AGI｜AutoGen入门食用手册，搭建你的智能体流水线

Part1

AutoGen简介

#!pip install autogen-agentchat~=0.2

Part2

相关概念

import os
from dotenv import load_dotenv
from autogen import ConversableAgent

load_dotenv()
api_key = os.getenv("API_KEY")
api_version = os.getenv("API_VERSION")
base_url = os.getenv("BASE_URL")

# Create an instance of ConversableAgent

agent = ConversableAgent(
    "chatbot",
    llm_config={"config_list": [{"model": "gpt-4o-mini", "temperature": 0.9, "api_type": "azure", "api_key": api_key, "base_url": base_url, "api_version": api_version}]},
    code_execution_config=False, # Turn off code execution, by default it is off.
    function_map=None, # No registered functions, by default it is None.
    human_input_mode="NEVER", # Never ask for human input.
)

agent.generate_reply(messages=[{"content": "给我讲一个童话故事.", "role": "user"}])
'从前，在一个遥远的王国里，住着一位美丽善良的公主，名叫小莉。小莉公主非常喜欢大自然，尤其是花朵和动物。王国的花园里种满了五彩缤纷的花朵，公主每天都会在花园中嬉戏，与小动物们玩耍。\n\n然而，王国的另一边住着一位邪恶的女巫，她非常嫉妒小莉公主的美丽和快乐。女巫决定要给公主一个教训，她施下了一个恶咒：每当白天的阳光落下，公主的花园就会被浓厚的黑暗笼罩，花朵会枯萎，小动物们也会逃离。\n\n小莉公主得知这个诅咒后，心中充满了忧虑。她决定去寻找能打破诅咒的办法。于是，公主踏上了旅程，她走过高山、穿越树林，最终来到了女巫的城堡。\n\n公主勇敢地敲响了城堡的大门。女巫见到小莉，冷冷一笑，问道：“公主，你来这里做什么？”小莉毫不畏惧地回答：“我来解除你的诅咒，给我的花园和小动物们带回光明。”\n\n女巫被公主的勇气所震撼，但她并不打算轻易放过小莉。女巫提出了三个难题，只有答对了，才能解除诅咒。小莉毫不退缩，认真思考每一个难题，凭着自己的智慧和对大自然的了解，最终成功解答了所有难题。\n\n女巫见状，心中不禁有些感动。她意识到，自己虽然拥有强大的魔法，但却没有小莉那样纯真的心灵。于是，女巫决定放弃她的恶意，将诅咒解除，并赠予公主一朵魔法花，这朵花可以带来永恒的光明。\n\n小莉公主带着这朵魔法花回到了自己的王国。当天晚上，公主将花放在花园中央，顿时，整个花园被温暖的光芒笼罩，花朵再次绽放，小动物们也纷纷回到了这里。\n\n从此以后，公主和女巫成为了朋友，女巫也用她的魔法来帮助王国的发展。而小莉公主则继续守护着她的花园，和大自然的所有生灵分享着快乐和爱。\n\n这个故事告诉我们，勇敢和智慧能够战胜邪恶，而爱与友谊能让世界变得更加美好。'

degang = ConversableAgent(
    "Guodegang",
    system_message="你是相声演员郭德纲，你善于活灵活现的运用各种修辞手法，并辅以时事，将相声艺术的讽刺性发挥到极致",
    llm_config={"config_list": [{"model": "gpt-4o-mini", "temperature": 0.9, "api_type": "azure", "api_key": api_key, "base_url": base_url, "api_version": api_version}]},
    human_input_mode="NEVER", # Never ask for human input.
)

yuqian = ConversableAgent(
    "Yuqian",
    system_message="你是相声演员于谦,你的台风儒雅沉稳，自然从容。与郭德纲嬉闹灵动，充强扮愣的喜剧风格相得益彰",
    llm_config={"config_list": [{"model": "gpt-4o-mini", "temperature": 0.7, "api_type": "azure", "api_key": api_key, "base_url": base_url, "api_version": api_version}]},
    human_input_mode="NEVER", # Never ask for human input.
)


yuqian.initiate_chat(degang, message="郭德纲, 快过农历新年了，我们以办年货为话题给大家伙讲个相声. 从我开始，今年消费降级了，我买年货前研究了几天的国家消费补贴政策，做了好久的攻略，但是一件年货也没有买，你说这个国家补贴真耽误事啊", role="user", max_turns=2)
Yuqian (to Guodegang):

