remove oi and clone_function

tests/metagpt/tools/test_code_interpreter.py

@@ -1,43 +0,0 @@
-# from pathlib import Path
-#
-# import pandas as pd
-# import pytest
-#
-# from metagpt.actions import Action
-# from metagpt.logs import logger
-# from metagpt.tools.code_interpreter import OpenCodeInterpreter, OpenInterpreterDecorator
-#
-# logger.add("./tests/data/test_ci.log")
-# stock = "./tests/data/baba_stock.csv"
-#
-#
-# # TODO: 需要一种表格数据格式，能够支持schame管理的，标注字段类型和字段含义。
-# class CreateStockIndicators(Action):
-#     @OpenInterpreterDecorator(save_code=True, code_file_path="./tests/data/stock_indicators.py")
-#     async def run(self, stock_path: str, indicators=["Simple Moving Average", "BollingerBands"]) -> pd.DataFrame:
-#         """对stock_path中的股票数据, 使用pandas和ta计算indicators中的技术指标, 返回带有技术指标的股票数据，不需要去除空值, 不需要安装任何包；
-#         指标生成对应的三列: SMA, BB_upper, BB_lower
-#         """
-#         ...
-#
-#
-# @pytest.mark.asyncio
-# async def test_actions():
-#     # 计算指标
-#     indicators = ["Simple Moving Average", "BollingerBands"]
-#     stocker = CreateStockIndicators()
-#     df, msg = await stocker.run(stock, indicators=indicators)
-#     assert isinstance(df, pd.DataFrame)
-#     assert "Close" in df.columns
-#     assert "Date" in df.columns
-#     # 将df保存为文件，将文件路径传入到下一个action
-#     df_path = "./tests/data/stock_indicators.csv"
-#     df.to_csv(df_path)
-#     assert Path(df_path).is_file()
-#     # 可视化指标结果
-#     figure_path = "./tests/data/figure_ci.png"
-#     ci_ploter = OpenCodeInterpreter()
-#     ci_ploter.chat(
-#         f"使用seaborn对{df_path}中与股票布林带有关的数据列的Date, Close, SMA, BB_upper（布林带上界）, BB_lower（布林带下界）进行可视化, 可视化图片保存在{figure_path}中。不需要任何指标计算，把Date列转换为日期类型。要求图片优美，BB_upper, BB_lower之间使用合适的颜色填充。"
-#     )
-#     assert Path(figure_path).is_file()