xming521 /WeClone

Build a portrait of your life. Assistants that know you better. Clones that sound more like you.

★ 18,406⑂ 1,553👁 76⑃ 124● 123▤ 15
PythonAGPL-3.0Created 2024-01-31weclone.love
下载:v1.0.4v1.0.4 ↓1.0.42026-11-09
+0
日增长
18,406
stars
1,553
forks
76
watchers
124
prs
123
issues
15
releases

README

绘制你的人生画像,让助手懂你,让分身像你







  










简体中文|
  English|
   项目主页  |
   项目文档 


WeClone 从你的数字生活中提炼身份、目标、偏好、近况,按工作、家庭、健康等板块整理成可审核、追溯、授权的人生画像。画像可以作为个人助手的长期记忆,也将驱动具有你个人风格的数字分身。


  
    
    
  


 ✨ 核心功能

- 🗺️ 交互式人生画像:画像按板块与主题逐层组织,每条事实均可追溯原文,支持逐条审核与修改。可通过 Codex 或任意 OpenAI 兼容 API 抽取画像。
- 🎭 专属数字分身:基于聊天记录微调开源模型,并通过 AstrBot、LangBot 部署至 Telegram、Discord、Slack、飞书等平台。训练数据经过隐私信息过滤。
- 🧠 接入个人助手:Claude Code、Codex、dots、Muse、Grok Bot 等个人助手可以通过 MCP 或记忆使用你的画像。提供哪些板块、到哪个隐私级别由你决定。
- 🗣️ 语言风格分析:覆盖词汇、句式、语气、情绪、修辞、互动节奏等十大类、179 项风格特征。
- 🤖 Agent 分身(开发中):无需训练,由大模型结合画像、记忆与语言风格实时驱动。
- 🔒 隐私优先:默认本地加密存储,每条事实标注隐私级别,导出与授权范围由你决定。


  
    
    
  


 [!NOTE]
 WeClone 现在不只做微调分身。原有的微调流程完整保留,见微调分身。

 📰 近期更新

- [26/11/03] 人生画像:build-profile 一条命令完成画像抽取、整理与板块总结,并在网页上逐条审核
- [26/11/03] 助手接入:通过 MCP 向 Claude Code、Codex 等个人助手提供人生画像
- [26/11/03] 数据默认加密存储,聊天机器人通过令牌调用分身
- [25/07/10] 数据源增加 Telegram
- [25/06/05] 支持图片模态数据微调

 📥 数据源平台适配

人生画像只读取文字消息,下表是微调分身支持的消息类型。导出和配置方法见准备数据。

| 平台 | 文字 | 图片 | 语音 | 视频 | 动画表情 | 链接(分享) | 引用 | 转发 | 位置 | 文件 |
|------|------|------|------|------|----------|-----------|------|------|------|------|
| Telegram | ✅ | ✅ | ❌ | ❌ | ⚠️ 转为 Emoji | ❌ | ❌ | ✅ | ✅ | ❌ |
| WhatsApp | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 |
| Discord | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 |
| Slack | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 | 🚧 |

其他平台的聊天记录可以转换成 WeClone 的通用 CSV 格式,放进 dataset/csv/ 使用,格式见文档站的准备数据。

 🚀 快速开始

 1. 安装

需要 Python 3.12,推荐使用 uv:

bash
git clone https://github.com/xming521/WeClone.git && cd WeClone
uv venv .venv --python=3.12
source .venv/bin/activate    Windows 下执行 .venv\Scripts\activate
uv pip install -e .          国内镜像:-i https://pypi.tuna.tsinghua.edu.cn/simple/
cp settings.template.jsonc settings.jsonc


所有配置都在 settings.jsonc 中。基础安装即可绘制人生画像和接入个人助手。画像默认通过 Codex CLI 调用模型,需要先安装并登录,也可以改用任意 OpenAI 兼容 API,见安装与配置。

 2. 准备数据

目前支持 Telegram 聊天记录:用 Telegram Desktop 以 JSON 格式导出,把 ChatExport_ 文件夹放进 dataset/telegram/,在 settings.jsonc 中把 platform 设为 telegram,并在 telegram_args.my_id 填写你的用户 ID。其他平台的聊天记录可以转换成通用 CSV 格式,放进 dataset/csv/。详见准备数据。

 3. 绘制人生画像,接入个人助手

bash
weclone-cli server


打开 http://127.0.0.1:5175 ,设置密码后在「构建画像」页构建画像,页面会先检查配置并显示进度。完成后逐条审核画像,在「画像总结」页确认总结,再到「助手接入」页生成令牌,按页面上的命令配置 Claude Code 或 Codex。也可以在「画像总结」页复制导出文本,存入助手的记忆。详见人生画像与助手接入。

 4. 微调数字分身

需要 NVIDIA GPU,默认的 Qwen2.5-7B-Instruct 以 LoRA 微调约需 16GB 显存。按微调分身安装依赖、下载模型后执行:

bash
weclone-cli make-dataset                      生成训练数据,同时过滤隐私信息
weclone-cli train-sft                         LoRA 微调
weclone-cli server --inference --port 8005    启动 OpenAI 兼容接口


训练好的分身可以通过 AstrBot、LangBot 接入聊天平台,见接入聊天机器人。

 [!TIP]
 社群内有部署好的 Qwen2.5-VL 32B Bot,可以体验微调效果。

 🔒 隐私与数据安全

- 抽取时调用模型服务:绘制画像时,聊天内容会发送给你配置的模型服务,开始前会请你确认。已抽取过的内容读取本地缓存,不会再次发送。
- 默认加密存储:聊天快照、画像、训练数据和微调模型加密保存在本地,网页和命令行共用一个密码。
- 按需授权:每条事实带有隐私级别(公开、普通、私密、敏感),助手能读取哪些板块、到哪个级别由你在网页上设定。
- 训练数据去敏:微调前通过 Microsoft Presidio 和自定义禁用词过滤隐私信息,但不能保证 100% 识别。

详见数据安全。

 🏗️ 架构


展开架构图:各模块、数据流和每一步输出的文件,点击图片可查看大图


  
    
    
  




 📚 文档

| 文档 | 内容 |
|---|---|
| 安装与配置 | 按用途安装、模型后端、语言风格与微调依赖 |
| 准备数据 | 支持

Top issues

Discussions

Latest release

v1.0.4 v1.0.4 2026-11-09
🎉 What's Changed

WeClone 1.0.4 tells you what a build will cost and how long it will take, before you start!

Cost and time estimate
- The confirm step of the Build portrait page estimates a build's cost, time and number of requests. A trial sends about 10 real requests to the model service to measure them, and the build reuses their answers.
- Known providers such as DeepSeek are priced at their official rates, other services at the common price across providers. For a service with off-peak prices, the estimate follows the hours a build started now would run in.
- With Codex, the estimate sh

Snapshot: 2026-11-16T09:23:14Z · Data license Apache-2.0 · JSON