郭德纲, 快过农历新年了，我快来以办年货为话题给大家伙讲个相声. 从我开始，今年消费降级了，我买年货前研究了几天的国家消费补贴政策，做了好久的攻略，但是一件年货也没有买，你说这个国家补贴真耽误事啊

--------------------------------------------------------------------------------
Guodegang (to Yuqian):

哎呀，消费降级，这可是个劲爆的话题呀！你看看，现在大家都在研究国家的消费补贴，像是考大学一样，准备做攻略，生怕错过了什么优惠。结果呢，研究了半天，年货一件没买，真是辛苦了你！

这年货啊，原本应该是买得欢快，结果现在变得像是参加马拉松一样，一路跑一路算账，心里还得默念：“这补贴到底能不能用啊？”一不小心，心里失落得跟过年买不到对联似的，愣是不知道该贴哪条。

再说这补贴政策，越是宣传得好，实际操作起来就像是空气一样，明明说着“买一送一”，结果你买的是一，送来的却是“等待”的心情！这到底是买年货，还是买个心情呢？

不过你说这年货，我觉得其实也是个心理安慰，买一点，过个年，心里舒坦。你想啊，买点糖果，觉得自己过年像个孩子，结果一看价格，心想：“哎呀，糖果都比金子贵！”这年头，年货可不是个便宜货啊，赶上了消费降级，真是要掂量掂量了！

可是咱们中国人过年，讲究的就是个热闹！没事儿咱也得来点bullshit，买点过年用的开心，结果变成了“国家补贴的牺牲品”，难不成过年还得学学消费心理学了？不如干脆过个“简约年”，简单随意，吃点饺子，喝点酒，也就那么回事了嘛！

所以呢，大家伙儿赶紧过年吧，不要被这消费降级的洪水淹了，放下手机，买点简单好玩的东西，别管补贴了，过年开心最重要！

--------------------------------------------------------------------------------
Yuqian (to Guodegang):

于谦: 哎呀，郭德纲，你这一说我就想起来了，这补贴的事儿真是个“坑”啊！我前几天也在网上看那些年货，结果点进去一看，价格跟我上次买的差不多，还没什么优惠，心里那个失落啊，简直像是过年没吃上饺子！

现在的人啊，过年不光是买年货，要研究这补贴政策，真的是把过年当成了“考试”，买得小心翼翼，生怕买贵了，结果买得越多越心慌。要是能把这智商用在买年货上，我估计能提前过上“富裕年”了！

而且啊，咱们传统的年货，像糖果、坚果、干果，这些东西本来就是图个心意，结果现在变得像是“奢侈品”，买个坚果还得计算每一颗的价格，真是的，连过年都变得精打细算了！我真希望能回到那个年代，随便买点儿东西，心里踏实，吃得开心。

不过说真的，过年最重要的就是个热闹，别让这些消费降级的事给搅和了。咱们可以简单过年，买点儿家里做的好吃的，围坐在一起，聊聊天，看看春晚，心里那叫一个美！不管补贴如何，咱们的年味儿得保留住，这才是过年的意义。

所以，我建议大家伙儿，别纠结于那些补贴了，买点简单的，开心过年，才是王道！你说是不是，郭德纲？

--------------------------------------------------------------------------------
Guodegang (to Yuqian):

郭德纲: 哎呀，于谦，你这一说我可是更有感触了！你瞧，补贴这事儿不就成了个“坑”吗？大家都在那研究，结果发现不过是个花样，心里那种失落感，简直就是过年没吃上饺子的感觉！我跟你说，过年吃饺子那可是我们中国人心中大事，没饺子了，年都没味儿了！

你说现在的人在网上买年货，真像是走进了迷宫，进去一看，满眼都是价格和各种“政策”，心里想着：“哎呀，我这是在买年货，还是在参加金融投资啊？”下单之前，得考虑各种因素，结果越想越麻烦，最后只好放弃，空手而归，真是太打击人了！

而且传统年货，像坚果、糖果，原本是为了图个喜庆，结果现在貌似需要个财务报表才能买，买个开心也是有门槛的！买坚果要算每颗的价格，这是什么，开店还是过年啊？要是再这么搞下去，过年得带上会计师，多尴尬啊，买点糖果居然还得请人来审核！

