请你基于专利内容的摘要信息，对该专利进行单一类别划分（类别无先后优先级，核心判断依据为摘要内容与哪类描述的匹配度最高），具体任务要求如下：
一、任务目标
根据专利摘要的核心技术内容，从下方给定的 7 个分类中，选择 1 个最符合的类别作为该专利的最终分类。
二、分类体系及优先级规则
1. 分类详细描述
交互控制：内容涉及虚拟对象 / 虚拟角色的控制、虚拟道具的控制、游戏玩法机制、游戏社交、界面操作、技能释放和玩法等，与 “玩家如何控制游戏中内容” 直接相关的技术。
界面显示：核心内容是 “游戏内容、信息如何在界面上显示”，且摘要中通常会明确提及 “显示方法”；（优先级规则：若核心内容同时涉及 “交互控制”，则优先分类为 “交互控制”）。
客户端：核心内容是 “在客户端处理且用户不可见的技术”，包括渲染、下载与更新、客户端之间的通信及其他客户端专属技术；（优先级规则：若内容同时涉及 “交互控制、界面显示、直播 & 回放”，则优先划分到前述三类，不归类为 “客户端”）。
直播 & 回放：内容涉及游戏直播、游戏高光剪辑、游戏录屏、游戏回放相关的技术。
音频：内容涉及游戏音频（如音频生成、音频适配、音频交互等）相关的技术。
服务端：内容涉及 AI、机器学习、服务器部署、服务端通信、战队匹配、角色寻路、帧同步等服务端专属技术。
其他：内容属于游戏领域，但无法匹配上述 6 个分类的技术，包括但不限于游戏安全、游戏测试、游戏数据统计（非服务端核心功能）等。
2. 关键优先级总结
当 “界面显示” 与 “交互控制” 重叠时，归为交互控制；
当 “客户端” 与 “交互控制 / 界面显示 / 直播 & 回放” 重叠时，归为前述三类，不归为客户端；
所有分类优先以 “摘要核心内容” 为判断基准，不纠结次要提及的技术点。
三、操作流程
完整阅读目标专利的摘要信息，提取其中核心技术主题（即专利最想保护的技术方向）；
将核心技术主题与上述 7 个分类的描述逐一比对，初步筛选可能匹配的类别；
若存在多类别重叠，严格按照 “优先级规则” 排除低优先级类别；
最终确定 1 个最符合的分类。
四、输入输出示例
输入（专利摘要片段）：“本发明公开了一种虚拟角色技能释放的控制方法，玩家可通过滑动界面按钮触发技能，并根据滑动轨迹调整技能释放范围，同时在界面上显示技能冷却时间。”
输出（分类）： “交互控制”

已准备评测集，具体步骤请参见构建评测集。

步骤一创建 Code 评估器

在本场景中，你需要通过 Code 评估器对专利分类助手 Agent 输出类别的正确性进行评估。

创建 Code 评估器。
1. 访问扣子罗盘，并在左侧导航栏顶部，选择目标空间。
2. 在左侧导航栏选择评测 > 评估器。在右上角单击新建评估器 > Code 评估器。
3. 选择文本等值判断模板，单击确定。
填写评估器的名称，在右侧测试数据下拉列表中选择基于评测集，单击构造测试数据。
在评测集页面选择准备工作中已创建的评测集。选择一条或多条测试数据。
在评测对象页面选择评测类型为 Coze 智能体，选择准备工作中已创建的智能体，单击下一步：生成模拟输出。
在生成模拟数据页面单击导入数据。

说明

评估器中导入测试数据时，评估器不会自动生成 actual_output 的值，如需验证评估器试运行的准确性，你需要手工修改对应的值。
在测试数据区域展开某条测试数据，修改 actual_output 字段为测试数据对应的实际输出值，以便验证评估器试运行的准确性，单击试运行。试运行成功后单击创建。

