WeClone本地部署小白教程
2026-01-03 13:20:34 # 分享篇

WeClone 本地部署小白教程

使用微信聊天记录训练你的 AI 数字分身

目录

  1. 什么是 WeClone
  2. 你需要准备什么
  3. 第一步：安装 Python
  4. 第二步：安装 CUDA（显卡驱动）
  5. 第三步：下载 WeClone 项目
  6. 第四步：安装项目依赖
  7. 第五步：下载 AI 大模型
  8. 第六步：导出微信聊天记录
  9. 第七步：处理数据并训练
  10. 第八步：与你的数字分身对话
  11. 常见问题解答

一、什么是 WeClone

WeClone 是一个开源项目，它可以：

  • 读取你的微信聊天记录
  • 用这些聊天记录训练一个 AI 模型
  • 让 AI 学会你的说话方式，变成你的”数字分身”

简单说：让 AI 学会像你一样说话。

二、你需要准备什么

硬件要求

项目最低要求推荐配置
显卡NVIDIA GTX 1080 (8GB显存)RTX 3060/4060 及以上 (12GB+显存)
内存16GB32GB
硬盘50GB 空闲空间100GB+ SSD
系统Windows 10/11 64位Windows 11

⚠️ 重要提示：必须是 NVIDIA 显卡，AMD 显卡暂不支持！

如何查看你的显卡型号

  1. 按 Win + X，选择 设备管理器
  2. 展开 显示适配器
  3. 查看你的显卡型号

如果显示的是 NVIDIA GeForce RTX 3060 之类的，就可以继续。

三、第一步：安装 Python

Python 是一种编程语言，WeClone 用它来运行。

3.1 下载 Python

  1. 打开浏览器，访问：https://www.python.org/downloads/
  2. 点击黄色的 Download Python 3.12.x 按钮下载

3.2 安装 Python

  1. 双击下载的安装包
  2. ⚠️ 非常重要：勾选底部的 Add Python to PATH（把 Python 添加到环境变量）
  3. 点击 Install Now（立即安装）
  4. 等待安装完成

3.3 验证安装成功

  1. 按 Win + R，输入 cmd，按回车打开命令行
  2. 输入以下命令并按回车：
    python --version
  3. 如果显示 Python 3.12.x，说明安装成功

四、第二步：安装 CUDA（显卡驱动）

CUDA 是 NVIDIA 的显卡计算工具，训练 AI 必须用它。

4.1 更新显卡驱动

  1. 访问：https://www.nvidia.cn/drivers/
  2. 选择你的显卡型号，下载最新驱动
  3. 安装驱动（一路下一步即可）

4.2 安装 CUDA Toolkit

  1. 访问：https://developer.nvidia.com/cuda-12-4-0-download-archive
  2. 选择：
    • Operating System: Windows
    • Architecture: x86_64
    • Version: 10 或 11
    • Installer Type: exe (local)
  3. 下载并安装（选择”精简”安装即可）

4.3 验证 CUDA 安装

  1. 打开命令行（Win + R，输入 cmd）
  2. 输入：
    nvidia-smi
  3. 如果显示显卡信息和 CUDA 版本，说明安装成功

五、第三步：下载 WeClone 项目

5.1 安装 Git（代码管理工具）

  1. 访问：https://git-scm.com/download/win
  2. 下载 64-bit 版本
  3. 安装（一路下一步）

5.2 下载 WeClone

  1. 在你想存放项目的位置（比如 D 盘），右键空白处
  2. 选择 在终端中打开 或 Git Bash Here
  3. 输入以下命令：
git clone https://github.com/xming521/WeClone.git
  1. 等待下载完成，会生成一个 WeClone 文件夹

六、第四步：安装项目依赖

6.1 进入项目目录

打开命令行，输入（把路径换成你的实际路径）：

cd D:\WeClone

6.2 创建虚拟环境

虚拟环境是一个独立的 Python 空间，避免和其他程序冲突。

python -m venv .venv

6.3 激活虚拟环境

每次打开新的命令行窗口，都要先运行这个命令：

.venv\Scripts\activate

成功后，命令行前面会出现 (.venv) 字样。

6.4 安装 PyTorch（深度学习框架）

PyTorch 是训练 AI 的核心工具。

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

这个命令会下载约 2GB 的文件，请耐心等待。

6.5 安装 WeClone 依赖

pip install -e .

