運用六角形策略的 Roguelike 卡牌遊戲!集卡牌對戰、管理複製人、探索獨特行星,以及智取外星人於一身!透過探險打造強大卡組並征服全宇宙,成為 CLONPO 的本月最佳員工!
所有評論:
無使用者評論
發行日期:
2025 第 1 季
開發人員:

登入以將此項目新增至您的願望清單、關注它,或標記為已忽略

在 Steam 上查看 Rogue Duck Interactive 的所有作品

下載 Clonizer Demo

此遊戲尚未在 Steam 上發售

預計發行日期: 2025 第 1 季

感興趣嗎?
將這款遊戲加入願望清單,以便在發售時收到通知。
新增至您的願望清單
 

藍圖



Thank you for checking out the roadmap!
Scroll up the Steam page to Wishlist Clonizer using the green button!

關於此遊戲



運用六角形策略的 Roguelike 卡牌遊戲!集卡牌對戰、管理複製人、探索獨特行星,以及智取外星人於一身!透過探險打造強大卡組並征服全宇宙,成為 CLONPO 的本月最佳員工!

掌握最強的回合制戰術

任務遍佈以六角形為陣地的行星之上。用你的征服者製作複製人,讓他們輪流探索、管理不同區域、建造各式建築物,並以超一流的策略對抗愚蠢的外星人。每個星球都有獨特的方塊和外星人,他們可以透過不同的方式改變整個戰場。

打造你的卡組

從不同的部門收集卡片,而每個部門都有自己的主題和機制。升級你的卡牌、特化複製人、購買強大的出色道具、收集各種獨特藍圖,打造出可以滿足你業務需求的最強卡組!


在逐步產生及開放的星系中選擇你的旅行路徑

,再完成外星上的指定任務、怪奇事件,你甚至可以與不會放過任何機會的店主以及寄生生命體進行交易!無限的可能性,為你帶來全新的遊戲體驗。


特色

  • 探索逐步產生及開放的不同行星,挑戰無數不同的任務、佈局和難度!
  • 運用可升級的卡牌、強大的獎勵和獨特的藍圖,製作獨一無二的卡組!
  • 掌握能對付奇怪外星人的六角形對戰策略
  • 特化複製人,助你解決旅途上遇到的各種問題
  • 從不同的部門收集卡片,而每個部門都有自己的主題和機制
  • 與寄生外星人進行貿易,對付在奇異事件中失控的複製人
  • 解鎖新卡牌、宇宙飛船、自訂選項、以及更高級的挑戰,各種新玩法等你發掘!

系統需求

Windows
macOS
SteamOS + Linux
    最低配備:
    • 需要 64 位元的處理器及作業系統
    • 作業系統 *: Windows 7 or later
    • 處理器: Intel Pentium CPU G860
    • 記憶體: 4 GB 記憶體
    • 顯示卡: NVIDIA GeForce 840M
    • 儲存空間: 2 GB 可用空間
    • 備註: 64 Bit Only
    建議配備:
    • 需要 64 位元的處理器及作業系統
* 自 2024 年 1 月 1 日(PT)起,Steam 用戶端僅支援 Windows 10 及更新版本。
    最低配備:
    • 作業系統: Mac OS X 10.6 or above
    • 處理器: Apple Silicon M1 (M2 and M3) or Intel Core M
    • 記憶體: 4 GB 記憶體
    • 顯示卡: 1280x720 minimum resolution, OpenGL 2.0 Support, and recommended dedicated graphics card with 128 MB of RAM
    • 儲存空間: 2 GB 可用空間
    • 音效卡: OpenAL Compatible Sound Card
    • 備註: M1, M2, M3 Silicon Mac & ARM Supported
    建議配備:
      最低配備:
      • 作業系統: Ubuntu 12.04, SteamOS
      • 處理器: 1.7 GHz Processor
      • 記憶體: 4 GB 記憶體
      • 顯示卡: NVIDIA GeForce 8 or higher, ATI X1600 or higher, or Intel HD 3000 or higher
      • 儲存空間: 1 GB 可用空間
      • 音效卡: OpenAL Compatible Sound Card
      建議配備:
      此產品無任何評論

      您可以撰寫評論來與社群分享您對於本產品的看法。請使用本頁面中位於購買按鈕上方的區塊來進行評論的編寫。