WeClone从聊天记录到专属微信AI助手【免费下载链接】WeClone One-stop solution for creating your AI twin from chat history Fine-tune LLMs with your chat logs to capture your unique style, then bind to a chatbot to bring your digital self to life.项目地址: https://gitcode.com/GitHub_Trending/we/WeCloneWeClone 把你真实的微信聊天记录喂给大语言模型微调出一个说话像你的数字分身绑到机器人上就成了你的专属微信AI助手。它到底能做什么 深夜替你回消息— 朋友凌晨发来还没睡你的分身已经按你平时的口吻接上话不用你熬夜盯手机。群里照样接梗— 有人说瘦成狗了它听得懂这类网络流行语回你一个 [doge] 表情而不是尬聊。从你叫啥名聊到你多大了多轮下来上下文不乱接话像真人。从零到跑起来 环境只要 Python 3.8 以上配一张 16GB 显存的显卡最舒服。先把代码拉到本地并装依赖git clone https://gitcode.com/GitHub_Trending/we/WeClone cd WeClone pip install -r requirements.txt装完你会看到终端列出一个个已安装的包说明依赖就位。接着把用 PyWxDump 导出的聊天记录 CSV 放进 data/ 目录再跑make_dataset/csv_to_json.py清洗默认会去掉手机号、身份证号这类隐私信息。训练与验证 ⚙️数据就绪后微调模型python src/train_sft.py过程里会看到 loss 逐步往下走作者的经验是降到 3.5 左右就停太低容易过拟合。训完先开个网页版验证效果python src/web_demo.py浏览器会打开聊天页你问它名字、年龄看回得像不像你就知道成色。想上真微信先起python src/api_service.py再跑python src/wechat_bot/main.py终端出二维码扫码登录私聊或群里它都行。把它调成你的风格 模型路径— 打开 settings.json把model_name_or_path指向你本地 ChatGLM3 的位置。默认写的是 ./chatglm3-6b模型放在哪就改成哪这样训练和推理才找得到底模。敏感词过滤— 在 make_dataset/blocked_words.json 里补充想屏蔽的词。含这些词的整句会被直接丢弃等于不让分身学你不想要的口头禅。语气模板— 到 src/template.py 改 system 提示词。想让分身更随意或更正式都在这调改完重训一次即可。效果不满意先查这几件事 回答老卡在同一句 — 多半是推理时随机性太受限 — 把 temperature 往 0.7 附近抬一抬试试。完全不像你 — 数据太少或太杂 — 先攒够上万条有效对话再开训。显存不够跑不动 — 6B 模型微调约要 16GB — 先缩小每批处理量或换低精度训练省显存。把你的聊天记录喂给模型就能养出一个像你的分身建议先拿小号试水。用微信机器人有封号风险务必用小号、别上传隐私内容。【免费下载链接】WeClone One-stop solution for creating your AI twin from chat history Fine-tune LLMs with your chat logs to capture your unique style, then bind to a chatbot to bring your digital self to life.项目地址: https://gitcode.com/GitHub_Trending/we/WeClone创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
