WeClone从聊天记录创造数字分身的一站式解决方案

WeClone是一款从聊天记录创造数字分身的一站式解决方案。它基于微信、QQ、Telegram等聊天记录，使用大模型微调技术，让你的AI分身不仅拥有你的语气和表达风格，还能与你的社交平台无缝对接，让它成为你的另一种存在。

通过WeClone，你可以：

• • 用自己的聊天记录训练AI，让它更符合你的表达习惯。
• • 绑定至多个社交平台，实现数字分身的实际应用。
• • 采用隐私信息过滤和本地化微调部署，确保数据安全。

核心功能特点

1. 1. 个性化微调：利用微信等聊天记录对LLM（大语言模型）进行微调，让AI拥有你的独特表达方式。
2. 2. 多平台绑定：支持微信、QQ、Telegram、企微、飞书等平台，让你的数字分身随时随地与你的社交圈互动。
3. 3. 隐私保护：提供数据过滤功能，自动去除敏感信息，并允许用户自定义禁用词库，确保数据安全。
4. 4. 轻量级部署：采用LoRA等优化微调方式，降低显存占用，使得普通设备也能运行训练。
5. 5. 智能数据预处理：自动去除手机号、身份证号、网址等隐私信息，并支持清洗聊天数据，提高训练质量。

---

如何快速开始？

1. 环境搭建

• • 安装CUDA（版本12.4及以上），确保PyTorch可以正确使用显卡加速。
• • 使用uv进行依赖安装，这是一个快速的Python环境管理工具：

  git clone https://github.com/xming521/WeClone.git cd WeClone uv venv .venv --python=3.10 source .venv/bin/activate  # Windows执行 .venv\Scripts\activate uv pip install --group main -e .

• • 如需使用最新的LLaMA Factory模型，请执行：

  uv pip install --upgrade git+https://github.com/hiyouga/LLaMA-Factory.git

2. 数据准备

• • 使用PyWxDump导出微信聊天记录（建议从手机备份至电脑，数据量更完整）。
• • 选择CSV格式导出后，放入dataset/csv目录。

3. 数据预处理

• • 运行以下命令对数据进行清洗和格式调整：

  weclone-cli make-dataset

4. 微调模型

• • 根据数据集调整settings.jsonc配置，并使用：

  weclone-cli train-sft

• • 如果是多卡训练，需安装deepspeed并执行：

  deepspeed --num_gpus=使用显卡数量 weclone/train/train_sft.py

5. 使用AI分身

• • 可使用以下命令进行聊天测试：

  weclone-cli webchat-demo weclone-cli server

• • 绑定至AstrBot，实现AI分身在微信、QQ等平台的自动回复。

---

结语

WeClone让打造一个独具个性的数字分身成为可能，让AI真正融入你的社交世界。无论是个人应用还是实验探索，WeClone都能提供一套完整的解决方案，让你的AI更有“人味”。试试吧，让你的数字分身真正成为你的另一种存在！

关注公众号：拾黑（shiheibook）了解更多

赞助链接：

关注数据与安全，洞悉企业级服务市场：https://www.ijiandao.com/
四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/