lol那个手贱之王

关于LOL迅捷蟹的一些小秘密,你会手贱点它吗?
稿源:游戏锥子
金秋十月,正赶上蟹肥膏美的品蟹时节,阳澄湖中的大闸蟹一筐筐地运到各大城市,召唤师峡谷中的迅捷蟹们也难逃捕猎者们的魔爪。俗话说食色性也,美食可是人们享受美好生活最基本的需求,这也就难怪峡谷迅捷蟹跻身本月LOL的阵亡之最了。一、 何为峡谷迅捷蟹峡谷迅捷蟹,又称“河蟹”,是一种难以捉摸的巡逻野怪,无攻击能力,各类控制效果会让它从攻击中受到大量伤害。击杀这个野怪会在河道中提供一个速度圣坛,为经过的友军提供速度加成,并且会被动的提供视野。简单来说,就是谁都能欺负它,谁路过都能踩上一脚,而且它还不会反抗只会逃跑的“沙包”野怪。那么猎杀它的好处有哪些呢?首先是金钱和经验,击杀它的收益大致等于击杀三狼中的首领狼、F4中的大哥大,只不过你不会遭遇激烈的反抗;其次是视野,当今版本视野为先,在辅助的买眼数量受到限制的今天,击杀迅捷蟹所带来的免费视野无疑是大有裨益的;然后是速度圣坛,LOL中移动速度的重要性毋庸置疑,它是您Gank、反杀、支援、游走的绝佳帮手,大小龙处的速度圣坛虽不起眼,但在关键时候这点移动速度加成却能决定生死。由此可见,击杀峡谷迅捷蟹带来的收益十分巨大,更何况屡次的改版还使得打野专属附魔“吞噬者”的升级能从猎杀河蟹中获得更多收益。当然,说一千道一万,在这美丽的金秋十月,肥美的螃蟹才是我们猎杀峡谷迅捷蟹的最大动力。二 、谁适合猎杀河蟹生存还是毁灭,这是一个问题。谁最适合猎杀我们可爱的迅捷蟹,这也是一个问题。有鉴于迅捷蟹擅长淘宝,又或者说是善于逃跑,猎杀者就必须具备良好的机动性和单体爆发伤害能力。不止如此,峡谷迅捷蟹本身会受到控制技能的易伤BUFF,因此本身带有控制技能又或者是能够给予河蟹DEBUFF的英雄就十分适合了。综上所述,狂野女猎手奈德利荣获“屠蟹之王”的光荣称号。要说为何,首先打野豹女附魔符文阔剑所带来的高单体爆发就十分恐怖了,更重要的是,她的被动技能标记能够在河蟹身上持续整整5秒并使得迅捷蟹同时受到定身和易伤两种DEBUFF,使得本来到处乱跑又血量颇高的迅捷蟹变成了随口可吃的美味佳肴,不愧是符文大陆知名的丛林猎手,捕猎能力冠绝联盟。除了老练的猎手奈德利之外,大部分附带控制能力的AD输出英雄都能较快速的猎杀峡谷迅捷蟹,例如喜闻乐见的放逐之刃瑞文、德邦总管赵信、虚空挖掘者雷克赛等等,他们具有三百六十度无死角猎杀河蟹的能力,无论是地下、地面还是空中,都能做到无死角的包围捕猎。可怜的迅捷蟹不得不面对如此多的强悍猎杀者,也就难怪会伤亡惨重、尸横遍野了。三 、河蟹的百种吃法对于烹调迅捷蟹的方法,符文之地的首席大厨塔姆·肯奇可谓是最有发言权的人了,塔姆·肯奇常年奋斗在料理迅捷蟹的第一线,为战争学院的伙食进步作出了卓绝的贡献。由于召唤师峡谷内的吃货实在太多,有科·加斯,又有科·加斯,还有科·加斯,为了满足这只战争巨兽对于食量和味觉两方面的恐怖要求,召唤师们可是伤透了脑筋。这样的情况一直持续到了几个月前塔姆·肯奇的加盟才得到了彻底地解决,塔姆·肯奇对于迅捷蟹烹饪方法提出了自己独特的见解,并进一步衍化出了著名的迅捷蟹的百种吃法,有刺身,有煎炸,有红烧,有水煮,种种另辟蹊径的料理方式进一步刺激了迅捷蟹捕猎行业的畸形发展,在带动召唤师峡谷河道一带GDP的事业上作出了令人称道的巨大贡献。为此,召唤师峡谷河道地区人民政府特地颁发终生荣誉居民称号给了伟大的美食家塔姆·肯奇,当然,这也使得本就生存艰难的峡谷迅捷蟹伤亡日重,成为了十月里阵亡数超越各路英雄和小兵的悲惨存在。可怜的迅捷蟹啊你究竟是招了什么仇什么怨,竟引来了众多饿狼虎视眈眈的凶残目光,呜呼哀哉。========邪恶的分割线=========更多LOL资讯请搜索并关注下面这个微信订阅号:Games-review(←_←长按复制并打开微信搜索公众号)↓订阅
你会随手杀河蟹吗?
当然要杀,我是强迫症
看情况,也不是非得杀
我杀过,然后被河蟹反杀
杀过,然后被敌方抓个正着
从来不杀,我爱小动物
有好的文章希望站长之家帮助分享推广,猛戳这里
本网页浏览已超过3分钟,点击关闭或灰色背景,即可回到网页《好看》依托百度技术,精准推荐优质短视频内容,懂你所好,量身打造最适合你的短视频客户端!LOL寻找坑爹根源系列 之 当我手贱的点了观战解说-英雄联盟-在线观看-风行网
全部标记为已读
您暂未收到新消息哦~
安装PC客户端
把想看的剧下载到本地吧~
点击立即下载就可以下载当前视频了哦~
播放:4,533
播放:2,529
播放:3,886
播放:33,466
播放:5,466
播放:3,857
播放:944,910
播放:2,222
播放:2,232
播放:3,489
播放:2,958
播放:9,569
播放:23,984
精选视频号
播放:2,816
播放:2,710

我要回帖

更多关于 lol下路最贱组合 的文章

 

随机推荐