你的「微信克隆人」来了，分享一个极具争议的开源项目！

分享一个最近GitHub爆火，但是极具争议的开源项目—weclone。

一句话总结就是：能根据你上传的微信聊天记录，给自己克隆一个“数字分身”。

不仅能复刻你的说话方式、口头禅、聊天节奏，就连“嗯嗯”“哈哈”“咋啦”这种小细节都能精准还原。

如果你给的聊天记录中有语音数据。它还能结合 Spark-TTS模型，把你的声音一比一克隆出来，自动帮你回复语音消息。

你甚至不用担心它会乱说话，Weclon可以设置敏感词过滤，防止它胡说八道。

它还支持接入微信、QQ、飞书、Telegram 等全球主流社交平台，全平台通用。

想象一下，你正在跟一个熟悉的人微信对话，觉得语气一如既往、用词习惯熟悉得像老朋友——但你完全不知道，对面其实是一个“数字分身”。

是不是有点细思极恐？😨😨

因为效果过于惊人。所以它的争议也很大。

如果聊天数据被别有用心的人拿去训练，风险极高。

但是想象一下，要是企业用它来训练客服，把销冠的话术全都喂进去，直接复制出几个“销冠客服”，业绩翻倍不是梦啊。

说了这么多，下面我们来进行实操：

01

项目地址

https://github.com/xming521/WeClone

02

基础配置

1.电脑配置：显卡显存最好16GB起步。

电脑配置不够的，可以考虑来晨羽，进行云端部署，数据完全隔离，不用担心隐私问题。

云端地址：https://www.chenyu.cn/console/shop

2、微信聊天记录：越多效果越真实，当然也是需要预处理。

这个项目默认会把数据里的手机号、身份证号、邮箱地址、网址这些敏感信息自动清理掉。

3、WeClone

• 用PyWxDump导出微信聊天记录（不支持4.0版本），转换为CSV。
• 数据预处理（去除隐私信息、无效数据，合并聊天内容）
• 微调大模型（可以用最新的Qwen3:8B模型试试）
• 绑定到聊天机器人（AstrBot全平台支持）

效果如何？

以下是使用Qwen2.5-14B-Instruct模型，大概3万条处理后的有效数据，loss（损失值）降到了3.5左右的效果。

聊天效果展示

更详细的教程，Github项目地址里都准备好了。感兴趣的朋友可以操作起来。

你会怎么使用数字分身呢？欢迎在留言讨论～