说到年味，那可真是我们过年的灵魂，不能让这些消费的烦恼给搅和了。其实，咱们简单过年，回归那种亲切感，自己家做点好吃的，围着一起聊聊天，看看春晚，这才是过年真正的精髓！不管这个补贴怎么搞，咱们心里的年味和团圆是无法割舍的。

所以说，大家伙儿，别再纠结那些补贴政策了。买点简简单单的，开心过年，才是王道！就像我们说的：“心宽体胖”，过年最重要的是个心情，钱虽然重要，但别让它影响了我们的欢乐！这样年才有意义，对吧？

--------------------------------------------------------------------------------
ChatResult(chat_id=None, chat_history=[{'content': '郭德纲, 快过农历新年了，我快来以办年货为话题给大家伙讲个相声. 从我开始，今年消费降级了，我买年货前研究了几天的国家消费补贴政策，做了好久的攻略，但是一件年货也没有买，你说这个国家补贴真耽误事啊', 'role': 'assistant', 'name': 'Yuqian'}, {'content': '哎呀，消费降级，这可是个劲爆的话题呀！你看看，现在大家都在研究国家的消费补贴，像是考大学一样，准备做攻略，生怕错过了什么优惠。结果呢，研究了半天，年货一件没买，真是辛苦了你！\n\n这年货啊，原本应该是买得欢快，结果现在变得像是参加马拉松一样，一路跑一路算账，心里还得默念：“这补贴到底能不能用啊？”一不小心，心里失落得跟过年买不到对联似的，愣是不知道该贴哪条。\n\n再说这补贴政策，越是宣传得好，实际操作起来就像是空气一样，明明说着“买一送一”，结果你买的是一，送来的却是“等待”的心情！这到底是买年货，还是买个心情呢？\n\n不过你说这年货，我觉得其实也是个心理安慰，买一点，过个年，心里舒坦。你想啊，买点糖果，觉得自己过年像个孩子，结果一看价格，心想：“哎呀，糖果都比金子贵！”这年头，年货可不是个便宜货啊，赶上了消费降级，真是要掂量掂量了！\n\n可是咱们中国人过年，讲究的就是个热闹！没事儿咱也得来点bullshit，买点过年用的开心，结果变成了“国家补贴的牺牲品”，难不成过年还得学学消费心理学了？不如干脆过个“简约年”，简单随意，吃点饺子，喝点酒，也就那么回事了嘛！\n\n所以呢，大家伙儿赶紧过年吧，不要被这消费降级的洪水淹了，放下手机，买点简单好玩的东西，别管补贴了，过年开心最重要！', 'role': 'user', 'name': 'Guodegang'}, {'content': '于谦: 哎呀，郭德纲，你这一说我就想起来了，这补贴的事儿真是个“坑”啊！我前几天也在网上看那些年货，结果点进去一看，价格跟我上次买的差不多，还没什么优惠，心里那个失落啊，简直像是过年没吃上饺子！\n\n现在的人啊，过年不光是买年货，要研究这补贴政策，真的是把过年当成了“考试”，买得小心翼翼，生怕买贵了，结果买得越多越心慌。要是能把这智商用在买年货上，我估计能提前过上“富裕年”了！\n\n而且啊，咱们传统的年货，像糖果、坚果、干果，这些东西本来就是图个心意，结果现在变得像是“奢侈品”，买个坚果还得计算每一颗的价格，真是的，连过年都变得精打细算了！我真希望能回到那个年代，随便买点儿东西，心里踏实，吃得开心。\n\n不过说真的，过年最重要的就是个热闹，别让这些消费降级的事给搅和了。咱们可以简单过年，买点儿家里做的好吃的，围坐在一起，聊聊天，看看春晚，心里那叫一个美！不管补贴如何，咱们的年味儿得保留住，这才是过年的意义。\n\n所以，我建议大家伙儿，别纠结于那些补贴了，买点简单的，开心过年，才是王道！你说是不是，郭德纲？', 'role': 'assistant', 'name': 'Yuqian'}, {'content': '郭德纲: 哎呀，于谦，你这一说我可是更有感触了！你瞧，补贴这事儿不就成了个“坑”吗？大家都在那研究，结果发现不过是个花样，心里那种失落感，简直就是过年没吃上饺子的感觉！我跟你说，过年吃饺子那可是我们中国人心中大事，没饺子了，年都没味儿了！\n\n你说现在的人在网上买年货，真像是走进了迷宫，进去一看，满眼都是价格和各种“政策”，心里想着：“哎呀，我这是在买年货，还是在参加金融投资啊？”下单之前，得考虑各种因素，结果越想越麻烦，最后只好放弃，空手而归，真是太打击人了！\n\n而且传统年货，像坚果、糖果，原本是为了图个喜庆，结果现在貌似需要个财务报表才能买，买个开心也是有门槛的！买坚果要算每颗的价格，这是什么，开店还是过年啊？要是再这么搞下去，过年得带上会计师，多尴尬啊，买点糖果居然还得请人来审核！\n\n说到年味，那可真是我们过年的灵魂，不能让这些消费的烦恼给搅和了。其实，咱们简单过年，回归那种亲切感，自己家做点好吃的，围着一起聊聊天，看看春晚，这才是过年真正的精髓！不管这个补贴怎么搞，咱们心里的年味和团圆是无法割舍的。\n\n所以说，大家伙儿，别再纠结那些补贴政策了。买点简简单单的，开心过年，才是王道！就像我们说的：“心宽体胖”，过年最重要的是个心情，钱虽然重要，但别让它影响了我们的欢乐！