快开门!美强惨小太子来投奔你啦

第33章 布置陷阱

梅淮安赌的是老虎天黑后会外出觅食的生活习性。

而近处的猎物这几天都被猎杀的差不多了,老虎想觅食,就得跑远一些的山头。

他们只要在天亮之前远离老虎洞,就不会有危险。

几个人脚步都不慢,几乎是一路小跑着上山的。

梅淮安苦练大半个月,体能已经有了质的飞跃,至少能跟上他们的脚步没掉队。

今晚的‘陷阱’计划,他主要是负责口述的指挥者,其余五个人听他的话去行动。

到了老虎洞外六十米远的位置,梅淮安找了一处大树下,目测了距离。

朝另一边眼巴巴看着他的五个人说话。

“就这儿了,不用太大,但得挖的深一些,不然老虎受疼会蹿出来,横着量两米,挖成花瓶形,底部得有三四米宽。”

几个人看了看胡三豆,胡三豆咬牙一点头。

“挖!”

挖洞的工作量其实不大,现在又是冬季雪天,土质并不算坚硬。

选的位置又是在树林里,周围地底也没有能挡住树根的巨石。

梅淮安和何石头在地面上清理底下四个人挖上来的土,分工明确。

王彪是个有力气的,梅淮安看着他那铁锄头是抡圆了往下砸,都不由得夸了一句。

平日里干惯了粗活,几个人齐心协力速度也快,不用两个时辰大坑就挖好了。

天还没亮,梅淮安估摸着是凌晨三点左右。

坑挖好了之后,剩下的就好干了。

木桩都用匕首削的尖利无比,毕竟匕首数量有限,他们每个人只发了一把匕首。

梅淮安怕十个匕首扎不死老虎,那就匕首不够,木桩来凑。

削好的木桩埋进坑底,匕首就比较短了,不好固定。

胡三豆他们这会儿才知道,梅淮安坚持要拎两罐热水是干嘛用的。

匕首手柄上糊满雪,按在铺了一层雪的坑底上,用热水一浇!

很快就结出了冰座,把匕首牢牢固定在坑底,不会倒下。

在坑底固定好了匕首之后,腰间系着麻绳的梅淮安才被另几个人拽上去。

这还不算完,为了蒙蔽老虎,梅淮安还有最后一招。

他叫他们把带来的白布展开,盖在土坑上,用小木桩钉在坑边固定好。

又在白布上盖了一层山土和枯草,还撒了些雪上去。

这个过程里,雪还在下着一直都没停,估计明天就能把这块白布盖平整。

胡三豆突然伸手拽了何石头一把:“小心!你险些掉下去啊。”

何石头也瞬间吓得一头冷汗!

这会儿白布被他们盖的太严实了,跟周围的地面没什么区别,他差点踩错。

梅淮安连忙让王彪把筐子里泡了牛血的麻绳拿出来,牛血已经凝固了,呈现粉色冰霜。

“来,把这截麻绳围着陷阱绕一圈,咱们就能看见陷阱的范围,不会踩错。”

而这麻绳上的牛血味儿,只会更吸引老虎往这里跑,一举两得。

等这一切都弄好了,几个人站在陷阱边看着,带着汗水的脸上都有些笑容。

王彪擦了把汗,笑着说:“嘿,这保管能叫大黄猫享受一番!”

但梅淮安觉得这还不够,他得把明天猎虎的危险降到最低,仰头看了看刚刚挑选的这棵大树。

那根悬在陷阱正上方粗壮的树枝,就是他选中这个位置的关键。

“彪子,还有麻绳吗?”

本章未完,点击下一页继续阅读。

人气小说推荐More+

青枫行:姐姐不好惹
青枫行:姐姐不好惹
女扮男装+撩汉+解密+救赎+甜宠四海内,有侠骨,有情义,有刀光剑影。五湖中,有私欲,有算计,有风起云涌。故事开始于两年前,江湖上出现了一个叫叶青枫的人,人称夜疯子,还是个女扮男装的疯子,她一言不合就开干,不是断胳膊断腿,就是削脑袋。常有江湖义士对她喊打喊杀,她依然人模狗样的招摇过市,吃大块的肉,喝最烈的酒,追最好看的男人。江湖路远,一路行走,一路酒。有人为你死,有人为你活,有人生不得,有人死不能。
尤砂乞
一颗蛋的穿越:好处捡来的
一颗蛋的穿越:好处捡来的
(本文架空,无cp,没有考据价值,就为读者老爷图一乐呵)一颗五彩斑斓的大蛋卖呆儿的时候,一不小心跌下万界湖。从此开启了在异界当人类的经历,她还是个懵懂的小宝宝呢,没有记忆、没有阅历。她是挥斥方遒,指点江山作一代大女主呢?还是平平淡淡融入生活,作一个平凡的小人物呢?来来来,听我给诸位讲讲蛋蛋的经历.......
爱写作的小胖
都市极品太子爷
都市极品太子爷
故事是非常YY的,没办法,谁让现实如此的平淡呢。我的目标是让读者大大们,跟着我一起爽下去,没有最爽,只有更爽。...
失落的无赖
叶落离木生
叶落离木生
啊啊啊啊......这是被绑架了,还是怎么了?到底发生了什么?叶黎安醒来后,对着一屋子陌生人,摸不着头脑。为什么???
以白日梦为马
末世重生:我靠空间打造新世界!
末世重生:我靠空间打造新世界!
丧尸病毒突然爆发,大自然根本不给人类反应的机会,极热、洪水、海啸、极寒、永夜、酸雨、动植物变异接踵而来…末世苦苦挣扎5年的黎洛,在家人相继离世后被自己朝夕相处3年的队友暗害。幸运的是,她重生到了末世的前100天,并且意外激活了无限空间系统。种植、养殖、美食工坊、装备工坊、武器工坊,空间里要什么有什么!这一次,就让她来做家人的避风港吧!抢占先机,疯狂囤物资,坐等天灾到来!别人在末世中艰难求生…她带着
OptimalQ