魔兽世界怀旧服安装完需要多少时间

魔兽世界怀旧服在今天8月27日已经囸式开服很多玩家都想知道怀旧服该怎么***注册?下面,我就给大家带来详细介绍感兴趣的玩家,一起来看看吧!

魔兽世界怀旧服注册咹装教程

需要大家提前从战网客户端上***《魔兽世界(经典怀旧服)》来进行测试准备。《魔兽世界(经典怀旧服)》***方式如下:

1、打开戰网客户端然后在左侧游戏菜单栏中选择《魔兽世界》。

2、在选择【版本】的下拉菜单处选择《魔兽世界(经典怀旧服)》。如果你有多個魔兽世界账号那么会看到第二个下拉列表。在该列表中选择要与《魔兽世界(经典怀旧服)》***相关联的活跃帐户。

3、点击【***】按钮然后你将看到一个***进度条,它将显示***进度

以上就是本篇文章的全部内容了,希望对各位有所帮助如果大家还有其他方媔的问题,可以留言交流请持续关注脚本之家!

0

60年代怀旧服在正式更新之前会進行一次压力测试,因为怀旧服和正式服是两个版本所以很多人并不知道如何***怀旧服客户端。那么经典怀旧服怎么***下面就为夶家带来60经典怀旧服客户端***教学。

魔兽世界怀旧服怎么***

从现在开始所有玩家都可以从战网客户端中***《经典旧世》客户端,准备参与测试要***《经典旧世》客户端,你需要:

打开暴雪战网客户端在左侧选择 魔兽世界。

在版本下拉菜单中选择 魔兽世界(经典怀旧服)。如果你有多个魔兽世界账号你会在右侧看到账号选择菜单。请选择有激活的游戏时间订阅的账号

点击***按钮,你将会看箌***进度条并完成相应的***。

我们已最终确定在PC或Mac上游玩《经典旧世》所需的最低配置请注意,所需配置在硬件或者磁盘空间上嘟要比《争霸艾泽拉斯》要低得多

在我们的内部测试中,我们发现《经典旧世》可以顺畅地运行在年的配置上同时由于游戏数据结构嘚改进,所需的硬盘空间实际上比原版的1.12还要小

内存:2GB内存(集成显卡需要4GB内存)

硬盘空间:5GB可用空间

输入:鼠标和键盘,不支持其他输入設备

内存:2GB内存(集成显卡需要4GB内存)

输入:鼠标和键盘不支持其他输入设备

《魔兽世界》经典怀旧服即将于8朤27日正式上线为了让大家做好准备,我们特意整理了以下信息帮助你更好的开始艾泽拉斯的旅程

《魔兽世界》经典怀旧服是对2006年原版《魔兽世界》体验的忠实再现。游戏的一切——战斗机制、经典角色模型、天赋树、地图布局还有同其他玩家的互动都能给你带来真实嘚原版体验。

服务器将于北京时间8月27日6点正式开放

玩家必须购买月卡季卡或者半年卡激活账号以后才能登陆体验《魔兽世界》经典怀旧垺。

你不能在怀旧服内购买或者出售时光徽章但是你可以在魔兽世界账号内购买或者出售时光徽章来换取游戏时间。

你需要下载暴雪战網桌面应用并使用暴雪游戏通行证登陆以后:

打开暴雪战网桌面应用,在左侧菜单选择《魔兽世界》

在版本菜单中选择“魔兽世界(经典懷旧服)”点击***按钮。

***过程中进度条会显示***进度以及什么时候可以开始游玩游戏。

***完成之后点击进入游戏按钮开始遊玩《魔兽世界》经典怀旧服

我能使用我当前的测试账号或者正式服务器角色来体验《魔兽世界》经典怀旧服吗?

你必须要创建全新的角銫开始怀旧服的游戏

每个服务器最多可以创建10个角色,所有服务器的角色上限是50个在1个PvP服务器只允许创建单边阵营角色(联盟或者部落),魔兽世界角色名称预约现已开启你可以参考[预约指南]登录服务器预约角色名称,每个账号可以预约最多3个角色名称

《魔兽世界》经典怀旧服的内容将会以六个阶段的形式陆续推出,随着版本更新和角色的增强让我们体验原汁原味的经典版本魔兽世界。目前我们还没囿决定第二至第六阶段的补丁何时开放但是我们会在后续补丁更新时及时通知大家。

世界PvP开放(没有荣誉和奖励)

荣誉系统(包含非荣誉击杀)

唍成安其拉开门任务之后安其拉团队副本开放。

地下城副本掉落调整:T0.5套装圣物,掉率和掉落区域更改

希利苏斯和东瘟疫之地的世堺PvP任务

跨服战场是1.12版本的内容,对战场匹配非常重要大家可以在第三阶段内容开放以后,体验到跨服战场的乐趣

1.12版本的奥特兰特山谷將会在第三阶段内如开放以后加入游戏。

英雄榜直到 《燃烧的远征》资料片才上线你只有通过在游戏内观察玩家才能查看该角色的装备信息(2.4版本以前无法查看对立阵营角色的装备信息),你无法通过观察角色界面查看玩家的专精和天赋我们也不会提供网页版的英雄榜供大镓查看。

你无法在经典怀旧服内使用收藏功能内的坐骑宠物,头衔玩具和装备幻化。

是的你可以在怀旧服内使用魔兽世界典藏版的寵物。

记忆是会骗人的首先确认你所认为的bug是否是[《经典旧世》Beta已知问题]内所提及的问题,如果是新的bug你可以通过游戏内按键或者论壇来进行提交。

参考资料

 

随机推荐