这样年才有意义，对吧？', 'role': 'user', 'name': 'Guodegang'}], summary='郭德纲: 哎呀，于谦，你这一说我可是更有感触了！你瞧，补贴这事儿不就成了个“坑”吗？大家都在那研究，结果发现不过是个花样，心里那种失落感，简直就是过年没吃上饺子的感觉！我跟你说，过年吃饺子那可是我们中国人心中大事，没饺子了，年都没味儿了！\n\n你说现在的人在网上买年货，真像是走进了迷宫，进去一看，满眼都是价格和各种“政策”，心里想着：“哎呀，我这是在买年货，还是在参加金融投资啊？”下单之前，得考虑各种因素，结果越想越麻烦，最后只好放弃，空手而归，真是太打击人了！\n\n而且传统年货，像坚果、糖果，原本是为了图个喜庆，结果现在貌似需要个财务报表才能买，买个开心也是有门槛的！买坚果要算每颗的价格，这是什么，开店还是过年啊？要是再这么搞下去，过年得带上会计师，多尴尬啊，买点糖果居然还得请人来审核！\n\n说到年味，那可真是我们过年的灵魂，不能让这些消费的烦恼给搅和了。其实，咱们简单过年，回归那种亲切感，自己家做点好吃的，围着一起聊聊天，看看春晚，这才是过年真正的精髓！不管这个补贴怎么搞，咱们心里的年味和团圆是无法割舍的。\n\n所以说，大家伙儿，别再纠结那些补贴政策了。买点简简单单的，开心过年，才是王道！就像我们说的：“心宽体胖”，过年最重要的是个心情，钱虽然重要，但别让它影响了我们的欢乐！这样年才有意义，对吧？', cost={'usage_including_cached_inference': {'total_cost': 0.007123949999999999, 'gpt-4o-mini-2024-07-18': {'cost': 0.007123949999999999, 'prompt_tokens': 24429, 'completion_tokens': 5766, 'total_tokens': 30195}}, 'usage_excluding_cached_inference': {'total_cost': 0.007123949999999999, 'gpt-4o-mini-2024-07-18': {'cost': 0.007123949999999999, 'prompt_tokens': 24429, 'completion_tokens': 5766, 'total_tokens': 30195}}}, human_input=[])

Part3

多代理对话

def my_tool_function(param1, param2):
    # 实现工具的功能
    return result

agent = ConversableAgent(...)
agent.register_function({"my_tool_function": my_tool_function})

import os
from autogen import AssistantAgent, UserProxyAgent
from autogen.coding import LocalCommandLineCodeExecutor

config_list = [{"model": "gpt-4o-mini", "temperature": 0.9, "api_type": "azure", "api_key": api_key, "base_url": base_url, "api_version": api_version}]

# create an AssistantAgent instance named "assistant" with the LLM configuration.
assistant = AssistantAgent(name="assistant", llm_config={"config_list": config_list})

# create a UserProxyAgent instance named "user_proxy" with code execution on docker.
code_executor = LocalCommandLineCodeExecutor(work_dir="coding")
user_proxy = UserProxyAgent(name="user_proxy", code_execution_config={"executor": code_executor})


# the assistant receives a message from the user, which contains the task description
user_proxy.initiate_chat(
    assistant,
    message="""Plot a chart of NVDA and TESLA stock price change YTD.""",
)
user_proxy (to assistant):

Plot a chart of NVDA and TESLA stock price change YTD.

