Grok Bot ट्यूटोरियल: साप्ताहिक AI रिसर्च एजेंट बनाना

Grok Bot क्या है?

Grok Bot, SpaceXAI का एजेंट ऐप है, जो Cursor के जरिए उपलब्ध है, जिसमें आप नामित Bots बनाते हैं जो अपने कार्य-भूमिका और बातचीत को कार्यों के बीच भी बनाए रखते हैं। यह Grok चैट ऐप और Grok Build (कोडिंग CLI) से अलग है।

Grok Bot का लूप अधिकांश अन्य AI असिस्टेंट्स से अलग तरह से काम करता है। आप एक अपेक्षित परिणाम सौंपते हैं, Bot उस काम से संबंधित ऐप्स और वेबसाइट्स पर काम करता है, और या तो तैयार परिणाम लौटाता है या कोई ऐसा सवाल लाता है जिसमें आपके निर्णय की ज़रूरत है। यह बातचीतों के बीच स्थिर प्राथमिकताएँ और भूमिका-संदर्भ रखता है, हालांकि जो भी बात हफ्ता-दर-हफ्ता बदलती है वह Bot की मेमोरी के बजाय किसी फाइल में होनी चाहिए जिसे Bot पढ़ता है।

और पृष्ठभूमि के लिए, हमारा Grok Bot गाइड पढ़ने की सलाह देता हूँ।

Grok Bot में Bots, Skills, और Routines कैसे काम करते हैं

हमें इस Grok Bot ट्यूटोरियल के लिए चार शब्दों की ज़रूरत है। SpaceXAI का Bots और क्लाउड कंप्यूटर्स का गाइड और प्रोडक्ट गाइड्स इन्हें यूँ परिभाषित करते हैं:

• Bot: एक एजेंट जिसके पास नाम, काम, अपनी बातचीत, और सेव्ड संदर्भ होता है।
• Cloud computer: एक पर्सिस्टेंट मशीन जो आपके अकाउंट के हर Bot के साथ साझा होती है, जिसका अपना ब्राउज़र, फाइलें, और टर्मिनल होता है। यह हमारे लैपटॉप बंद करने के बाद भी चलती रहती है।
• Skill: किसी कार्य को करने, नतीजे की जाँच करने, और यह जानने के लिए निर्देशों का सेट कि कब अप्रूवल मांगना है।
• Routine: एक असाइनमेंट जो किसी Bot को बताता है कि कार्य कब चलाना है—या तो शेड्यूल पर या किसी सपोर्टेड इवेंट के बाद।

यह क्रम आधिकारिक स्किल्स और रूटीन गाइड का अनुसरण करता है, जो शेड्यूलिंग से पहले टेस्टिंग पर जोर देता है।

क्या Grok Bots एक ही क्लाउड कंप्यूटर साझा करते हैं?

हाँ। Grok Bot FAQ कहता है कि कंप्यूटर आपके अकाउंट का है, किसी एक Bot का नहीं। हर Bot उस कंप्यूटर पर ब्राउज़र कुकीज़, सेव्ड लॉगिन, और फाइलें देख सकता है, हालाँकि हर Bot को अपने ब्राउज़र टास्क के लिए अलग स्क्रीन मिलती है।

हम पहले Scout का वर्कफ़्लो सार्वजनिक पेजों पर रखेंगे। अगर बाद में हम DataCamp, Notion, या किसी और सेवा में साइन इन करते हैं, तो हर Bot उस सत्र का उपयोग कर सकता है। Scout को डिलीट करने से साझा फाइलें या लॉगिन स्टेट हटने की गारंटी नहीं होती, इसलिए जो भी चीज़ अब और अन्य Bots के लिए उपलब्ध नहीं रखनी, उससे साइन आउट करें और साफ़-सफ़ाई करें।

एक अकाउंट, एक कंप्यूटर, कई Bots। चित्र: लेखक।

Grok Bot के साथ साप्ताहिक DataCamp Learning Scout बनाना

Scout एक लर्नर प्रोफाइल और समय बजट पढ़ता है, फिर एक छोटा प्लान देता है। हमारा लर्नर Python और बुनियादी LLM कॉन्सेप्ट्स जानता है, एजेंट ऑर्केस्ट्रेशन में नया है, और इस हफ्ते चार घंटे हैं। हमारा AI Agent Fundamentals ट्रैक छह घंटे का है, इसलिए पूरा ट्रैक फिट नहीं होगा।

चार घंटे की सीमा कटऑफ तय करती है; आउटपुट फ़ॉर्मेट बताता है कि प्लान कब पूरा है।

Scout Bot को क्या लौटाना चाहिए?

