使用WeChat消息创建LangChain聊天加载器

在AI模型的微调或少样本学习中，聊天数据通常扮演着重要的角色。然而，从WeChat导出消息并不那么直截了当。本文将演示如何从WeChat桌面应用复制的消息创建自己的聊天加载器，并将其转换为LangChain兼容的消息格式。

技术背景介绍

WeChat是中国使用最广泛的聊天应用程序之一，但其消息导出功能比较有限。LangChain是一个用于构建强大AI应用程序的框架，支持多种聊天加载器。我们将借鉴LangChain中Discord聊天加载器的设计，通过自定义代码实现WeChat聊天的导入。

核心原理解析

这个方法主要分为以下几个步骤：

1. 从WeChat桌面应用中选择并复制所需的消息。
2. 将复制的消息粘贴到本地的.txt文件中。
3. 创建自定义的WeChat聊天加载器，解析文本文件并生成LangChain格式的消息。

代码实现演示

首先，我们需要创建一个消息转储文件。以下是如何生成一个示例WeChat聊天文件：

%%writefile wechat_chats.txt
女朋友 2023/09/16 2:51 PM
天气有点凉

男朋友 2023/09/16 2:51 PM
珍簟凉风著，瑶琴寄恨生。嵇君懒书札，底物慰秋情。

女朋友 2023/09/16 3:06 PM
忙什么呢

男朋友 2023/09/16 3:06 PM
今天只干成了一件像样的事
那就是想你

女朋友 2023/09/16 3:06 PM
[动画表情]

接下来，我们定义一个WeChat聊天加载器：

import logging
import re
from typing import Iterator, List
from langchain_community.chat_loaders import base as chat_loaders
from langchain_core.messages import BaseMessage, HumanMessage

logger = logging.getLogger()

class WeChatChatLoader(chat_loaders.BaseChatLoader):
    def __init__(self, path: str):
        self.path = path
        self._message_line_regex = re.compile(
            r"(?P<sender>.+?) (?P<timestamp