且只能保留 1 场。
作为比较基准;只能保留 1 场。
未选择文件。
单场 vs 单场时只能保留 1 场;再次上传会覆盖原右侧 demo。
未选择文件。
请先上传左侧 demo 和右侧 demo,并逐场选择玩家。
Group A 和 Group B 分别上传,每一场 demo 都独立选择玩家;可以比较同一玩家不同阶段,也可以比较两个不同用户或账号组。
上传左侧集合;2-15 场,每场单独选择玩家。
未选择文件。
上传右侧集合;2-15 场,每场单独选择玩家。
未选择文件。
请先为 Group A 和 Group B 上传 demo,并逐场选择玩家。
当前解析与模型链路基于完美平台 demo,并以 2026 年 5 月 5 日前后的 demo 格式完成测试。如果后续平台或游戏更新导致 demo 格式变化、玩家列表无法解析或特征抽取失败,请等待版本更新后再分析。