浪人三个标记强力训练单卡
2022/04/201399 浏览冒险攻略
我是懒得写攻略的咸鱼 蓝鳞羽,趁着有空写写东西冒个泡,新职业出了几天了,相信大家也对新职业有了一些了解,今天就说说三个标记通用强力单卡,如果玩浪人,某个标记只带一张,可以考虑带上,以下均以二级卡作为讨论
一,武牌——立刀

1.应该没有多少浪人不带,三回合2甲,简单粗暴,对比炼金4块麻痹药剂,多3块多一回合是赚的,可以多一回合不用叠甲去出牌。而且只带立刀,还有过一张牌的效果,7块很值。

2.身上不能有甲的限制,因为立刀的强度高,一般也是先顶立刀再上其他甲牌,至于别人给甲,目前只有佣金(集结呐喊),共舞(高歌猛进),偷钱巫医(潜能激发)和甲浪(一往无前)等个别卡组会有给甲牌,如果是产钱,自己前置位也能先用出立刀,避免空刀

3.7块对于出门来说很贵,主要是限制4费复制直接出立刀,但是绝对是浪人最强武牌
二,忍牌——潜伏

1.赛季初打人环境,有个便宜的如履薄冰,很舒服

2.相比如履薄冰没减甲只能过1,二级潜伏至少还有1甲(-1+2=1),另外还能给别人带来骚扰(-1甲)
3.另外由于训练的效果会洗会卡组,所以上手率会比如履薄冰更高,适应性更强
三,商牌——勤勉

1.这个可能是这篇最有争议的地方,正负甲浪,偷钱浪可能不服,甚至部分精进极也不带,但是如果商牌只带一张,10块回3血就是炼金大药(科技精华)的强度

2.你说二级牌面是回2,但是就一张商,回完2血用忍或者武又回1了,大药强不强,强,但高血量也是回2,延迟1回合再回1,就是浪人的大药(除了精进极,商牌太多发挥不出商牌切换的效果外,其他大部分都可以带一张)

3.当然可能有的人觉得同样是训练,秘策更便宜,诚然忽略情报消耗,勤勉同等级和秘策面板一样,但在只用三次的情况下,秘策使用的情报更好抵消秘策使用三回合产生的情报(忽略秘策后不使用标记卡的情况),勤勉多9块,但是由于商牌切换效果多回1,仅中期多1血就敢在黑岛选多扣1血拿钱,就不止9块了,而且不拿黑岛钱,生存也更好,可能就因为1血独活了,一百块不是更香么
![[嗒啦啦4_好耶]](https://img.tapimg.com/market/images/d378b7a8f38cae2d3dfb6170d918238b.gif)