步骤二实验评估

通过创建实验，验证构建好的 Code评估器的评估效果。

新建实验

在扣子罗盘左侧导航栏选择评测 > 实验。在右上角单击 + 新建实验。
在基础信息页面输入实验名称和描述，单击下一步: 评测集。
选择评测集。
选择准备工作中已创建的评测集，并选择要使用的评测集版本，然后单击下一步：评测对象。
配置评测对象。
本场景中的评测对象可以设置为 Prompt 或智能体，本文以评测对象类型为 Coze 智能体为例。
选择准备工作中已创建的智能体，在字段映射中，将评测对象 input 映射到评测集 input 字段，单击下一步：评估器。
设置评估器。
单击添加评估器，选择步骤一创建 Code 评估器中已创建的评估器和版本，单击确认实验配置。
单击发起实验。

查看实验结果

在评测 > 实验页面单击实验名称，在实验数据明细中查看实验得分，1 表示完全匹配，0 表示完全不匹配。
将鼠标悬停在某条数据明细上，单击查看评估器 Trace 图标，查看评估器的 Trace 链路，结合 Trace 查看评估器执行过程中的详细日志。

示例2 评估邮编查询助手

场景说明

智能体的功能为根据完整地址信息输出对应地区的精准邮编（以标准 JSON 格式返回），本场景将通过 Code 评估器和实验验证该智能体输出的格式规范性、邮编字段有效性及结果准确性。

准备工作

已创建邮编查询助手的扣子智能体，详细步骤参考搭建一个低代码智能体，智能体的提示词如下：

请你扮演“中国大陆完整地址-邮编精准匹配分析师”，基于截至2024年的中国大陆最新权威邮编数据库，对我提供的**完整地址信息**（已包含“省/自治区/直辖市+市+区/县+街道/乡镇+门牌号”）执行解析，最终以**标准JSON格式**输出唯一精准邮编。具体执行规则与格式要求如下：

## 一、核心执行规则
1. **地址预处理**：若地址含行政区域简称（如“京”→“北京市”、“粤”→“广东省”、“沪”→“上海市”），自动转换为标准全称（无需额外说明转换过程，仅在结果中体现规范地址）。
2. **邮编匹配要求**：基于完整地址定位至具体门牌号对应的行政区域，匹配唯一6位数字邮编，杜绝多邮编推荐（因地址已满足精准解析条件）。
3. **特殊情况处理**：若地址对应区域存在2024年行政区划调整记录（可能影响邮编），需在JSON的“notes”字段补充说明，同时仍输出数据库匹配的精准邮编。

## 二、输出格式限制
{
  "standard_address": "【转换后的完整标准地址，例：北京市朝阳区建国路88号】",
  "postcode": "【6位数字邮编，例：100022】",
  "notes": "【基础说明+特殊情况补充，例：地址信息完整，邮编基于2024年最新数据库；该区域2023年曾调整街道划分，建议通过中国邮政官网核实】"
}
- 字段不可缺失、不可新增，“postcode”需为字符串类型（避免前导零丢失，如“030002”）。
- “notes”基础说明固定包含“地址信息完整，邮编基于2024年最新数据库”，无特殊情况时仅保留此句；有特殊情况时补充说明即可。

请提供需解析的完整中国大陆地址，我将严格按上述规则与格式输出JSON结果。

已准备评测集，具体步骤请参见构建评测集。

步骤一创建 Code 评估器

在本场景中，你需要从三个维度评估验证邮编查询助手的输出是否符合要求：

验证输出是否符合标准 JSON 格式。
通过正则匹配验证邮编字段是否符合 6 位数字的特定格式要求。
验证输出邮编值与预期结果是否一致。

因此，你需要创建 3 个 Code 评估器分别对应上述评估维度。

1 创建 JSON 格式校验评估器

创建 JSON 格式校验评估器，验证 Agent 输出格式是否符合标准 JSON 格式。

访问扣子罗盘，并在左侧导航栏顶部，选择目标空间。
在左侧导航栏选择评测 > 评估器。在右上角单击新建评估器 > Code 评估器。
选择 JSON格式校验模板，单击确定。
填写评估器的名称，其他参数保持默认配置，单击创建。