等待所有依赖安装完成（可能需要 5-10 分钟）。

七、第五步：下载 AI 大模型

我们需要下载一个基础 AI 模型，然后用你的聊天记录来训练它。

7.1 安装 ModelScope（模型下载工具）

pip install modelscope

7.2 下载 Qwen2.5-7B 模型

在 WeClone 目录下运行：

modelscope download --model Qwen/Qwen2.5-7B-Instruct --local_dir ./models/Qwen2.5-7B-Instruct

⚠️ 注意：这个模型约 15GB，下载需要较长时间，请保持网络稳定。

7.3 显存不够？用小模型

如果你的显卡显存不足 12GB，可以用更小的模型：

# 1.5B 小模型（约 3GB，8GB 显存可用）
modelscope download --model Qwen/Qwen2.5-1.5B-Instruct --local_dir ./models/Qwen2.5-1.5B-Instruct

八、第六步：导出微信聊天记录

8.1 将手机微信聊天迁移到电脑

  1. 手机微信 → 设置 → 通用 → 聊天记录迁移与备份
  2. 选择 迁移到电脑微信
  3. 按提示操作，把聊天记录传到电脑

8.2 下载 PyWxDump

  1. 访问：pip install -U pywxdump

2.使用

wxdump -h  # 查看具体帮助
# 用法: 
# wxdump 模式 [参数]
#  mode           运行模式:
#    bias         获取微信基址偏移
#    info         获取微信信息
#    wx_path      获取微信文件夹路径
#    decrypt      解密微信数据库
#    merge        [测试功能]合并微信数据库(MSG.db or MediaMSG.db)
#    all          【已废弃】获取微信信息，解密微信数据库，查看聊天记录
#    ui           启动网页图形界面
#    api          启动API服务, 默认端口5000,无图形界面

8.3 导出聊天记录

  1. 保持电脑微信登录状态（这很重要！）
  2. 双击运行 PyWxDump.exe
  3. 浏览器会自动打开一个网页
  4. 点击 解密数据 → 选择微信版本 → 开始解密
  5. 解密成功后，点击 导出聊天记录
  6. 选择 CSV 格式 导出
  7. 记住导出的文件夹位置

8.4 复制聊天记录到项目

将导出的 csv 文件夹复制到 WeClone 项目的 dataset 目录下：

D:\WeClone\dataset\csv\

九、第七步：处理数据并训练

9.1 修改配置文件

用记事本打开 D:\WeClone\settings.jsonc，找到并修改：

{
  "common_args": {
    "model_name_or_path": "./models/Qwen2.5-7B-Instruct",
    "template": "qwen"
  }
}

如果你用的是 1.5B 小模型，改成：

"model_name_or_path": "./models/Qwen2.5-1.5B-Instruct",

9.2 预处理数据

确保虚拟环境已激活（命令行前有 (.venv)），然后运行：

weclone-cli make-dataset

成功后会显示处理了多少条聊天记录。

9.3 开始训练

weclone-cli train-sft

训练时间取决于：

  • 聊天记录数量
  • 显卡性能

一般情况：

  • 几十条记录：2-3 分钟
  • 几百条记录：10-20 分钟
  • 几千条记录：1-2 小时

训练完成后，模型保存在 ./model_output 目录。

十、第八步：与你的数字分身对话

10.1 启动对话界面

weclone-cli webchat-demo

10.2 开始聊天

  1. 等待显示 Running on local URL: http://0.0.0.0:7860
  2. 打开浏览器，访问：http://localhost:7860
  3. 开始和你的数字分身对话！

10.3 退出

在命令行按 Ctrl + C 可以停止服务。

十一、常见问题解答

Q1：显示 “CUDA out of memory”（显存不足）

解决方案：

方法1：使用更小的模型（Qwen2.5-1.5B）

方法2：修改 settings.jsonc，添加量化参数：

"quantization_bit": 4

Q2：下载模型太慢

解决方案：

使用镜像源：

pip install modelscope -i https://pypi.tuna.tsinghua.edu.cn/simple

或者手动从 HuggingFace 镜像下载。

Q3：训练时报错 “No module named xxx”

解决方案：

确保：

  1. 虚拟环境已激活（前面有 (.venv)）
  2. 重新安装依赖：pip install -e .

Q4：PyWxDump 无法解密

解决方案：

  1. 确保电脑微信是打开并登录的
  2. 尝试重启微信
  3. 确保 PyWxDump 版本支持你的微信版本

Q5：聊天记录太少，效果不好

建议：

  • 至少需要 50-100 条有效对话
  • 对话内容越多样，效果越好
  • 可以选择多个聊天对象的记录一起训练

Q6：想在手机上使用

可以参考：

  • AstrBot（本地聊天机器人）
  • Dify（工作流部署）

详细教程：https://blog.051088.xyz/posts/weclone-linux-tutorial/

附录：完整命令速查表

# 1. 进入项目目录
cd D:\WeClone

# 2. 激活虚拟环境
.venv\Scripts\activate

# 3. 预处理数据
weclone-cli make-dataset

# 4. 训练模型
weclone-cli train-sft

# 5. 启动对话
weclone-cli webchat-demo

有问题？

祝你成功创建自己的 AI 数字分身！🎉

上一页
2026-01-03 13:20:34 # 分享篇
下一页