WeClone

环境要求

• CUDA 12.6 或更高版本（已安装可跳过；Mac 不需要）
• Python 3.12
• 推荐使用 uv 作为 Python 环境管理器
• Windows 环境未经过严格测试，建议使用 WSL
• 建议显卡显存支持 14B 及以上模型以获得更好微调效果

安装与启动步骤

1. 1克隆项目仓库

   把 WeClone 源码下载到本地并进入项目目录。

   git clone https://github.com/xming521/WeClone.git && cd WeClone

   复制

2. 2创建虚拟环境

   使用 uv 创建 Python 3.12 虚拟环境，目录名为 .venv。

   uv venv .venv --python=3.12

   复制

3. 3激活虚拟环境

   Linux/Mac 使用 source 激活；Windows 执行 .venv\Scripts\activate。

   source .venv/bin/activate

   复制

4. 4安装项目依赖

   按 main 依赖组以可编辑模式安装项目及其依赖。

   uv pip install --group main -e .

   复制

5. 5复制配置文件

   把示例模板复制为 settings.jsonc，后续训练与推理配置都在此文件修改。

   cp examples/tg.template.jsonc settings.jsonc

   复制

6. 6验证 CUDA 环境

   检查 PyTorch 是否能正确识别 CUDA，Mac 环境无需执行。

   python -c "import torch; print('CUDA Available:', torch.cuda.is_available());"

   复制

7. 7安装加速组件

   可选步骤，安装 FlashAttention 加速训练和推理，失败可跳过。

   uv pip install flash-attn --no-build-isolation

   复制

关键配置

如何确认成功

执行 python -c "import torch; print('CUDA Available:', torch.cuda.is_available());" 输出 CUDA Available:

常见问题

注意事项

• 项目仍处于快速迭代阶段，当前效果不代表最终结果。
• 微调效果很大程度取决于模型规模和聊天数据的数量与质量，通常模型越大、数据越多效果越好。
• 当前聊天机器人部署支持 Telegram、个人微信（基于 openclaw-weixin）、Discord、Slack，WhatsApp 仍在开发中。
• README 未给出具体的训练和部署命令，实际使用请参考官方文档 https://docs.weclone.love 。