Tutoriel Grok Bot : créer un agent de recherche IA hebdomadaire

Qu’est-ce que Grok Bot ?

Grok Bot est l’application d’agents de SpaceXAI, accessible via Cursor, pour créer des Bots nommés qui conservent leur rôle et leur conversation entre les tâches. Elle est distincte de l’app de chat Grok et de Grok Build, l’interface en ligne de commande pour le code.

Le cycle d’action de Grok Bot diffère de celui de la plupart des assistants IA. Vous exprimez un résultat attendu, le Bot travaille à travers les applications et sites nécessaires à la mise en œuvre, puis il renvoie soit un travail finalisé, soit une question nécessitant votre arbitrage. Il conserve des préférences stables et le contexte de rôle entre les conversations, mais tout ce qui varie d’une semaine à l’autre doit aller dans un fichier lu par le Bot, plutôt que dans sa mémoire.

Pour en savoir plus, lisez notre guide Grok Bot.

Comment fonctionnent les Bots, compétences et routines dans Grok Bot

Nous avons besoin de quatre notions pour ce tutoriel Grok Bot. Le guide de SpaceXAI sur les Bots et les ordinateurs cloud et les guides produit les définissent ainsi :

• Bot : un agent avec un nom, une mission, sa propre conversation et un contexte sauvegardé.
• Ordinateur cloud : une machine persistante partagée par tous les Bots de votre compte, avec son propre navigateur, ses fichiers et un terminal. Elle continue de tourner même après la fermeture de l’ordinateur portable.
• Compétence : un ensemble d’instructions pour exécuter une tâche, vérifier le résultat et savoir quand demander une approbation.
• Routine : une consigne indiquant à un Bot quand exécuter une tâche, selon un planning ou après un événement pris en charge.

Cet ordre suit le guide officiel des compétences et routines, qui place les tests avant la planification.

Les Grok Bots partagent-ils un seul ordinateur cloud ?

Oui. La FAQ Grok Bot précise que l’ordinateur appartient à votre compte, pas à un Bot individuel. Tous les Bots peuvent voir les cookies du navigateur, les connexions enregistrées et les fichiers sur cet ordinateur, même si chaque Bot dispose d’un écran séparé pour ses propres tâches navigateur.

Nous commencerons par maintenir le flux de travail de Scout sur des pages publiques. Si nous nous connectons plus tard à DataCamp, Notion ou un autre service, chaque Bot pourra utiliser cette session. Supprimer Scout ne garantit pas la suppression des fichiers partagés ni de l’état de connexion ; il faut donc se déconnecter et nettoyer ce que nous ne voulons plus rendre accessible aux autres Bots.

Un compte, un ordinateur, de nombreux Bots. Image par l’auteur.

Créer un Scout d’apprentissage DataCamp hebdomadaire avec Grok Bot

Scout lit un profil d’apprenant et un budget de temps, puis renvoie un plan concis. Notre apprenant connaît Python et les notions de base des LLM, débute en orchestration d’agents et dispose de quatre heures cette semaine. Notre parcours AI Agent Fundamentals dure six heures, il ne tient donc pas en entier.

La limite de quatre heures fixe une borne ; le format de sortie indique quand le plan est terminé.

Qu’attend-on en sortie de Scout ?

Pour chaque ressource, Scout doit renvoyer les informations suivantes depuis la page du cours :

• Titre et lien
• Type (cours, parcours, projet ou tutoriel)
• Niveau (basic, intermediate ou advanced)
• Durée (si indiquée sur la page)
• Raison de la sélection
• Position dans la séquence

Il doit conclure par le temps total et un objectif hebdomadaire. Si une page n’indique pas de durée, la réponse est "not listed", pas une estimation.

Pour notre apprenant, trois ressources vérifiées suffisent. Scout peut en proposer moins si le contenu disponible ne correspond pas à l’objectif, au niveau ou au budget.

Chaque raison doit se référer à cet apprenant. "Suppose la maîtrise de Python déjà acquise et consolide les notions du cours Basic qui précède" justifie le choix. "Couvre les agents IA" ne le fait pas. L’ordre doit aussi être justifié, par exemple terminer un cours d’introduction avant un projet qui suppose les mêmes notions.

Pourquoi les extraits de recherche ne suffisent pas

Les extraits de recherche peuvent être obsolètes ou omettre le niveau et la durée. Scout peut s’en servir pour trouver des pistes, mais il doit lire la page DataCamp avant d’ajouter une ressource au plan.

