使用 Docker 运行微信 PC 客户端

DoChat(盒装微信)是一个 Linux 下的 Docker 化的微信 PC Windows 客户端,项目地址:https://github.com/huan/docker-wechat,当然既然是容器化的,理论上运行多个客户端也是可行的。

建议使用 Linux Ubuntu 发行版(DoChat 是使用 Ubuntu Desktop 19.10开发的)运行,当然也需要安装 Docker(运行sudo apt update && apt install docker.io 以为 Ubuntu 用户安装 Docker)。

要安装也很简单,通过运行以下单行命令,即可在 Linux 桌面上启动WeChat PC:

curl -sL https://raw.githubusercontent.com/huan/docker-wechat/master/dochat.sh | bash

只需将上述单行命令复制/粘贴到你的终端,然后按 Enter,微信 PC 版本应该会很快出现在你的 XWindows 桌面中了。

另外要注意上面的 dochat.sh 启动脚本不能用 uid 0(root用户)运行,用 uid 0 运行它将导致一个死循环,很难从终端上杀死。如果你的用户无权运行 docker,请将该用户添加到 docker group 中,sudo usermod -aG docker $USER。可能需要重启才能进行更改。

另外需要注意有用户说使用该项目后,他的微信帐号会被封禁,虽然最终说明是看错了微信号,但是使用该项目是否会有封号风险需要自行评估,相关 issue 地址:https://github.com/huan/docker-wechat/issues/55

如果你想自己定制一些行为,比如在桌面上打开多个微信 PC 客户端;那么,你可以自行修改 dochat.sh 脚本,比如下面的 docker 命令可以将数据持久化到宿主机上:

docker run \
  --name DoChat \
  --rm \
  -i \
  \
  -v "$HOME/DoChat/WeChat Files/":'/home/user/WeChat Files/' \
  -v "$HOME/DoChat/Applcation Data":'/home/user/.wine/drive_c/users/user/Application Data/' \
  -v /tmp/.X11-unix:/tmp/.X11-unix \
  \
  -e DISPLAY \
  \
  -e XMODIFIERS=@im=fcitx \
  -e GTK_IM_MODULE=fcitx \
  -e QT_IM_MODULE=fcitx \
  -e GID="$(id -g)" \
  -e UID="$(id -u)" \
  \
  --ipc=host \
  --privileged \
  \
  zixia/wechat
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于 wechatbot-webhook 的微信机器人,支持 GPT 问答、热搜、天气预报、消息转发、小游戏、Webhook提醒等功能。 GPT, 通常指的是“Generative Pre-trained Transformer”(生成式预训练转换器),是一个在自然语言处理(NLP)领域非常流行的深度学习模型架构。GPT模型由OpenAI公司开发,并在多个NLP任务上取得了显著的性能提升。 GPT模型的核心是一个多层Transformer解码器结构,它通过在海量的文本数据上进行预训练来学习语言的规律。这种预训练方式使得GPT模型能够捕捉到丰富的上下文信息,并生成流畅、自然的文本。 GPT模型的训练过程可以分为两个阶段: 预训练阶段:在这个阶段,模型会接触到大量的文本数据,并通过无监督学习的方式学习语言的结构和规律。具体来说,模型会尝试预测文本序列中的下一个词或短语,从而学习到语言的语法、语义和上下文信息。 微调阶段(也称为下游任务训练):在预训练完成后,模型会被应用到具体的NLP任务中,如文本分类、机器翻译、问答系统等。在这个阶段,模型会使用有标签的数据进行微调,以适应特定任务的需求。通过微调,模型能够学习到与任务相关的特定知识,并进一步提高在该任务上的性能。 GPT模型的优势在于其强大的生成能力和对上下文信息的捕捉能力。这使得GPT模型在自然语言生成、文本摘要、对话系统等领域具有广泛的应用前景。同时,GPT模型也面临一些挑战,如计算资源消耗大、训练时间长等问题。为了解决这些问题,研究人员不断提出新的优化方法和扩展模型架构,如GPT-2、GPT-3等,以进一步提高模型的性能和效率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值