weclone：基于微信聊天记录打造精准数字分身

weclone项目近期走红，该项目能基于微信聊天记录生成数字分身，目前整个项目已开源，其技术采用python完成，且支持阿里同义千问2.5，现已收获8.7K收藏。

项目本质是RAG知识库的模型微调。利用RAG知识库原理，导入微信聊天记录，通过模型微调与LORA方式，最终微调出自己的数字人。项目自带ASR与TTS，可转化为用户自身声音。项目默认使用Qwen2.5-7B-Instruct模型，用LoRA方法对sft阶段微调，约需16GB显存。

微信聊天记录成最佳数字人记录。从个人数据角度看，微信聊天记录是极为私密且贴合个人的知识库，数据详细。我们常通过聊天记录判断他人性格。个人聊天记录可按不同场景分类，还能衍生出企业工作数字人，如钉钉或企业微信上的客服角色。基于聊天记录生成的数字人分身切实可行，有知识库及微调加持，较通用AI数字人准确率更高。

weclone支持修改数字人情景对话名称和系统提示词，设为个人模式。它支持用PyWxDump提取微信聊天记录（不支持4.0版本微信），可先将手机聊天记录迁移到电脑，导出为CSV格式，放入指定目录。

项目扩展性强。针对客服数字人，可降低企业成本，聊天记录本身就是知识库；针对营销数字人，销售聊天记录可作话术库，减少营销内容培训成本；还能作为财务数字人，处理财务常规问题。微信聊天记录可衍生多种数字人，就像推荐算法，数据足够时能成为MBTI助手，覆盖工作与生活。