如何把微信聊天记录变成全天在线的数字分身完整微信机器人微调指南【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群聊消息一条条刷出来你回不过来好不容易轮到你说话又懒得维持平时的口吻。WeClone 就是为这个场景准备的它用你自己的微信聊天记录做 LoRA 微调训练出一个用你的语气说话的微信机器人等于一个 24 小时在线的数字分身。30秒看懂WeCloneWeClone 做的事情很简单把你的真实聊天记录变成训练数据喂给一个大语言模型。底层用的是LoRA 微调只训练少量低秩参数、不动原模型所以一张 16GB 显存的显卡就够。跑完之后你会得到一个支持私聊自动回复、群聊 触发的微信机器人语气贴近你本人。它适合克隆自己的聊天风格不适合拿来搭通用问答助手。动手前的准备清单事项要求与命令硬件LoRA 微调 7B 模型最低 16GB 显存QLoRA6-10GB 即可软件Python 3.10一条命令装齐依赖见下方代码块数据用微信记录导出工具把聊天记录导出为 CSV放入./data/csv项目自带清洗自动过滤手机号、身份证号、邮箱、网址并用 blocked_words.json 拦敏感词git clone https://gitcode.com/GitHub_Trending/we/WeClone conda create -n weclone python3.10 conda activate weclone cd WeClone pip install -r requirements.txt四步跑通全流程第 1 步准备数据。把原始 CSV 转成可直接训练的数据集。python make_dataset/csv_to_json.py运行结束会打印处理后的数据量结果落在./data/res_csv下数量明显偏少就先补导出记录。第 2 步配置参数。打开 settings.json确认基座模型路径、LoRA 秩、批次大小与学习率默认值已经可以直接用。vim settings.json第 3 步开始训练。单卡一条命令启动。python src/train_sft.py有多张卡就装上 DeepSpeed 再跑pip install deepspeed deepspeed --num_gpus2 src/train_sft.py训练完会生成./model_output日志里 loss 持续下降就说明方向对。第 4 步启动服务接入微信。先起 API 服务再起机器人主程序。python src/api_service.py python src/wechat_bot/main.py扫码登录后私聊消息和群里 你的内容都会立刻收到你分身的回复。这些坑必须提前避开现象账号被限制甚至封号。原因高频脚本化回复会被微信风控判定异常。规避务必先用小号测试跑稳了再考虑其他账号。现象训练时爆显存。原因per_device_train_batch_size设得过大。规避调小批次或改用 QLoRA 把显存压到 6-10GB。现象机器人完全不回复。原因API 服务没起或已崩溃。规避先确认 api_service.py 在运行且端口正常再启动 wechat_bot/main.py。现象回复生硬根本不像你。原因记录太少或噪声太多。规避多导出几个聊天对象的记录并检查清洗环节是否过滤到位。跑完之后还能做什么修改 template.py 里的默认系统提示词可以指定机器人扮演更具体的角色。显卡吃紧的话把 LoRA 换成 QLoRA显存需求直接降一档。推理时的温度、最大长度、重复惩罚也在 settings.json 里动一动机器人的味道就不一样。能跑通只是起点语气和你本人越像这个数字分身才越成立。【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