今天在 GitHub Trending 上看到一个非常有意思的项目：WeClone，它能用你自己的聊天记录微调大语言模型，打造一个说话风格和你一模一样的数字分身，18k+ Star 足以说明社区对这方向的热情。
一、项目概述
WeClone 是一个一站式数字分身解决方案，覆盖了从聊天数据导出、预处理、模型微调到部署上线的完整闭环。简单来说，你把和某人的聊天记录喂给它，它就能训练出一个"模仿那个人说话方式"的 AI 模型，然后部署到 Telegram、Discord 等聊天平台上。
核心特性包括：
- 端到端流程：数据导出 → 预处理 → 模型训练 → 推理部署，一条龙搞定
- 多模态支持：不仅支持文本对话，还能处理图片模态数据
- 隐私过滤：内置 Microsoft Presidio 自动脱敏，去除电话号码、邮箱、IP 地址等敏感信息
- 多平台部署：支持 Telegram、Discord、Slack，微信个人号也通过 openclaw-weixin 支持
- 本地化训练：所有数据和模型都在本地，不会泄露
二、技术原理
技术栈选型
WeClone 的技术选型相当成熟和务实：
| 组件 | 选型 | 理由 |
|---|---|---|
| 基座模型 | Qwen2.5-VL-7B-Instruct | 支持视觉+语言多模态，中文能力强 |
| 微调框架 | LLaMA Factory | 成熟的 LoRA/SFT 训练框架，支持模型丰富 |
| 推理引擎 | vLLM | 高吞吐量推理，适合聊天场景 |
| 隐私脱敏 | Microsoft Presidio | 工业级 PII 检测与匿名化 |
| 环境管理 | uv | 极速 Python 包管理器 |
| 配置管理 | pyjson5 + omegaconf | 支持 JSONC 格式，注释友好 |
LoRA 微调策略
WeClone 默认使用 LoRA（Low-Rank Adaptation）方法进行 SFT（Supervised Fine-Tuning），这是一种参数高效微调技术：
- 原理：冻结原始模型权重，在旁路注入低秩矩阵进行训练
- 优势：显存占用大幅降低，7B 模型仅需 16GB VRAM
- 灵活性：支持切换到 QLoRA 进一步压缩到 6GB 甚至 4GB VRAM
从 pyproject.toml 可以看到关键依赖：
dependencies = [
"llamafactory==0.9.4", # 训练框架
"vllm==0.10.0", # 推理引擎（仅 Linux）
"torch==2.7.1+cu126", # PyTorch with CUDA 12.6
"transformers==4.53.2", # 模型加载
"accelerate==1.7.0", # 分布式训练加速
"presidio_analyzer[transformers]", # 隐私脱敏
"presidio_anonymizer",
]
数据处理流水线
数据处理是整个项目的核心环节，流程如下：
- 数据导出：从 Telegram Desktop 导出 JSON 格式聊天记录（含图片）
- 数据清洗：使用 Presidio 自动识别并去除 PII 信息
- 格式转换：将聊天记录转换为 instruction-response 格式的训练数据
- 质量控制：通过
make_dataset_args配置筛选策略
项目提供了 weclone-cli 命令行工具统一管理整个流程：
# 数据预处理
weclone-cli make-dataset
# 单卡训练
weclone-cli train-sft
# 多卡训练（DeepSpeed）
deepspeed --num_gpus=4 weclone/train/train_sft.py
# 启动推理 API
weclone-cli server
# Web Demo 测试
weclone-cli webchat-demo
显存需求参考
| 方法 | 精度 | 7B | 14B | 70B |
|---|---|---|---|---|
| Full (bf16) | 16bit | 60GB | 120GB | 600GB |
| LoRA | 16bit | 16GB | 32GB | 160GB |
| QLoRA | 4bit | 6GB | 12GB | 48GB |
| QLoRA | 2bit | 4GB | 8GB | 24GB |
项目作者建议：7B 模型效果一般，14B 以上参数才能呈现较好的分身效果。
三、安装与快速开始
环境准备
# 克隆仓库
git clone https://github.com/xming521/WeClone.git && cd WeClone
# 使用 uv 创建虚拟环境（需要 Python 3.12）
uv venv .venv --python=3.12
source .venv/bin/activate # Windows: .venv\Scripts\activate
# 安装依赖
uv pip install --group main -e .
