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
+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
#188Telegram 支持从设置导出的聊天记录8 comments · 2025-07-11#177Add Sticker/meme Feature6 comments · 2025-07-05#105部署到Google Colab的移植版脚本6 comments · 2025-05-20#37微调效果反馈6 comments · 2025-04-17#92数据预处理出现问题5 comments · 2025-05-18#47MacOS M3不支持4 comments · 2025-05-04#46Mac设备支持4 comments · 2025-04-30#200请问是否支持A770 16G,还有有没有推荐可以导出微信聊天记录的工具3 comments · 2025-09-01
Discussions
#217不在本地开发0 comments · 2026-05-05#194请问demo测试的时候报错是什么问题?1 comments · 2025-08-07#181训练过程中可以暂停或者暂存,下次继续训练吗1 comments · 2025-07-07#180wsl2中部署项目后 会出现如下错误1 comments · 2025-07-06#152用QQ聊天记录训练?0 comments · 2025-06-10#76windows系统能够部署吗?1 comments · 2025-05-15#62有何商业化的点子?2 comments · 2025-05-14#54低性能电脑上想部署有什么解决办法?1 comments · 2025-05-13
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