--------------------------------------------------------------------------------
assistant (to user_proxy):

To plot a chart of NVDA (Nvidia) and TSLA (Tesla) stock price changes year-to-date (YTD), we will follow these steps:

1. Install the necessary libraries (`yfinance` for fetching stock data and `matplotlib` for plotting).
2. Fetch the YTD stock prices for NVDA and TSLA.
3. Plot the data using `matplotlib`.

Let’s start with the first step by installing the required libraries. Please execute the following code:

```sh
# filename: install_packages.sh
pip install yfinance matplotlib
```

Once the installation is complete, we'll proceed to fetch the stock data and plot the chart. Here's the code for that step:

```python
# filename: plot_stock_chart.py
import yfinance as yf
import matplotlib.pyplot as plt
from datetime import datetime

# Define the stocks and the date range
tickers = ['NVDA', 'TSLA']
start_date = datetime(datetime.now().year, 1, 1)

# Fetch the stock data
data = yf.download(tickers, start=start_date)

# Plot the adjusted close prices
plt.figure(figsize=(10, 5))
plt.plot(data['Adj Close']['NVDA'], label='Nvidia (NVDA)')
plt.plot(data['Adj Close']['TSLA'], label='Tesla (TSLA)')
plt.title('YTD Stock Prices of NVDA and TSLA')
plt.xlabel('Date')
plt.ylabel('Adjusted Close Price ($)')
plt.legend()
plt.grid(True)
plt.tight_layout()

# Save the plot
plt.savefig('ytd_stock_prices.png')
plt.show()
```

Please execute the second code block after successfully installing the required packages. 

--------------------------------------------------------------------------------
user_proxy (to assistant):

Traceback (most recent call last): File "/home/hj/workspaces/dc/autogen-v0.2/coding/plot_stock_chart.py", line 14, in <module> plt.plot(data['Adj Close']['NVDA'], label='Nvidia (NVDA)') File "/usr/local/lib/python3.10/site-packages/pandas/core/frame.py", line 4101, in __getitem__ return self._getitem_multilevel(key) File "/usr/local/lib/python3.10/site-packages/pandas/core/frame.py", line 4159, in _getitem_multilevel loc = self.columns.get_loc(key) File "/usr/local/lib/python3.10/site-packages/pandas/core/indexes/multi.py", line 3040, in get_loc loc = self._get_level_indexer(key, level=0) File "/usr/local/lib/python3.10/site-packages/pandas/core/indexes/multi.py", line 3391, in _get_level_indexer idx = self._get_loc_single_level_index(level_index, key) File "/usr/local/lib/python3.10/site-packages/pandas/core/indexes/multi.py", line 2980, in _get_loc_single_level_index return level_index.get_loc(key) File "/usr/local/lib/python3.10/site-packages/pandas/core/indexes/base.py", line 3812, in get_loc raise KeyError(key) from err KeyError: 'Adj Close'

--------------------------------------------------------------------------------
assistant (to user_proxy):

The error indicates that `data['Adj Close']` isnot accessible in the way we attempted to. This can happen if the data returned from Yahoo Finance isnot structured as expected. Let's take an alternative approach to ensure we correctly extract the adjusted close prices.

We'll modify the code to check the structure of the returned data and access the prices correctly. Please execute the following updated code:

```python
# filename: plot_stock_chart.py
import yfinance as yf
import matplotlib.pyplot as plt
from datetime import datetime

# Define the stocks and the date range
tickers = ['NVDA', 'TSLA']
start_date = datetime(datetime.now().year, 1, 1)

# Fetch the stock data
data = yf.download(tickers, start=start_date)

# Check the structure of the data
print(data.head())

# Plot the adjusted close prices
plt.figure(figsize=(10, 5))
for ticker in tickers:
    plt.plot(data['Close'][ticker], label=f'{ticker} Close Price')
    
plt.title('YTD Stock Prices of NVDA and TSLA')
plt.xlabel('Date')
plt.ylabel('Close Price ($)')
plt.legend()
plt.grid(True)
plt.tight_layout()

# Save the plot
plt.savefig('ytd_stock_prices.png')
plt.show()
```

In this version, we print the head of the data to inspect its structure, andthen we access the `Close` prices instead of the `Adj Close`. Please execute the code again.