2 创建文本正则匹配评估器

创建文本正则匹配评估器，验证输出邮编字段是否符合 6 位数字的特定格式要求。

在评估器页面右上角单击新建评估器 > Code 评估器。选择文本正则匹配模板，单击确定。

修改执行函数中的正则匹配表达式。
国内邮编的格式为 6 位数字字符串，正则匹配表达式为 ^[0-9]{6}$，你需要将执行函数中的代码替换为如下示例代码，使其符合当前 Agent 的输出格式。

替换后的示例代码如下：

import re

def exec_evaluation(turn):
    try:
        # 获取actual_postcode
        actual_text = turn["evaluate_target_output_fields"]["actual_output"]["text"]
        actual_text = json.loads(actual_text)
        actual_postcode = actual_text["postcode"]
        # 检查actual_postcode是否匹配正则表达式
        regex_pattern = "^[0-9]{6}$"
        regex_match = bool(re.search(regex_pattern, actual_postcode))
        score = 1.0 if regex_match else 0.0
        reason = f"actual_postcode{'匹配' if regex_match else '不匹配'}正则表达式。actual_postcode: '{actual_postcode}', 正则表达式: '{regex_pattern}'"
        
        return EvalOutput(score=score, reason=reason)
        
    except re.error as e:
        raise Exception(f"正则表达式错误: {e}")
    except KeyError as e:
        raise Exception(f"字段路径未找到: {e}")
    except Exception as e:
        raise Exception(f"评估失败: {e}")

填写评估器的名称，单击试运行或创建。
如需试运行验证评估器的效果，你可以在测试数据区域修改 actual_output.text 字段的值。以下是 actual_output.text 示例：
```
"{ \"standard_address\": \"上海市杨浦区国权北路1370号\", \"postcode\": \"200438\", \"notes\": \"地址信息完整，邮编基于2024年最新数据库\" }"
```

3 创建文本等值判断评估器

创建文本等值判断评估器，验证输出邮编值与预期结果是否一致。

在评估器页面右上角单击新建评估器 > Code 评估器。选择文本等值判断模板，单击确定。

修改执行函数中的代码。
你需要将执行函数中的代码替换为如下示例代码，使其符合当前 Agent 的输出格式。

替换后的示例代码如下：

def exec_evaluation(turn):
    try:
        # 获取actual_postcode和reference_text
        actual_text = turn["evaluate_target_output_fields"]["actual_output"]["text"]
        actual_text = json.loads(actual_text)
        actual_postcode = actual_text["postcode"]
        reference_text = turn["evaluate_dataset_fields"]["reference_output"]["text"]
        
        # 比较文本相似性或相等性
        is_equal = actual_postcode.strip() == reference_text.strip()
        score = 1.0 if is_equal else 0.0
        reason = f"actual_postcode与reference_output{'匹配' if is_equal else '不匹配'}。actual_postcode: '{actual_postcode}', reference_postcode: '{reference_text}'"
        
        return EvalOutput(score=score, reason=reason)
        
    except KeyError as e:
        raise Exception(f"字段路径未找到: {e}")
    except Exception as e:
        raise Exception(f"评估失败: {e}")

填写评估器的名称，单击试运行或创建。
如需试运行验证评估器的效果，你可以在测试数据区域修改 actual_output.text 字段的值。以下是 actual_output.text 示例：
```
"{ \"standard_address\": \"上海市杨浦区国权北路1370号\", \"postcode\": \"200438\", \"notes\": \"地址信息完整，邮编基于2024年最新数据库\" }"
```

步骤二实验评估

通过创建实验，验证构建好的 Code评估器的评估效果。

新建实验

在扣子罗盘左侧导航栏选择评测 > 实验。在右上角单击 + 新建实验。
在基础信息页面输入实验名称和描述，单击下一步: 评测集。
选择评测集。
选择准备工作中已创建的评测集，并选择要使用的评测集版本，然后单击下一步：评测对象。
配置评测对象。
本场景中的评测对象可以设置为 Prompt 或智能体，本文以评测对象类型为 Coze 智能体为例。
选择准备工作中已创建的智能体，在字段映射中，将评测对象 input 映射到评测集 input 字段，单击下一步：评估器。
设置评估器。
单击添加评估器，添加已创建的 3 个评估器，并选择对应版本，单击确认实验配置。
单击发起实验。