“數(shù)字分身”？最近，GitHub 上有個叫 WeClone 的開源項目火了，短短幾天就在 GitHub 拿下 13K Star，但是爭議極大。

一句話介紹：它可以用你的微信聊天記錄，訓(xùn)練出一個“數(shù)字替身”！

WeClone 是什么？

WeClone 是一個利用微信聊天記錄訓(xùn)練出“數(shù)字替身”的項目。

它通過微調(diào)大語言模型（LLM），讓模型模仿用戶的語言風(fēng)格、語氣，甚至可以接管社交賬號發(fā)送消息。

WeClone 核心功能

• 聊天記錄微調(diào)：基于用戶的微信聊天記錄對大語言模型進行微調(diào)，使模型能夠生成符合用戶風(fēng)格的回復(fù)。
• 語音克?。航Y(jié)合微信語音消息和輕量級 Tacotron 或 WavLM 模型，利用約 0.5B 參數(shù)規(guī)模的語音克隆網(wǎng)絡(luò)，重現(xiàn)用戶的語氣語調(diào)，進一步增強數(shù)字分身的真實感。
• 隱私保護：自動過濾敏感信息，如手機號、身份證號、郵箱等，支持本地化部署，確保數(shù)據(jù)安全。
• 多平臺支持：可以將微調(diào)后的模型綁定到微信、QQ、Telegram、企微、飛書等平臺的機器人，實現(xiàn)跨平臺的聊天式交互。

WeClone 快速使用

(1) 環(huán)境搭建

克隆項目倉庫：

git clone https://github.com/xming521/weclone.git

創(chuàng)建并激活 Python 環(huán)境：

cd WeClone
uv venv .venv --pythnotallow=3.10
source .venv/bin/activate  # Windows 下執(zhí)行 .venv\Scripts\activate

安裝依賴項：

uv pip install --group main -e .

復(fù)制配置文件模板：

cp settings.template.jsonc settings.jsonc

(2) 數(shù)據(jù)準備

• 使用 PyWxDump 提取微信聊天記錄，導(dǎo)出類型為 CSV。
• 將導(dǎo)出的 CSV 文件夾放在項目目錄的 ./data/csv 文件夾內(nèi)。

(3) 數(shù)據(jù)預(yù)處理

項目默認去除數(shù)據(jù)中的手機號、身份證號、郵箱、網(wǎng)址等敏感信息。

執(zhí)行以下命令對數(shù)據(jù)進行處理：

./make_dataset/csv_to_json.py

(4) 配置參數(shù)并微調(diào)模型

1. 修改 settings.jsonc 的 per_device_train_batch_size 以及 gradient_accumulation_steps 來調(diào)整顯存占用。
2. 可以根據(jù)自己數(shù)據(jù)集的數(shù)量和質(zhì)量修改 train_sft_args 的 num_train_epochs、 lora_rank、 lora_dropout 等參數(shù)。

(5) 訓(xùn)練模型

單卡訓(xùn)練：

python src/train_sft.py

多卡訓(xùn)練：

uv pip install deepspeed
deepspeed --num_gpus=使用顯卡數(shù)量 src/train_sft.py

(6) 使用瀏覽器 demo 簡單推理

啟動推理服務(wù)：

python ./src/web_demo.py

打開瀏覽器訪問指定端口（如 http://localhost:7860），即可進行簡單推理。

(7) 使用接口進行推理

啟動 API 服務(wù)：

python ./src/api_service.py

使用以下代碼進行推理：

import requests
   response = requests.post('http://localhost:8000/invoke', jsnotallow={'prompt': '你好'})
   print(response.json())

部署到聊天機器人

WeClone 支持將訓(xùn)練好的模型部署到聊天機器人平臺，方便與他人進行互動。以下是部署到聊天機器人的基本步驟：

以常見的 AstrBot 為例：

• 首先部署 AstrBot，并在其中部署消息平臺，可參考其官方文檔 AstrBot 文檔。
• 啟動 WeClone 的 API 服務(wù)。若使用的是本地部署，可執(zhí)行命令 weclone-cli server 或直接運行 python ./src/api_service.py 啟動服務(wù)。
• 在 AstrBot 中新增服務(wù)提供商，類型選擇 OpenAI，API Base URL 根據(jù) WeClone 的實際部署地址填寫，例如本地部署為 http://localhost:8000/v1，模型填寫 gpt-3.5-turbo，API Key 可隨意填寫。
• 微調(diào)后不支持工具調(diào)用，需先關(guān)掉默認的工具。在消息平臺發(fā)送指令 tool off all，否則可能無法體現(xiàn)微調(diào)后的效果。
• 根據(jù)微調(diào)時使用的 default_system，在 AstrBot 中設(shè)置系統(tǒng)提示詞，以確保聊天機器人的回復(fù)符合預(yù)期風(fēng)格。

WeClone 是一個充滿創(chuàng)意和樂趣的項目，它為我們提供了一個全新的方式來體驗數(shù)字世界中的“另一個自己”。

快去嘗試一下吧，說不定你的微信克隆人會給你帶來意想不到的驚喜呢！

• astrbot 聊天機器人：https://astrbot.app/
• weclone Github：https://github.com/xming521/weclone