把微信聊天记录变成你的 AI 分身WeClone 从环境到上线实操指南【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/WeCloneWeClone 用你的微信聊天记录微调大语言模型再把它接进微信机器人。从此别人私聊你、群里 你都会有一个你在用你的口吻自动回话。这篇指南面向没学过机器学习、但会用终端的你照着做就能跑通。️ 16GB 显存微调 6B 模型够不够先说结论够。项目默认的基座模型是 ChatGLM3-6b训练走 LoRA 路线——只更新模型里一小部分参数而不是全部所以 SFT 阶段指让模型学会按问-答格式说话的微调阶段实际显存开销就在 16GB 上下。下面这段命令会克隆仓库、建好独立的 Python 3.10 环境并装齐依赖全程不需要手动改任何文件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显存更紧张的话打开 settings.json把per_device_train_batch_size和gradient_accumulation_steps调小就能省显存再不够就改走 QLoRA 量化方案8bit 大约 10GB、4bit 大约 6GB 也能训。 聊天记录怎么变成训练数据数据质量决定效果上限这是项目方反复强调的一句话。先用 PyWxDump 工具把微信聊天日志导出成 CSV每个联系人、每个群各一份把所有 csv 文件夹统一放进仓库的./data/csv目录。然后在仓库根目录跑一次预处理脚本它会把 CSV 整理成训练格式并自动去掉手机号、身份证号、邮箱、网址这类敏感信息python make_dataset/csv_to_json.py这里有个坑微信里经常一口气连发好几条消息怎么处理连发仓库给了三个脚本自选。默认的csv_to_json.py用逗号把连发合并成一句csv_to_json-单句回答.py只保留最长那句想保留成多轮历史对话就换csv_to_json-单句多轮.py它在 make_dataset/ 目录下。想过滤特定词句往 make_dataset/blocked_words.json 里加词就行含禁用词的整句会被丢掉。⚙️ 一条命令微调浏览器里验证训练前先下载 ChatGLM3-6b 权重放到./chatglm3-6b目录。Hugging Face 下载不稳定时改用魔搭社区并在训练和推理前设置USE_MODELSCOPE_HUB1环境变量。所有可调参数都集中在 settings.json 一个文件里学习率、LoRA 秩、训练轮数、批量大小全在这。克隆到本地后只改这个文件代码不用动。单卡训练就这一条命令python src/train_sft.py手头有两块以上显卡的话先装 deepspeed再用下面这种方式多卡分摊显存deepspeed --num_gpus2 src/train_sft.py不用慌训练时盯住 loss 就行。降到 3.5 左右可以考虑停降得过低容易过拟合模型会变成复读机。训完打开本地网页版聊几句python src/web_demo.py回复的语气像你就成了。下面这段对话就是训练后机器人和朋友聊天的实际画面 两条命令上线你的微信分身开两个终端先跑 API 服务进程再跑机器人主进程python src/api_service.py在前python src/wechat_bot/main.py随后。终端会打印登录二维码用微信扫一下分身就上线了。私聊它、或在群里 它都会自动回话对话历史由 src/wechat_bot/main.py 负责维护每个联系人保留最近 15 轮上下文。想让机器人换个角色说话去 src/template.py 改默认系统提示词即可。提醒一句微信上跑机器人有封号风险尽量用小号。✅ 最小验证路径先拿两三个最熟联系人的聊天记录各导一份 CSV按上面的流程完整跑一遍在web_demo.py的网页里聊几句确认语气像你就算达标。效果满意后再扩充更多人的数据重新训练效果提升最直接的往往就是这一步。【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 把微信聊天记录变成你的 AI 分身：WeClone 从环境到上线实操指南
把微信聊天记录变成你的 AI 分身WeClone 从环境到上线实操指南【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/WeCloneWeClone 用你的微信聊天记录微调大语言模型再把它接进微信机器人。从此别人私聊你、群里 你都会有一个你在用你的口吻自动回话。这篇指南面向没学过机器学习、但会用终端的你照着做就能跑通。️ 16GB 显存微调 6B 模型够不够先说结论够。项目默认的基座模型是 ChatGLM3-6b训练走 LoRA 路线——只更新模型里一小部分参数而不是全部所以 SFT 阶段指让模型学会按问-答格式说话的微调阶段实际显存开销就在 16GB 上下。下面这段命令会克隆仓库、建好独立的 Python 3.10 环境并装齐依赖全程不需要手动改任何文件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显存更紧张的话打开 settings.json把per_device_train_batch_size和gradient_accumulation_steps调小就能省显存再不够就改走 QLoRA 量化方案8bit 大约 10GB、4bit 大约 6GB 也能训。 聊天记录怎么变成训练数据数据质量决定效果上限这是项目方反复强调的一句话。先用 PyWxDump 工具把微信聊天日志导出成 CSV每个联系人、每个群各一份把所有 csv 文件夹统一放进仓库的./data/csv目录。然后在仓库根目录跑一次预处理脚本它会把 CSV 整理成训练格式并自动去掉手机号、身份证号、邮箱、网址这类敏感信息python make_dataset/csv_to_json.py这里有个坑微信里经常一口气连发好几条消息怎么处理连发仓库给了三个脚本自选。默认的csv_to_json.py用逗号把连发合并成一句csv_to_json-单句回答.py只保留最长那句想保留成多轮历史对话就换csv_to_json-单句多轮.py它在 make_dataset/ 目录下。想过滤特定词句往 make_dataset/blocked_words.json 里加词就行含禁用词的整句会被丢掉。⚙️ 一条命令微调浏览器里验证训练前先下载 ChatGLM3-6b 权重放到./chatglm3-6b目录。Hugging Face 下载不稳定时改用魔搭社区并在训练和推理前设置USE_MODELSCOPE_HUB1环境变量。所有可调参数都集中在 settings.json 一个文件里学习率、LoRA 秩、训练轮数、批量大小全在这。克隆到本地后只改这个文件代码不用动。单卡训练就这一条命令python src/train_sft.py手头有两块以上显卡的话先装 deepspeed再用下面这种方式多卡分摊显存deepspeed --num_gpus2 src/train_sft.py不用慌训练时盯住 loss 就行。降到 3.5 左右可以考虑停降得过低容易过拟合模型会变成复读机。训完打开本地网页版聊几句python src/web_demo.py回复的语气像你就成了。下面这段对话就是训练后机器人和朋友聊天的实际画面 两条命令上线你的微信分身开两个终端先跑 API 服务进程再跑机器人主进程python src/api_service.py在前python src/wechat_bot/main.py随后。终端会打印登录二维码用微信扫一下分身就上线了。私聊它、或在群里 它都会自动回话对话历史由 src/wechat_bot/main.py 负责维护每个联系人保留最近 15 轮上下文。想让机器人换个角色说话去 src/template.py 改默认系统提示词即可。提醒一句微信上跑机器人有封号风险尽量用小号。✅ 最小验证路径先拿两三个最熟联系人的聊天记录各导一份 CSV按上面的流程完整跑一遍在web_demo.py的网页里聊几句确认语气像你就算达标。效果满意后再扩充更多人的数据重新训练效果提升最直接的往往就是这一步。【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