金克丝劫和卡莉斯塔本子哪个帅

loladc 金克斯厉害还是卡莉斯塔厉害_百度知道
loladc 金克斯厉害还是卡莉斯塔厉害
我有更好的答案
金克斯特点是输出爆炸,就是伤害高,但是逃生能力有点差,不过还是很好的,卡莉斯塔重在灵活性很高,但是输出得要点耐性和技巧,可以寻找很好的输出点,推荐走砍不稳或者经常点地板的买金克斯
采纳率:55%
卡利斯塔是现在版本最厉害的adc,但是对操作要求非常高,非常吃手速,对辅助要求也高。从对线到后期卡利斯塔都不疲软,但前期也不暴力。金克斯被砍了q的机枪之后前期也没那么暴力了。金克斯操作比卡利斯塔简单,打团收割能力强。如果楼主是白金以下,用金克斯吧。
用金克斯吧,不吃手速。双排包下的话可以试试卡利斯塔+日女/猴子/皇子/锤石。。。。卡利斯塔补刀不舒服,弹道不如金克斯。
厉害不厉害在于你的操作,你不会用在厉害也没有用
一个前期一个后期
其他2条回答
为您推荐:
其他类似问题
卡莉的相关知识
换一换
回答问题,赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。卡莉斯塔和王者荣耀里哪个英雄差不多_百度知道
卡莉斯塔和王者荣耀里哪个英雄差不多
我有更好的答案
卡莉斯塔好像王者荣耀里面没英雄像的。像慎,金克丝,盖伦,锐雯等等……的有
楼下理解错误了,卡莉斯塔是那个adc不是辅助阿利斯塔
采纳率:52%
为您推荐:
其他类似问题
您可能关注的内容
换一换
回答问题,赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。没有巴士通行证?! 无法正常登陆?
登录中,请稍后...
设计师谈新英雄金克斯:削弱原因及背后故事
设计师谈新英雄金克斯:削弱原因及背后故事
今天美测服上,新英雄金克斯经历了一波削弱,设计师随后解释了削弱的具体原因。
  本站讯:今天美测服上,新英雄金克斯经历了一波削弱(),设计师随后解释了削弱的具体原因。
  设计师谈金克丝削弱
  削弱伤害是为了减少过于强大的力量。E技能更关注于禁锢效果,而R技能使用得当的话,还是可以对低血量目标造成成吨的伤害。
  E技能的射程和冷却时间调整,是为了让金克丝能在前线用急射小机枪,但需要逃跑时,可以在身后放陷阱。这样减少了装备时间,同时也保证了可以进行禁锢或是用小机枪造成更多伤害。我们想让金克丝更具有进攻性地使用E技能,但太频繁会导致其过于强力。
  下面是 设计师谈金克丝背后故事:
  金克丝在游戏中会和一些英雄进行互动(包括凯特琳和蔚),主要是称呼!!...还有不同的动画!
  金克丝的和蔚的原始概念设计是在同一时间进行的
  金克丝的设计是基于哈利奎恩
  (维基百科:哈利奎恩为蝙蝠侠的敌人,小丑的女友兼合谋者,认识毒藤女,从她那获得了毒药和毒素的免疫力。因相当着迷小丑,而开始分析和研究有关他的事,还疯狂地爱上他。曾帮助过小丑逃离收容所不只一次。当小丑与蝙蝠侠的战斗之后,看见他的重伤使得自己退出精神科医生的工作,穿上小丑服装成为哈利&奎恩、小丑的伙伴。)
  金克丝的名字灵感来源于孩童角色,她所展现的每个地方都是不详的。(金克丝,英文为Jinx,有不详的意思)
  金克丝和蔚的故事将会在未来继续展开。
  实际上金克丝比蔚的年龄要大
  金克丝一直想要拥抱吉格斯,他实际上很怕她
  蔚被涂改的官方资料页,上面的每个地方都是纯手写的,设计师没用任何一个字体!
  金克丝的被动技能名称&嗨起来&(Get excited!)- 起源于Riot内部的笑话梗
  我们还会看到她的即兴涂鸦的
  Riot说明,金克丝的人物主题设定是更黑暗且悲伤的,但被以更轻佻的疯狂方式展现。
  金克丝的代码名称是心理军库
  在金克丝的研发过程中,有一些有趣的技能曾用名:落锤(R),疯狂(被动),蜂群(R),喵星人群(R),远程乌迪尔。
老司机图集
LPL春季赛-决赛-4.28
LPL春季赛-三四强赛-4.24
作者:莺时April
作者:星海骑士
作者:MISS
作者:大电竞
作者:skykidult
作者:skykidult
作者:卡莉斯塔的契约
作者:熊猫TV
作者:能天使EXIA
作者:BeetGame
作者:呆呆磊
作者:草莓酱酱
作者:安安安逸君
作者:莺时April
作者:伏惟
作者:TGBUS整理
作者:skykidult
作者:skykidultlol逆羽和金克丝哪个好_百度知道
lol逆羽和金克丝哪个好
我有更好的答案
逆羽霞是lol新推出的组合英雄之一应该比金克丝好
采纳率:95%
来自团队:
为您推荐:
其他类似问题
换一换
回答问题,赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。

我要回帖

更多关于 劫和卡莉斯塔本子 的文章

 

随机推荐