# 复制配置模板
cp examples/tg.template.jsonc settings.jsonc
下载模型
git lfs install
git clone https://huggingface.co/Qwen/Qwen2.5-VL-7B-Instruct models/Qwen2.5-VL-7B-Instruct
准备数据
- 打开 Telegram Desktop → 进入聊天 → 右上角菜单 → Export chat history
- 格式选择 JSON，消息类型勾选 Photos
- 将导出的
ChatExport_*文件夹放入./dataset/telegram目录
训练与部署
# 处理数据
weclone-cli make-dataset
# 开始微调
weclone-cli train-sft
# 启动推理服务
weclone-cli server
# 测试效果
weclone-cli test-model
四、部署到聊天机器人
通过 AstrBot 部署
AstrBot 是一个多平台 LLM 聊天机器人框架，支持 Discord、Telegram、Slack 等平台：
- 部署 AstrBot 并配置消息平台
- 运行
weclone-cli server启动 API - 在 AstrBot 中添加 OpenAI 类型服务提供者
- API Base URL 填写 WeClone 地址（如
http://172.17.0.1:8005/v1） - 模型名填
gpt-3.5-turbo，API Key 任意填写 - 关闭所有工具插件（
/tool off_all），否则微调效果不可见
通过 LangBot 部署
LangBot 是另一个开源 LLM 聊天机器人平台，连接流程类似：
- 部署 LangBot
- 添加机器人（支持 Discord、Telegram、Slack、飞书）
- 启动 WeClone API 服务
- 在 LangBot 模型页面添加 OpenAI 类型模型，请求 URL 指向 WeClone
五、常见问题与解决方案
Q: 训练效果不好，分身不像本人？
模型效果取决于三个因素：
- 模型大小：7B 效果一般，建议使用 14B 以上
- 数据量：聊天记录太少会导致过拟合或学不到风格
- 数据质量：确保导出的对话有足够的多轮交互
Q: Windows 环境无法运行？
项目未在 Windows 上严格测试，建议使用 WSL 作为运行环境。vLLM 仅支持 Linux，Windows 上推理部分可能不可用。
Q: VRAM 不够怎么办？
切换到 QLoRA 方式，4bit 量化下 7B 模型仅需 6GB VRAM：
// settings.jsonc 中修改
"quantization_bit": 4
Q: 如何保护隐私安全？
- 项目默认使用 Presidio 自动去除电话、邮箱、IP 等 PII 信息
settings.jsonc中的blocked_words可手动添加需要过滤的词- 所有训练和推理都在本地进行，数据不上传
Q: 支持微信聊天记录吗？
当前版本主要支持 Telegram 数据源。微信个人号可通过 openclaw-weixin 部署，但数据导出部分仍在完善中。WhatsApp、Discord、Slack 数据源标记为"开发中"。
六、总结
WeClone 做了一件很有想象力的事——把"数字永生"这个概念变成了可操作的开源工具。从技术角度看，它巧妙地组合了 LLaMA Factory 的训练能力、vLLM 的推理性能、Presidio 的隐私保护，形成了一个完整且可复现的流水线。
项目仍有明显的发展空间：数据源平台覆盖不足（仅 Telegram 完全可用）、7B 模型效果有限、Windows 支持缺失。但 18k+ Star 和活跃的社区迭代速度说明这个方向击中了很多人的真实需求——谁不想拥有一个"说话像自己"的 AI 分身呢？
如果你有 GPU 和足够的聊天数据，WeClone 值得一试。只需几行命令，你就能训练出一个"懂你"的 AI。