Nous devons inscrire cette règle dans les consignes. Un site peut néanmoins bloquer le Bot, exiger une connexion ou afficher un CAPTCHA. Le Bot doit alors nous demander de prendre la main.

Comment accéder à Grok Bot

En raison de la collaboration entre SpaceXAI et Cursor, il existe deux moyens d’accéder à Grok Bot

Formules Grok Bot

Grok Bot n’a pas de formule gratuite permanente. Cursor propose actuellement un essai limité sous forme de crédit d’utilisation. L’accès payant passe par une formule Cursor éligible ou un abonnement SuperGrok. Dans tous les cas, connectez-vous via Cursor.

Le compte officiel de Grok Bot indique désormais que tous les abonnés SuperGrok et Cursor Pro ont accès, et que les limites hebdomadaires d’utilisation ont été réinitialisées pour tous. La page d’aide de Cursor ne reflétait pas encore chaque point de cette annonce lors de notre vérification ; confirmez donc l’état actuel sur la page des formules ou dans l’application au moment où vous lisez ceci.

Pour les comptes liés à SuperGrok, l’aide Cursor décrit toujours le lien comme un droit d’usage permanent qui ne modifie pas la formule Cursor. Cursor comptabilise les étapes d’agent et les tokens, pas les messages ; vérifiez Usage and Billing avant la recherche et le test de Routine.

Paramètres de confidentialité et plateformes prises en charge

Grok Bot nécessite un stockage de données dans le cloud. Il ne démarrera pas si votre compte Cursor utilise le Legacy Privacy Mode. Modifiez ce réglage dans le tableau de bord de confidentialité Cursor.

Grok Bot prend en charge macOS sur Apple silicon ou Intel, Windows sur x64 ou Arm64, et iPhone sous iOS 18 ou ultérieur. Si vous utilisez Linux, Android ou iPad, consultez la liste des plateformes au moment de la lecture, car la prise en charge peut avoir évolué.

Les abonnements incluent une enveloppe d’utilisation hebdomadaire, mais Cursor ne publie pas un plafond unique valable pour toutes les formules. Un essai fournit un crédit d’utilisation sur 7 jours, qu’une seule grande tâche peut consommer.

Étape 1 : installer Grok Bot et créer le Bot

Nous n’avons pas besoin de clés d’API, d’un environnement de développement local ni d’une connexion DataCamp pour la phase de recherche. Le démarrage des cours est distinct et peut nécessiter un compte. L’installation est rapide, mais la description du Bot mérite plus d’attention que l’installeur.

Installer et se connecter

Téléchargez l’app bureau depuis la page d’onboarding Grok Bot, puis sélectionnez la version adaptée à votre machine. Connectez-vous via le navigateur avec votre compte Cursor. Si votre organisation utilise l’authentification unique, suivez l’écran habituel.

Au premier lancement, l’écran "Meet a future teammate" s’affiche pendant le démarrage de l’ordinateur cloud. S’il reste bloqué, quittez complètement Grok Bot et rouvrez-le avant toute autre manipulation. Si le problème persiste, mettez l’app à jour, quittez-la et relancez-la, puis rouvrez Agent Computer et laissez-le finir. Utilisez Recover en priorité et Reset en dernier recours, car Reset peut supprimer du travail non synchronisé.

Application de bureau Grok Bot après connexion. Image par l’auteur.

Rédiger une description qui reste valable au-delà de cette semaine

Créez le Bot avec New ou Cmd/Ctrl+N, choisissez Create new agent, puis ouvrez Bot actions → Edit Profile. Nommez-le Scout et donnez-lui le titre DataCamp Learning Scout.

La description rassemble des règles valables chaque semaine. Le sujet de cette semaine relève d’un autre endroit. Ajoutez des règles comme :

• Sélectionner du contenu d’apprentissage DataCamp et l’adapter à un niveau de compétence et un budget temps donnés.
• Considérer ce profil comme un contexte permanent, pas comme une tâche. Attendre un message séparé avant de commencer la recherche.
• N’utiliser que le sujet et le budget de temps de la tâche en cours. Ne pas réutiliser un sujet d’une conversation antérieure.
• Ouvrir la page DataCamp de chaque candidat avant de le recommander.
• Citer le niveau et la durée exactement tels qu’imprimés sur la page, et écrire "not listed" si la page omet une valeur.
• Préserver les liens sources et ne jamais inventer de détails de cours.
• Privilégier le pratique quand deux ressources couvrent le même concept.

