How it works
三类建模素材，一个数字人格
素材越丰富，复刻越精准。每一类数据各自塑造智能体的不同维度。
01 / 聊天文本
Chat transcripts
导出微信或 QQ 聊天记录为 TXT/CSV。建议至少 5,000 条消息，数据量越大措辞贴合度越高。
今天天气真好
是啊，出去走走？
去哪呢
02 / 人物特质
Personality profile
性格特点、口头禅、说话习惯。若无整理好的资料，我们可从原始素材中统一提取与归纳。
03 / 音视频素材
Audio & video
语气语调决定对话真实感。不少于 30 分钟 MP3/WAV/MP4 素材，实现高保真语音克隆。
Process
从素材到上线对话
标准化四步流程，将原始素材转化为可部署的 AI 对话智能体。
1
素材清洗
解析聊天记录、降噪音频、标注情绪标签
2
模型微调
基于开源 LLM 进行 LoRA 微调，注入人格特征
3
语音克隆
TTS/VC 技术复刻音色语调，支持多情绪
4
平台部署
对接微信/QQ 协议，一键上线
Platforms
训练完成，即连即用
无需额外适配，智能体直接部署到对话所在的平台。
微信 WeChat
个人号 / 公众号双模式接入，支持文字与语音消息实时回复。
原生协议集成，稳定在线不掉线，支持群聊与私聊场景。
Tech Stack
开源开放，技术驱动
LLM 微调
LoRA / QLoRA
语音克隆
GPT-SoVITS
对话引擎
LangChain
平台协议
微信 / QQ API
容器部署
Docker
向量记忆
ChromaDB
FAQ
常见问题
需要多少聊天记录才够？
建议至少 5,000 条。超过 2 万条效果更佳。如不足可结合人物特质描述增强训练。
训练一个智能体需要多长时间？
素材齐全情况下文本模型 1-2 天交付初版；含语音克隆的全模态约 3-5 天。
微信 / QQ 接入是否合规？
使用官方开放协议接入，建议使用专用账号部署。具体合规细节可咨询获取最新方案。
语音克隆需要什么格式？
MP3、WAV、MP4 均可。安静环境录制，不少于 30 分钟，涵盖不同情绪状态为佳。
我的数据安全吗？
所有素材仅用于训练你的专属模型。完成后可选择自行持有模型权重，我们不留存原始数据。