xming521/WeClone

解決的問題

WeClone 提供了一個端到端的工作流程，用於建立一個模仿特定人物聊天風格與性格的數位化身。它解決了手動編寫複雜提示詞來模擬角色的問題，改為使用真實的聊天紀錄來微調大型語言模型 (LLM)。

運作方式

該系統遵循四個步驟的流程：

1. 資料匯出與預處理：匯入聊天紀錄（目前支援 Telegram），並使用 Microsoft Presidio 過濾敏感的私人資訊（如電話號碼和電子郵件），以及使用自訂的封鎖名單來移除不需要的內容。
2. 微調：使用 LLaMA Factory 在基礎模型（預設為 Qwen2.5-VL-7B-Instruct）上執行監督式微調 (SFT)，採用 LoRA 或 QLoRA 等方法，將使用者特定的對話「風味」注入模型中。
3. 推論：微調後的模型透過 API 或基於瀏覽器的網頁聊天示範來提供服務。
4. 部署：透過 AstrBot 或 LangBot 等聊天機器人框架，將化身整合到 Telegram、Discord、Slack 或 WeChat 等通訊平台中。

適用對象

希望基於真實對話資料建立自己或他人個人化 AI 版本的使用者，以及探索基於角色的 LLM 微調的研究人員。

亮點

• 端到端工作流程：涵蓋從原始資料匯出到最終機器人部署的所有環節。
• 多模態支援：支援使用圖像模態資料進行微調，以更好地捕捉對話情境。
• 注重隱私：包含內建的 PII（個人識別資訊）過濾功能，在訓練前保護資料安全。
• 靈活部署：相容於多個 IM 平台與現有的 LLM 機器人框架。