暗黑2 kc ama技能加点1.11单机ama用哪种练法比较好

来源：蜘蛛抓取(WebSpider) 时间：2018-02-15 02:05 标签： 暗黑2单机练级地点
307被浏览311,278分享邀请回答1850 条评论分享收藏感谢收起12437 条评论分享收藏感谢收起技能篇:被动和魔法技能:第一我想说的是不要投女武神,kc就kc,不要想着还去打别的怪物,玩暗黑,专一比什么都重要因为不同用处有不同的练法,专用的char肯定比两用的好,所以不要浪费点数了只投6点,闪避,躲避,逃避,致命打击,刺入和穿透6个,为什么每个只投1点，因为几乎所有的技能,第一点的性价比最好,剩余的可以靠装备撑,没有好装备?迟早会有的弓系和十字弓技能:这个就不说了吧,相信没有用弓去杀牛的吧....(有?倒..自己单机测试攻击去)标枪和长矛技能:max闪电直怒,杀牛关键技能,相关加成-----威力一击,充能一击,闪电攻击,闪电球全部max过路点:戳刺,毒枪,瘟疫标枪各一点目前就有用去了109点,于是根本没有多余的点去投什么女武神了。攻击篇:闪电之怒是杀牛专用技能,0技能装备都能达到0-933,靠装备撑,杀牛就全部靠它了,一标枪下去,必定会倒牛了,kc的速度就看你的装备了,呵呵.至于装备一会会提到的,不会很贵的,表怕嘛.如图,这么多的牛,多爽!杀大群的牛自然是用闪电之怒,但是对付单个的牛,它的攻击就不够了,因为大家都知道,大量的牛,闪电之怒能够形成穿刺和扩散,使得实效攻击成倍上升,但是对于单个的牛就力不从心了,这个时候我们就该用威力强大的充能一击了，虽然它不如威力一击的攻击高，但是杀牛，经过测试，确实效果是充能一击好。对付单个离群的牛，就用它了。杀牛技术篇:至于杀牛，最重要的是引牛了，对于ama，牛是越多越好，所以要四处引牛，把牛引到一起，一标枪，就死上一堆了，好处在于省标枪，免的回去修，而且能量恢复多，一标枪就能恢复几乎所有的能量，你放心的引，牛再多都不要怕，没有ama会被牛群杀死的，至少我从来没听说过。（所以最痛恨sor来一起kc了，她的blizzard把牛都冻住引得很慢，郁闷啊...)对于如图这样的牛群,该如此引才能达到被包围的效果(注意,此招只适用ama,其他char这样搞纯粹是找死了...)大家可以先单机练下技术,把kc水平提高,争取减少一盘时间.装备篇:双面武器:泰坦的复仇两把,或者女族长的矛,这个由你自己决定,笔者个人喜欢tt,毕竟名字好听多了^^双面盾牌:两个统治者大盾即物免暴风盾.牛是什么性质的攻击想必大家明白,格挡和wm是最重要的,另外,抗电和防止冰冻也很重要，因为金怪牛的电攻击足以杀死你,防止冰冻就更需要了,被冰冻了跑得慢,影响效率而且危险.对于暴风盾的力量需求高的问题,可以镶猪解决,-15%需求, 然后最好还加电抗就是好猪.戒指:
左soj,右乌鸦,戴乌鸦的原因上面刚说了,soj还能加点法力,kc ama最缺的是法力了.自然要是有好的双偷戒指那更是好了.婚戒也好,毕竟大家不富裕,说了也没用.项链:
大君,暗金里面绝对最最适合kc ama的属性了,不信自己去看吧,穷人就用这个了,最合适, 富裕了就自己洗出好的+2tt,有高跑的来,更好.手套:
自己去npc那里买到+3tt,20提速的蓝手套你就爽咯,呵呵,暗金的手套我没怎么看到ama用,因为
都不适合,要是买不到(毕竟很难买),就用+2tt,20提速的黄手套吧,差不多,最好再加点电抗吧.靴子:
沙织,绝对好靴子,杀死一个敌人获得mana是kc ama顶级需要的属性,毕竟ama mana少,几标枪就没有了,靠偷也偷不回来那么多,根据ama一标枪能杀好多的牛,所以这个属性对于ama是绝对好啊!但是沙织毕竟高跑不够,大家要是想用更快的靴子,那么可以在身上镶+3mana的珠了,但是我想肯定不如穿沙织,然后其他地方镶电猪吧.甲:
炎魔皮(自然要+2的),有钱了就做电甲,即4孔稳定甲,来源是npc,去买去,不过很难买到哦!镶4个电猪.千万不要去穿重甲,穿炎魔皮(中甲)我都心疼了,要减高跑的啊.帽子:
我不鼓励给ama戴帽子,因为帽子都不好,实在要用就用吉永的脸吧.ama自然是用格利风之眼权冠了,加电减电抗,杀牛更快也更安全,但是它的价格大家也是知道的.....属性点篇:按照装备投点,投的过程中把能穿的都先穿上再继续投,力量主要就是看wmd了,其他的都好说,所以能拿wmd就千万不要投了,敏捷要投到差不多180左右,使得格挡达到75%,这个就是上限了，再投对kc也没有帮助了.其余的我建议是全部投体力,根据我的经验是所有人物都不投精力的,因为装备能撑,要是实在没有加mana的装备,那么就找sc或者gc加吧.毕竟没血了就死了,没mana了喝口水就行了,对吧!差不多基本练法就这样,有意见或者疑问的可以提.
其它1条答案
附近的朋友等待您的帮助
包打听移动版

我要回帖

更多关于 暗黑2单机练级地点 的文章

 

随机推荐