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WeClone
WeClone 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；QLoRA：6-10GB 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 python=3.10 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_gpus=2 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
