welink

WeLink

AI 驱动的微信聊天数据分析平台

官方文档 · 在线 Demo

你的微信聊天记录里，藏着你和每个人关系最真实的样子。WeLink 把这些数据交给 AI 来读——不只是统计图表，而是能让你直接提问、得到洞察： 「我和 XXX 的关系在哪个阶段最好？后来发生了什么？」 「这个群里真正活跃的人是谁？他们通常聊什么？」 「我今年和哪些朋友聊得越来越少了？」

WeLink 采用本地优先设计：聊天数据库由你自行部署和管理。使用云端 AI、远程训练机或云端导出时，相关内容会发送到你选择的服务；使用前请确认数据范围与隐私设置。 v0.4.0：让模型学会你的表达方式

新的 SFT 工作台将聊天记录整理、模型微调和试用连接起来。选择你愿意使用的私聊，审核数据后，在自己的 Mac 或 NVIDIA GPU 环境中训练 LoRA Adapter，再通过评测和试聊了解效果。

准备数据 → 连接训练环境 → 模型预检与训练 → 对比评测 → 导出或接入 WeLink 更容易上手：工作台展示流程、当前状态和建议下一步；数据准备、GPU 容器连接与配对有分步提示。 界面体验更新：统一搜索选择、日期时间和弹窗交互，改进移动端布局与键盘操作。 数据可检查：按联系人和时间选择私聊，或导入 JSONL；先审核草稿，再冻结训练、验证和测试版本。 训练环境自主选择：支持 Apple Silicon 上的 MLX 和 Linux / NVIDIA GPU 上的 LLaMA-Factory Worker；可连接可信远程训练环境。 有依据地试用：查看训练指标，对比基础与微调模型并进行人工盲评；导出 Adapter、启动推理、接入 WeLink，按需设为默认或回滚。

SFT 侧重学习表达习惯，不保证记住或准确回答具体事实；涉及历史细节时仍可结合聊天检索。训练集和模型可能记住聊天内容：远程预检或训练会将选定样本发送到所选训练机，导出与分享前请确认隐私范围。 硬件验收状态：v0.4.0 已发布，完整硬件验收仍在进行。CUDA L20 已用合成数据完成一次训练、评测和流式试聊验证；Mac MLX 与完整恢复等场景仍待验收。Demo 禁止上传训练数据或连接训练环境。详见 SFT 工作台指南 和 发布验收清单。 功能示例

以下浅色界面预览由操作前后的页面截图组成，使用项目内置的虚构演示数据；AI 回复为演示模式的预置内容。 AI 分身（核心功能）

让 AI 学习任何联系人的聊天风格，模拟和 TA 对话——像真的在和 TA 聊天一样。

聊天记录是一个人最真实的语言印记。AI 分身从中学习 TA 的用词习惯、语气特征和表达方式，让你可以： 和已经失去联系的老友再聊一次——哪怕只是 AI 模拟的，也能找回当年的感觉 让远在天堂的亲人以 TA 熟悉的方式"回复"你——不是冰冷的机器，而是带着 TA 说话习惯的温暖文字 在做重要决定前，和最信任的人的 AI 分身聊聊——TA 会用 TA 的方式给你回应 或者纯粹好奇——你最好的朋友如果看到你发的这句话，会怎么回？ [!NOTE] AI 分身旨在帮助用户回忆珍贵的人际关系。模拟结果由 AI 生成，不代表真人的真实想法。请善意使用，不要用于冒充他人身份或误导第三方。使用本功能即表示用户同意自行承担使用后果，项目作者不对因使用 AI 分身产生的任何直接或间接影响负责。 功能特点 风格学习：从私聊记录 + 共同群聊中提取 TA 的文本消息（可选 100 / 300 / 1000 / 2000 / 全部条），AI 学习 TA 的用词、语气、断句、emoji 习惯 背景补充：可填写 TA 的籍贯、职业、与你的关系等背景信息，让 AI 更准确地还原 TA 的人物特征 群聊联动：自动列出与该联系人的共同群聊，可勾选要包含的群聊，只提取 TA 在群里的发言（按 sender_id 精确过滤），不会混入其他人的消息 Session 机制：学习一次即缓存，后续多轮对话不再重复加载数据库，响应速度快 流式对话：仿微信气泡界面，AI 回复逐字显示 对话续写：AI 同时模拟你和 TA 继续聊天，像看一部关于你们的迷你剧

详细实现见 ai-clone.md。 AI 群聊模拟

让 AI 模拟群友继续聊天——按每个成员的发言比例和说话风格生成对话，你也可以随时加入。 风格画像：自动分析每个成员的用词习惯、消息长度、表情使用、提问频率等特征 自定义配置：可选参与成员、设定话题场景、调节聊天氛围（日常/激烈/深夜/搞笑/严肃） 多轮记忆：模拟对话使用多轮对话机制，群友会回应你说的话，不会重复

详细说明见 ai-group-sim.md。 跨联系人 AI 问答