Lors de notre première configuration, Scout a traité le profil comme une tâche en cours et a démarré un plan ETL sans rapport. Je l’ai arrêté, créé un nouveau Scout et ajouté ces deux règles d’attente :

• Poser une question de clarification si l’objectif d’apprentissage est ambigu, plutôt que de deviner.
• Ne jamais créer de comptes, s’inscrire ni effectuer d’achat.

Le nouveau Bot a ensuite attendu une tâche distincte au lieu de démarrer à partir de son profil.

Un Scout dédié maintient aussi la routine hebdomadaire hors d’un long fil de discussion général, afin que chaque exécution n’embarque que le contexte utile aux plans d’apprentissage.

Il est important de placer des limites dans le profil afin qu’elles s’appliquent aussi quand une routine tourne sans supervision. Gardez aussi le profil assez court pour être relu lorsque la mission de Scout évolue. L’étape 2 traite le sujet et la limite de temps.

Le profil de Scout contient des règles de recherche pérennes. Vidéo par l’auteur.

Étape 2 : rédiger la première tâche de recherche du Bot

Nous pouvons confier une tâche à Scout en langage naturel, mais la demande doit tout de même préciser des éléments. La documentation recommande de nommer le livrable, les sources, les contraintes, la sortie et le point d’arrêt pour validation.

Que mettre dans le profil et dans le message ?

Profil et message répondent à des questions différentes :

• Le profil décrit comment Scout travaille.
• Le message précise quoi faire cette semaine.

Ensuite, la compétence stocke les étapes, tandis que chaque exécution de routine lit les dernières entrées.

Le profil couvre déjà les vérifications des pages et les liens sources. Dans le message, indiquez le niveau de l’apprenant et la tâche de la semaine, demandez quelques ressources dans la limite de quatre heures et imposez un arrêt pour validation.

Nous avons envoyé la première tâche en un seul message, sans ajouter de contraintes pendant l’exécution de Scout :

Build me a weekly DataCamp learning plan.

The learner is comfortable with Python, understands basic LLM concepts, is new to AI agent orchestration, and has 4 hours available this week. 
They prefer practical, hands-on material over theory.

Search current DataCamp content on AI agents. 
Open each candidate's resource page before you consider it. 
Pick a small number of resources whose page-listed durations total 4 hours or less, and order them from foundations toward practical application.
For each resource, return the title, the content type, the level and duration exactly as printed on the page, the link, one sentence on why it fits this learner, and its position in the order. 
Then give me the total time and one learning objective for the week.

Do not use search snippets as evidence. 
If a page does not list a duration or a level, write "not listed" instead of estimating. 
If the goal is too broad to plan against, ask me before you continue.

Stop after the plan. 
Do not enroll me in anything.

Scout a lancé la recherche dans le navigateur et a renvoyé un plan à valider. La première réponse attribuait un mauvais niveau à un cours, que j’ai corrigé à l’étape 4.

Créer le fichier hebdomadaire de l’apprenant

La mémoire du Bot n’est pas une source fiable pour des détails changeants. Créez /workspace/learner-profile.md sur l’ordinateur partagé et utilisez-le comme référence pour chaque exécution hebdomadaire.

# Learner profile

Current goal: AI agent orchestration
Weekly budget: 4 hours
Background: Comfortable with Python and basic LLM concepts
Preference: Practical, hands-on resources
Completed resources: None

Mettez ce fichier à jour lorsque l’objectif, le budget ou la liste des contenus terminés évolue. Scout doit le lire avant chaque plan, et s’arrêter s’il manque ou n’est pas à jour.

Étape 3 : examiner la recherche dans l’Agent Computer de Grok Bot

La conversation affiche les outils, fichiers, questions et validations. Agent Computer montre les clics, la saisie, la navigation et l’état. Quitter l’une ou l’autre vue ne stoppe pas le travail.

Ce qu’il faut surveiller dans Agent Computer

Vérifiez que Scout ouvre chaque page de cours au lieu de se fier à un extrait de recherche. Notez aussi une ressource écartée et la raison du refus.

En cas de blocage, contrôlez d’abord la connexion, le CAPTCHA et les validations mentionnés plus haut. N’effectuez que l’étape bloquante avant de rendre la main. Ne collez pas de mots de passe dans le chat ; utilisez la requête de secret sécurisé.

La vue ordinateur montre qu’une page a été visitée, mais ne prouve pas que la réponse finale soit correcte. Conservez le transcript de la conversation : il indique quelles pages le Bot a utilisées et s’il a changé de trajectoire.

