尧图网页设计 
用聊天记录训练一个会说话的数字分身WeClone 手把手实战指南【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朋友反复问你同一个问题你想用同一个语气回但实在回不过来。WeClone 就是为解决这类需求做的用微信聊天记录微调模型训练出一个说话像你本人的数字分身再把它部署成对话 API 或微信机器人。从数据到上线全程只有几条命令。先看看成品一个像你说话的分身读完这一节你能判断这个效果值不值得花时间做。截图里的分身会反问你呢会说95 年的今年 26 了语气随意不端着。这不是写好的话术是用它主人约两万条聊天记录微调出来的风格。效果上限取决于数据的数量和质量这是后面反复要提的一句话。动手前检查显存和 Python 版本读完这一节你能确认自己的机器能不能跑以及还缺什么。Python 3.8 以上推荐 3.10默认方案是 ChatGLM3-6B LoRA约需 16GB 显存显存不够就换 QLoRA 或更小模型内存建议 8GB 起确认没问题后克隆仓库git clone https://gitcode.com/GitHub_Trending/we/WeClone这一步把全部项目代码拉到本地。然后安装依赖pip install -r requirements.txt这一步装上微调框架 llmtuner、微信机器人组件 itchat-uos 以及数据处理相关库。如何把微信聊天记录变成训练数据读完这一节你能把导出的聊天记录喂进训练流程。先把聊天记录导出成 CSV放到 data/ 目录下。多人或多群可以分开建子文件夹。然后运行转换脚本python make_dataset/csv_to_json.py这一步自动剔除手机号、身份证号、邮箱、网址并把记录整理成训练格式。敏感词由 make_dataset/blocked_words.json 控制可以自行增删含禁用词的句子会被整句去掉。如果对方连续发了好几句默认脚本会用逗号拼成一条想要多轮对话的感觉改用 数据处理脚本目录 里的单句多轮脚本历史会放进提示词里。处理完的数据在 data/res_csv/sft/dataset_info.json 里注册训练时直接读取。微调实操一条命令启动 SFT读完这一节你能开始训练并知道什么时候该停。先下载 ChatGLM3-6B 模型放到项目根目录的 ./chatglm3-6b 下。模型文件较大下载慢属正常。再打开 settings.json 做两处调整显存吃紧就调小 per_device_train_batch_size 和 gradient_accumulation_steps数据量少就降低 num_train_epochs回复风格学得不够像可以提高 lora_rank然后启动训练python src/train_sft.pyloss 降到 3.5 左右就可以收手降得过低基本是过拟合别硬追小数点。多卡环境装好 deepspeed 后换多卡方式启动即可。部署对话 API 与微信机器人三种用法读完这一节你的分身能上线被人使用。先启动 API 服务python src/api_service.py这一步起一个 OpenAI 兼容的对话接口文档页在 http://localhost:8000/docs其他程序可以直接调用。之后有三种接入方式网页python src/web_demo.py自动打开浏览器对话页适合随手试效果命令行python src/cli_demo.py终端里直接聊输入 clear 清空历史exit 退出微信API 服务保持运行的前提下执行python src/wechat_bot/main.py这一步在终端打印二维码扫码登录微信即可。私聊自动回复群里被 才回。长回复会拆成多条、每 2 秒发一条看起来像真人打字。提醒微信有封号风险建议用小号且账号需绑定银行卡。避坑清单显存、过拟合与隐私读完这一节你能处理大多数常见翻车。效果不满意先查数据量再调参数。聊天记录数量和质量的权重高于一切超参聊天记录含隐私转换脚本已默认过滤手机号、身份证、邮箱、网址跑训练前先把敏感词补进 blocked_words训练爆显存先降 batch size再考虑换 QLoRA响应变慢关掉其他占显存和内存的程序长时间对话后回复变怪用 clear 清掉历史重新开下一步就一件事挑一位常聊的朋友导出 CSV 放到 data/ 下按前面的顺序跑完转换和微调。跑通后明天你就能在微信里收到你自己的回复。【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 用聊天记录训练一个会说话的数字分身：WeClone 手把手实战指南