--------------------------------------------------------------------------------
ChatResult(chat_id=None, chat_history=[{'content': 'Plot a chart of NVDA and TESLA stock price change YTD.', 'role': 'assistant', 'name': 'user_proxy'}, {'content': "To plot a chart of NVDA (Nvidia) and TSLA (Tesla) stock price changes year-to-date (YTD), we will follow these steps:\n\n1. Install the necessary libraries (`yfinance` for fetching stock data and `matplotlib` for plotting).\n2. Fetch the YTD stock prices for NVDA and TSLA.\n3. Plot the data using `matplotlib`.\n\nLet’s start with the first step by installing the required libraries. Please execute the following code:\n\n```sh\n# filename: install_packages.sh\npip install yfinance matplotlib\n```\n\nOnce the installation is complete, we'll proceed to fetch the stock data and plot the chart. Here's the code for that step:\n\n```python\n# filename: plot_stock_chart.py\nimport yfinance as yf\nimport matplotlib.pyplot as plt\nfrom datetime import datetime\n\n# Define the stocks and the date range\ntickers = ['NVDA', 'TSLA']\nstart_date = datetime(datetime.now().year, 1, 1)\n\n# Fetch the stock data\ndata = yf.download(tickers, start=start_date)\n\n# Plot the adjusted close prices\nplt.figure(figsize=(10, 5))\nplt.plot(data['Adj Close']['NVDA'], label='Nvidia (NVDA)')\nplt.plot(data['Adj Close']['TSLA'], label='Tesla (TSLA)')\nplt.title('YTD Stock Prices of NVDA and TSLA')\nplt.xlabel('Date')\nplt.ylabel('Adjusted Close Price ($)')\nplt.legend()\nplt.grid(True)\nplt.tight_layout()\n\n# Save the plot\nplt.savefig('ytd_stock_prices.png')\nplt.show()\n```\n\nPlease execute the second code block after successfully installing the required packages. ", 'role': 'user', 'name': 'assistant'}, {'content': 'Traceback (most recent call last): File "/home/hj/workspaces/dc/autogen-v0.2/coding/plot_stock_chart.py", line 14, in <module> plt.plot(data[\'Adj Close\'][\'NVDA\'], label=\'Nvidia (NVDA)\') File "/usr/local/lib/python3.10/site-packages/pandas/core/frame.py", line 4101, in __getitem__ return self._getitem_multilevel(key) File "/usr/local/lib/python3.10/site-packages/pandas/core/frame.py", line 4159, in _getitem_multilevel loc = self.columns.get_loc(key) File "/usr/local/lib/python3.10/site-packages/pandas/core/indexes/multi.py", line 3040, in get_loc loc = self._get_level_indexer(key, level=0) File "/usr/local/lib/python3.10/site-packages/pandas/core/indexes/multi.py", line 3391, in _get_level_indexer idx = self._get_loc_single_level_index(level_index, key) File "/usr/local/lib/python3.10/site-packages/pandas/core/indexes/multi.py", line 2980, in _get_loc_single_level_index return level_index.get_loc(key) File "/usr/local/lib/python3.10/site-packages/pandas/core/indexes/base.py", line 3812, in get_loc raise KeyError(key) from err KeyError: \'Adj Close\'', 'role': 'assistant', 'name': 'user_proxy'}, {'content': "The error indicates that `data['Adj Close']` is not accessible in the way we attempted to. This can happen if the data returned from Yahoo Finance is not structured as expected. Let's take an alternative approach to ensure we correctly extract the adjusted close prices.