Cette approche centrée navigateur convient à notre flux DataCamp, car la page elle-même fait foi. Pour les services avec connecteur pris en charge, utilisez le connecteur pour les données structurées et ouvrez le navigateur seulement lorsque la page doit être vérifiée visuellement.

Lors de notre exécution, Agent Computer a ouvert la page canonique Introduction to AI Agents. Son en-tête affichait Basic et 1 hr 30 min. La durée correspondait à la réponse de Scout, mais pas le niveau.

Agent Computer ouvert sur une page DataCamp. Image par l’auteur.

Étape 4 : vérifier et corriger la sortie du Bot

C’est le moment de ralentir. Nous plaçons le plan à côté des pages DataCamp avant de l’accepter.

Vérifier les liens, niveaux, prérequis et durées

Lisez le plan ligne par ligne. Une mise en page propre peut cacher un niveau inexact, un lien brisé ou un total erroné. À vérifier :

• Les liens pointent-ils vers de vraies pages DataCamp avec ces titres exacts ?
• Le niveau indiqué correspond-il à celui affiché sur la page ?
• L’apprenant répond-il à tous les prérequis listés ?
• Le calcul aboutit-il à quatre heures ou moins à partir des durées affichées sur les pages ?
• Observe-t-on une réelle progression, ou trois cours débutants interchangeables ?
• Un élément a-t-il été retenu uniquement parce qu’un mot-clé correspondait ?

Additionnez les durées des pages plutôt que de faire confiance au total indiqué dans le plan. Si le résultat dépasse 4 heures, demandez à Scout de retirer l’élément le moins pertinent et de recalculer.

Le premier plan de Scout contenait Introduction to AI Agents, Building AI Agents with CrewAI et Building AI Agents with Google ADK. Les durées imprimées totalisaient 3 heures 30 minutes, donc le plan respectait le budget et laissait 30 minutes non utilisées.

Le problème portait sur le niveau du premier cours. Scout a écrit Beginner, tandis que la page canonique affichait Basic. Nous avons envoyé une seule correction :

Please revise the plan using the exact level labels shown on each course page.

The Introduction to AI Agents page lists its level as Basic, not Beginner. Reopen all three pages and verify each title, level, duration, and canonical URL.

Return the same plan with only the verified corrections. Keep the total at or below 4 hours.

Scout a rouvert les trois pages, n’a modifié que le premier niveau et a conservé le total de 3 h 30. La correction était minime, mais elle confirme qu’un lien valide et un libellé plausible ne suffisent pas.

Premier plan à côté du plan corrigé. Image par l’auteur.

Gérer les durées manquantes

N’essayez pas de convertir l’XP, les vidéos ou les exercices en heures. Si les champs de durée divergent, conservez chaque valeur telle qu’imprimée, nommez son champ, et n’utilisez la borne haute que pour la vérification du budget.

Sauvegarder les règles récurrentes dans le profil du Bot

Après correction du plan, je n’ai ajouté au profil du Bot que la règle devant s’appliquer chaque semaine. Un sujet ponctuel ou une limite de temps reste dans notre fichier d’entrée hebdomadaire.

Étape 5 : enregistrer le flux du Bot comme compétence

Deux bonnes pratiques pour enregistrer des flux en compétences :

• N’enregistrez pas le processus tant que la version manuelle n’est pas fiable. Sinon, la compétence répétera le même problème.
• Gardez la compétence ciblée : une famille de sources, un format de sortie, un périmètre d’approbation. Si elle doit deviner quels systèmes utiliser ou quoi renvoyer, elle peut dériver et consommer plus d’usage.

Ce qui doit figurer dans la compétence

Demandez à Scout d’enregistrer une compétence intitulée Weekly DataCamp Learning Plan. Elle doit lire /workspace/learner-profile.md, vérifier chaque prérequis par rapport au profil et aux contenus terminés, additionner les durées des pages, renvoyer les champs convenus et s’arrêter avant toute action nécessitant une approbation.

Une fois enregistrée, référencez-la avec / dans l’éditeur. Si elle n’apparaît pas, activez-la via Settings → Plugins → Yours.

Compétence enregistrée avec entrées et validations. Image par l’auteur.

Tester la compétence sur un autre objectif

J’ai changé l’objectif de l’apprenant pour l’évaluation des LLM, réduit le budget à 3 heures et invoqué la compétence enregistrée avec une demande courte : "Build this week's plan using the current learner profile."

Scout a utilisé Agent Computer et renvoyé un seul cours, LLM Application Evaluation with LangSmith, sans réintroduire les recommandations du plan sur les agents IA. Il a également exclu les pages hors sujet et les tutoriels sans durée affichée.