用聊天记录训练一个会说话的数字分身WeClone 手把手实战指南【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朋友反复问你同一个问题你想用同一个语气回但实在回不过来。WeClone 就是为解决这类需求做的用微信聊天记录微调模型训练出一个说话像你本人的数字分身再把它部署成对话 API 或微信机器人。从数据到上线全程只有几条命令。先看看成品一个像你说话的分身读完这一节你能判断这个效果值不值得花时间做。截图里的分身会反问你呢会说95 年的今年 26 了语气随意不端着。这不是写好的话术是用它主人约两万条聊天记录微调出来的风格。效果上限取决于数据的数量和质量这是后面反复要提的一句话。动手前检查显存和 Python 版本读完这一节你能确认自己的机器能不能跑以及还缺什么。Python 3.8 以上推荐 3.10默认方案是 ChatGLM3-6B LoRA约需 16GB 显存显存不够就换 QLoRA 或更小模型内存建议 8GB 起确认没问题后克隆仓库git clone https://gitcode.com/GitHub_Trending/we/WeClone这一步把全部项目代码拉到本地。然后安装依赖pip install -r requirements.txt这一步装上微调框架 llmtuner、微信机器人组件 itchat-uos 以及数据处理相关库。如何把微信聊天记录变成训练数据读完这一节你能把导出的聊天记录喂进训练流程。先把聊天记录导出成 CSV放到 data/ 目录下。多人或多群可以分开建子文件夹。然后运行转换脚本python make_dataset/csv_to_json.py这一步自动剔除手机号、身份证号、邮箱、网址并把记录整理成训练格式。敏感词由 make_dataset/blocked_words.json 控制可以自行增删含禁用词的句子会被整句去掉。如果对方连续发了好几句默认脚本会用逗号拼成一条想要多轮对话的感觉改用 数据处理脚本目录 里的单句多轮脚本历史会放进提示词里。处理完的数据在 data/res_csv/sft/dataset_info.json 里注册训练时直接读取。微调实操一条命令启动 SFT读完这一节你能开始训练并知道什么时候该停。先下载 ChatGLM3-6B 模型放到项目根目录的 ./chatglm3-6b 下。模型文件较大下载慢属正常。再打开 settings.json 做两处调整显存吃紧就调小 per_device_train_batch_size 和 gradient_accumulation_steps数据量少就降低 num_train_epochs回复风格学得不够像可以提高 lora_rank然后启动训练python src/train_sft.pyloss 降到 3.5 左右就可以收手降得过低基本是过拟合别硬追小数点。多卡环境装好 deepspeed 后换多卡方式启动即可。部署对话 API 与微信机器人三种用法读完这一节你的分身能上线被人使用。先启动 API 服务python src/api_service.py这一步起一个 OpenAI 兼容的对话接口文档页在 http://localhost:8000/docs其他程序可以直接调用。之后有三种接入方式网页python src/web_demo.py自动打开浏览器对话页适合随手试效果命令行python src/cli_demo.py终端里直接聊输入 clear 清空历史exit 退出微信API 服务保持运行的前提下执行python src/wechat_bot/main.py这一步在终端打印二维码扫码登录微信即可。私聊自动回复群里被 才回。长回复会拆成多条、每 2 秒发一条看起来像真人打字。提醒微信有封号风险建议用小号且账号需绑定银行卡。避坑清单显存、过拟合与隐私读完这一节你能处理大多数常见翻车。效果不满意先查数据量再调参数。聊天记录数量和质量的权重高于一切超参聊天记录含隐私转换脚本已默认过滤手机号、身份证、邮箱、网址跑训练前先把敏感词补进 blocked_words训练爆显存先降 batch size再考虑换 QLoRA响应变慢关掉其他占显存和内存的程序长时间对话后回复变怪用 clear 清掉历史重新开下一步就一件事挑一位常聊的朋友导出 CSV 放到 data/ 下按前面的顺序跑完转换和微调。跑通后明天你就能在微信里收到你自己的回复。【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