xming521/WeClone 用微信聊天记录微调大语言模型

欢迎star⭐。🚀从聊天记录创造数字分身的一站式解决方案💡 使用微信聊天记录微调大语言模型，让大模型有“那味儿”，并绑定到聊天机器人，实现自己的数字分身。数字克隆/数字分身/数字永生/声音克隆/LLM/大语言模型/微信聊天机器人/LoRA

✨核心功能

访问官网：https://github.com/xming521/WeClone
💫 涵盖打造数字分身的全链路方案，包括聊天数据导出、预处理、模型训练、部署
💬 使用微信聊天记录微调LLM，让大模型有”那味儿”
🔗 绑定到微信、QQ、Telegram、企微、飞书机器人，实现自己的数字分身
🛡️ 隐私信息过滤，本地化微调部署，数据安全可控

📋特性与说明

0.2.1版本支持了命令行工具，使用前需要重新执行 `uv pip install -e .`

0.2.0版本进行了全面重构，数据集目录和脚本路径全部进行了修改，拉取新代码后，csv文件夹放在dataset下，并且需要重新安装依赖。

WeClone仍在快速迭代期，当前效果不代表最终效果。
微调LLM效果很大程度取决于模型大小、聊天数据的数量和质量，理论上模型越大，数据越多，效果越好。
Windows环境未进行严格测试，可以使用WSL作为运行环境。

硬件要求

项目默认使用Qwen2.5-7B-Instruct模型，LoRA方法对sft阶段微调，大约需要16GB显存。也可以使用LLaMA Factory支持的其他模型和方法。

需要显存的估算值：

方法	精度	7B	14B	30B	70B	`x`B
Full (`bf16` or `fp16`)	32	120GB	240GB	600GB	1200GB	`18x`GB
Full (`pure_bf16`)	16	60GB	120GB	300GB	600GB	`8x`GB
Freeze/LoRA/GaLore/APOLLO/BAdam	16	16GB	32GB	64GB	160GB	`2x`GB
QLoRA	8	10GB	20GB	40GB	80GB	`x`GB
QLoRA	4	6GB	12GB	24GB	48GB	`x/2`GB
QLoRA	2	4GB	8GB	16GB	24GB	`x/4`GB

环境搭建

1.cuda安装(已安装可跳过，要求版本12.4及以上)：LLaMA Factory

2.建议使用 uv安装依赖，这是一个非常快速的 Python 环境管理器。安装uv后，您可以使用以下命令创建一个新的Python环境并安装依赖项，注意这不包含音频克隆功能的依赖：

git clone https://github.com/xming521/WeClone.git
cd WeClone
uv venv .venv --python=3.10
source .venv/bin/activate # windows下执行 .venv\Scripts\activate
uv pip install --group main -e .

如果要使用最新的模型进行微调，需要手动安装最新版LLaMA Factory：uv pip install --upgrade git+https://github.com/hiyouga/LLaMA-Factory.git,同时其他依赖版本也可能需要修改，例如vllm pytorch transforms

3.将配置文件模板复制一份并重命名为settings.jsonc，后续配置修改在此文件进行：

cp settings.template.json settings.jsonc

Note

训练以及推理相关配置统一在文件settings.jsonc

4.使用以下命令测试CUDA环境是否正确配置并可被PyTorch识别，Mac不需要：

python -c "import torch; print('CUDA是否可用:', torch.cuda.is_available());"

5.（可选）安装FlashAttention，加速训练和推理：uv pip install flash-attn --no-build-isolation

数据准备

请使用PyWxDump提取微信聊天记录。可以先将手机的聊天记录迁移（备份）到电脑，数据量更多一些。下载软件并解密数据库后，点击聊天备份，导出类型为CSV，可以导出多个联系人（不建议使用群聊记录），然后将导出的位于wxdump_tmp/export 的 csv 文件夹放在./dataset目录即可，也就是不同人聊天记录的文件夹一起放在 ./dataset/csv。

数据预处理

项目默认去除了数据中的手机号、身份证号、邮箱、网址。还在settings.jsonc中提供了一个禁用词词库blocked_words，可以自行添加需要过滤的词句（会默认去掉包括禁用词的整句）。

🚨 请一定注意保护个人隐私，不要泄露个人信息！

执行以下命令对数据进行处理，可以根据自己的聊天风格修改settings.jsonc的make_dataset_args。

weclone-cli make-dataset

目前仅支持时间窗口策略，根据single_combine_time_window将单人连续消息通过逗号连接合并为一句，根据qa_match_time_window匹配问答对。
可以启用clean_dataset中的enable_clean选项，对数据进行清洗，以达到更好效果。当前使用llm judge对聊天记录进行打分，使用vllm进行离线推理。在得到llm打分分数分布情况后，调整accept_score选择可以接受的分数，再适当降低train_sft_args的lora_dropout参数提升拟合效果。

模型下载

git lfs install
git clone https://www.modelscope.cn/Qwen/Qwen2.5-7B-Instruct.git

配置参数并微调模型

(可选)修改 settings.jsonc 的 model_name_or_path 和 template 选择本地下载好的其他模型。
修改per_device_train_batch_size以及gradient_accumulation_steps来调整显存占用。
可以根据自己数据集的数量和质量修改train_sft_args的num_train_epochs、lora_rank、lora_dropout等参数。

单卡训练

weclone-cli train-sft

多卡环境单卡训练，需要先执行 export CUDA_VISIBLE_DEVICES=0

多卡训练

取消settings.jsonc中deepspeed行代码注释，使用以下命令多卡训练：

uv pip install deepspeed
deepspeed --num_gpus=使用显卡数量 weclone/train/train_sft.py

使用浏览器demo简单推理

可以在这一步测试出合适的temperature、top_p值，修改settings.jsonc的infer_args后，供后续推理时使用。

weclone-cli webchat-demo

使用接口进行推理

weclone-cli server

使用常见聊天问题测试

不包含询问个人信息的问题，仅有日常聊天。测试结果在test_result-my.txt。

weclone-cli server
weclone-cli test-model

🖼️ 微调效果

使用Qwen2.5-14B-Instruct模型，大概3万条处理后的有效数据，loss降到了3.5左右的效果。

截图

🤖 部署到聊天机器人

AstrBot 是易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书。

使用步骤：

部署 AstrBot
在 AstrBot 中部署消息平台
执行 weclone-cli server 启动api服务
在 AstrBot 中新增服务提供商，类型选择OpenAI，API Base URL 根据AstrBot部署方式填写（例如docker部署可能为http://172.17.0.1:8005/v1），模型填写gpt-3.5-turbo,API Key随意填写一个
微调后不支持工具调用，请先关掉默认的工具，消息平台发送指令： /tool off all，否则会没有微调后的效果。
根据微调时使用的default_system，在 AstrBot 中设置系统提示词。