La page canonique du cours affichait deux formats de durée : une estimation 2 hr dans le résumé et un 1 hr - 3 hr sur une pastille de durée. Scout a copié la pastille mais a traité sa borne haute comme un total fixe de trois heures. Nous lui avons demandé de nommer le champ utilisé, de conserver les deux valeurs affichées et d’utiliser la borne haute uniquement pour le contrôle budgétaire.

Une vérification ultérieure des prérequis a révélé un problème plus important : le cours exige LLM Application Fundamentals with LangChain, que notre apprenant n’avait pas terminé. Ouvrir la page canonique était nécessaire, mais la compétence devait aussi comparer les prérequis au profil de l’apprenant avant de recommander un cours.

J’ai mis à jour la compétence pour comparer chaque prérequis au profil et pour signaler tout conflit entre champs de durée avant de choisir les ressources.

Étape 6 : planifier la compétence comme routine hebdomadaire Grok Bot

Parce que l’ordinateur cloud continue de tourner comme indiqué plus haut, une routine peut s’exécuter ordinateur portable fermé. Nous la testons avant de compter sur l’exécution du lundi.

Un planning hebdomadaire est ici volontaire. Lancer la même recherche toutes les quelques minutes consommerait de l’usage même si les détails apprenant et les pages DataCamp n’ont pas changé.

Définir le planning, le fuseau horaire et les garde-fous

Nous définissons notre fuseau horaire dans Settings → General → Agent, puis nous créons la Routine avec cinq éléments :

• Le planning
• Où lire l’objectif et le budget
• Ce qu’il faut renvoyer
• Ce qui requiert une approbation
• Que faire si une source manque

Si /workspace/learner-profile.md est absent, ou si Scout ne peut plus progresser, la routine doit signaler le problème et s’arrêter, au lieu de réessayer en boucle. Elle hérite des actions bloquées de Scout, tandis que l’approbation ne s’applique que si nous ajoutons plus tard une action externe. Gérez les routines via View conversation details → Routines.

Routine du lundi avec planning et fuseau horaire. Image par l’auteur.

Lancer maintenant plutôt que d’attendre lundi

Au lieu d’attendre lundi, j’ai lancé un test avec la compétence mise à jour et le même profil d’évaluation des LLM. La Routine a ouvert les pages candidates, rapporté tous les champs de durée de LangSmith et marqué son prérequis LangChain comme not met.

Si l’exécution ne démarre pas, vérifiez d’abord qu’elle est activée, puis ses détails (planning, fuseau, Bot, source apprenant, session navigateur), et enfin l’usage restant. Des détails manquants sur l’apprenant ou une session expirée peuvent interrompre l’exécution.

La routine a écarté LangSmith du plan, exclu les autres candidats car hors sujet, avec prérequis non satisfaits ou dépourvus de durée affichée, et a renvoyé Total: 0. Remplir artificiellement la semaine aurait enfreint les règles de validation.

L’exécution est apparue dans l’historique avec une coche de complétion, et le résultat est resté dans la conversation de Scout. Ce test final confirme que le planning, la compétence sauvegardée, la politique de durée et la vérification des prérequis fonctionnent de concert.

Le test de routine s’achève et figure à l’historique. Vidéo par l’auteur.

Conclusion

Dans ce tutoriel, nous avons construit un Scout d’apprentissage DataCamp autour d’une source apprenant à jour, de vérifications de source, d’une compétence réutilisable et d’une routine hebdomadaire. Le profil portait les règles permanentes, la compétence conservait la méthode de recherche et la routine fournissait l’échéance du lundi.

Comme vous le voyez, parvenir à une exécution hebdomadaire planifiée qui fait exactement ce qu’elle doit nécessite quelques itérations. Les tests ont révélé trois problèmes qu’une réponse polie aurait pu masquer : Beginner au lieu de Basic, une plage de durée traitée comme un total fixe, et un prérequis non satisfait. Les deux premiers se corrigent en rouvrant les pages canoniques. Le troisième a nécessité une nouvelle règle sur les prérequis et un autre test de compétence avant de pouvoir faire confiance à la routine.

À partir d’ici, nous pouvons ajouter un historique de complétion pour éviter les recommandations répétées, ou créer un Bot Study Coach qui transforme les ressources sélectionnées par Scout en planning d’étude. Si Teach a task apparaît dans l’app, nous pourrons aussi enregistrer un flux navigateur et créer une ébauche de compétence.