\n\nWe'll modify the code to check the structure of the returned data and access the prices correctly. Please execute the following updated code:\n\n```python\n# filename: plot_stock_chart.py\nimport yfinance as yf\nimport matplotlib.pyplot as plt\nfrom datetime import datetime\n\n# Define the stocks and the date range\ntickers = ['NVDA', 'TSLA']\nstart_date = datetime(datetime.now().year, 1, 1)\n\n# Fetch the stock data\ndata = yf.download(tickers, start=start_date)\n\n# Check the structure of the data\nprint(data.head())\n\n# Plot the adjusted close prices\nplt.figure(figsize=(10, 5))\nfor ticker in tickers:\n plt.plot(data['Close'][ticker], label=f'{ticker} Close Price')\n \nplt.title('YTD Stock Prices of NVDA and TSLA')\nplt.xlabel('Date')\nplt.ylabel('Close Price ($)')\nplt.legend()\nplt.grid(True)\nplt.tight_layout()\n\n# Save the plot\nplt.savefig('ytd_stock_prices.png')\nplt.show()\n```\n\nIn this version, we print the head of the data to inspect its structure, and then we access the `Close` prices instead of the `Adj Close`. Please execute the code again.", 'role': 'user', 'name': 'assistant'}], summary="The error indicates that `data['Adj Close']` is not accessible in the way we attempted to. This can happen if the data returned from Yahoo Finance is not structured as expected. Let's take an alternative approach to ensure we correctly extract the adjusted close prices.\n\nWe'll modify the code to check the structure of the returned data and access the prices correctly. Please execute the following updated code:\n\n```python\n# filename: plot_stock_chart.py\nimport yfinance as yf\nimport matplotlib.pyplot as plt\nfrom datetime import datetime\n\n# Define the stocks and the date range\ntickers = ['NVDA', 'TSLA']\nstart_date = datetime(datetime.now().year, 1, 1)\n\n# Fetch the stock data\ndata = yf.download(tickers, start=start_date)\n\n# Check the structure of the data\nprint(data.head())\n\n# Plot the adjusted close prices\nplt.figure(figsize=(10, 5))\nfor ticker in tickers:\n plt.plot(data['Close'][ticker], label=f'{ticker} Close Price')\n \nplt.title('YTD Stock Prices of NVDA and TSLA')\nplt.xlabel('Date')\nplt.ylabel('Close Price ($)')\nplt.legend()\nplt.grid(True)\nplt.tight_layout()\n\n# Save the plot\nplt.savefig('ytd_stock_prices.png')\nplt.show()\n```\n\nIn this version, we print the head of the data to inspect its structure, and then we access the `Close` prices instead of the `Adj Close`. Please execute the code again.", cost={'usage_including_cached_inference': {'total_cost': 0.0006329999999999999, 'gpt-4o-mini-2024-07-18': {'cost': 0.0006329999999999999, 'prompt_tokens': 1632, 'completion_tokens': 647, 'total_tokens': 2279}}, 'usage_excluding_cached_inference': {'total_cost': 0.0006329999999999999, 'gpt-4o-mini-2024-07-18': {'cost': 0.0006329999999999999, 'prompt_tokens': 1632, 'completion_tokens': 647, 'total_tokens': 2279}}}, human_input=['Traceback (most recent call last): File "/home/hj/workspaces/dc/autogen-v0.2/coding/plot_stock_chart.py", line 14, in <module> plt.plot(data[\'Adj Close\'][\'NVDA\'], label=\'Nvidia (NVDA)\') File "/usr/local/lib/python3.10/site-packages/pandas/core/frame.py", line 4101, in __getitem__ return self._getitem_multilevel(key) File "/usr/local/lib/python3.10/site-packages/pandas/core/frame.py", line 4159, in _getitem_multilevel loc = self.columns.get_loc(key) File "/usr/local/lib/python3.10/site-packages/pandas/core/indexes/multi.py", line 3040, in get_loc loc = self._get_level_indexer(key, level=0) File "/usr/local/lib/python3.10/site-packages/pandas/core/indexes/multi.py", line 3391, in _get_level_indexer idx = self._get_loc_single_level_index(level_index, key) File "/usr/local/lib/python3.10/site-packages/pandas/core/indexes/multi.py", line 2980, in _get_loc_single_level_index return level_index.get_loc(key) File "/usr/local/lib/python3.10/site-packages/pandas/core/indexes/base.py", line 3812, in get_loc raise KeyError(key) from err KeyError: \'Adj Close\'', 'exit'])


from IPython.display import Image
Image("ytd_stock_prices.png")