xming521/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.

What it solves

WeClone 提供一个端到端的流水线，根据个人的实际聊天记录创建其数字化身。用户可以通过在导出的消息数据上微调大型语言模型（LLM），克隆某人的说话风格和个性，从而创建一个模仿特定人物“对话口味”的聊天机器人。

How it works

项目实现完整的工作流：

  1. Data Export & Preprocessing：支持从 Telegram（包括图片）导出聊天记录，正在构建对 WhatsApp、Discord、Slack 的支持。使用 Microsoft Presidio 过滤敏感私人信息（电话号码、电子邮件等），并允许自定义阻止列表。
  2. Fine-tuning：默认使用 Qwen2.5-VL-7B-Instruct 模型，采用 LoRA（Low-Rank Adaptation）方法进行监督微调（SFT）。并与 LLaMA Factory 集成进行模型训练。
  3. Deployment：微调后的模型可以部署为 API 服务器，或集成到 AstrBot、LangBot 等聊天机器人框架，以在 Discord、Telegram、Slack 等平台上使用。

Who it’s for

  • Individuals 想要创建数字孪生或能够以自己或亲人语气说话的个性化 AI 助手。
  • Researchers 正在实验人格驱动的 LLM 微调和多模态（文本和图像）聊天数据的研究人员。

Highlights

  • End-to-End Pipeline：覆盖从数据导出和清洗到训练和部署的全部环节。
  • Multimodal Support：支持使用图像数据进行微调，以更好捕捉沟通风格。
  • Privacy-Focused：内置 PII（个人可识别信息）过滤，保护训练期间的敏感数据。
  • ** uma**
  • Flexible Deployment：兼容各种聊天机器人框架和消息平台，通过 OpenAI 兼容的 API 服务器进行部署。