हर रिसोर्स के लिए, Scout को कोर्स पेज से ये विवरण लौटाने चाहिए: 

• शीर्षक और लिंक
• प्रकार (कोर्स, ट्रैक, प्रोजेक्ट, या ट्यूटोरियल)
• स्तर (बेसिक, इंटरमीडिएट, या एडवांस्ड)
• अवधि (यदि पेज पर दी गई हो)
• चयन का कारण
• क्रम में स्थान

अंत में कुल समय और एक साप्ताहिक उद्देश्य होना चाहिए। अगर पेज अवधि नहीं देता, तो उत्तर "not listed" होगा, अनुमान नहीं।

हमारे लर्नर के लिए तीन जाँचे हुए रिसोर्स पर्याप्त हैं। अगर उपलब्ध सामग्री लक्ष्य, स्तर, या बजट में फिट नहीं होती, तो Scout कम भी लौटा सकता है।

हर कारण इसी लर्नर से संबंधित होना चाहिए। "लर्नर के पास पहले से मौजूद Python मानता है, और इससे पहले वाले Basic कोर्स की अवधारणाओं पर आगे बढ़ता है"—यह चयन समझाता है। "AI एजेंट्स को कवर करता है"—नहीं। क्रम को भी कारण चाहिए, जैसे—उसी विचारों को मानने वाले प्रोजेक्ट से पहले बेसिक कोर्स पूर्ण करना।

सर्च स्निपेट्स क्यों पर्याप्त नहीं हैं

सर्च स्निपेट्स पुराने हो सकते हैं या स्तर और अवधि छोड़ सकते हैं। Scout उन्हें उम्मीदवार ढूँढने के लिए इस्तेमाल कर सकता है, पर किसी रिसोर्स को प्लान में जोड़ने से पहले उसे DataCamp पेज पढ़ना होगा।

हमें यह नियम निर्देशों में रखना चाहिए। साइट फिर भी Bot को ब्लॉक कर सकती है, लॉगिन मांग सकती है, या CAPTCHA दिखा सकती है। तब Bot को हमसे नियंत्रण लेने के लिए कहना चाहिए।

Grok Bot तक कैसे पहुँचें

SpaceXAI और Cursor के सहयोग के कारण, Grok Bot तक पहुँचने के दो अलग-अलग तरीके हैं

Grok Bot प्लान्स

Grok Bot का कोई स्थायी फ्री टियर नहीं है। अभी Cursor सीमित ट्रायल को उपयोग क्रेडिट के रूप में देता है। पेड एक्सेस किसी योग्य Cursor प्लान या SuperGrok सब्सक्रिप्शन से आता है। किसी भी तरीके से, Cursor से साइन इन करें।

अब आधिकारिक Grok Bot अकाउंट कहता है कि सभी SuperGrok और Cursor Pro सब्सक्राइबर्स को एक्सेस है, और सभी यूज़र्स के लिए साप्ताहिक उपयोग सीमा रीसेट कर दी गई है। जब हमने देखा था तो Cursor की हेल्प पेज में उस घोषणा के हर भाग का प्रतिबिंब नहीं था, इसलिए वर्तमान स्थिति की पुष्टि प्लान्स पेज पर या ऐप में करें जब आप इसे पढ़ रहे हों।

जिन अकाउंट्स में SuperGrok लिंक्ड है, उनके लिए Cursor Help अभी भी इस लिंक को एक स्थायी उपयोग ग्रांट के रूप में बताती है जो Cursor प्लान नहीं बदलता। Cursor संदेशों के बजाय एजेंट स्टेप्स और टोकन्स गिनता है, इसलिए Usage and Billing रिसर्च रन और रूटीन टेस्ट से पहले जाँचें।

प्राइवेसी सेटिंग्स और प्लेटफ़ॉर्म सपोर्ट

Grok Bot को क्लाउड डेटा स्टोरेज चाहिए। अगर आपके Cursor अकाउंट में Legacy Privacy Mode है तो यह शुरू नहीं होगा। Cursor प्राइवेसी डैशबोर्ड में यह सेटिंग बदलें।

Grok Bot macOS (Apple silicon या Intel), Windows (x64 या Arm64), और iPhone (iOS 18 या बाद में) को सपोर्ट करता है। अगर आप Linux, Android, या iPad इस्तेमाल करते हैं, तो यह पढ़ते समय वर्तमान प्लेटफ़ॉर्म सूची जाँच लें क्योंकि सपोर्ट बदल गया हो सकता है।

सब्सक्रिप्शंस में साप्ताहिक उपयोग शामिल है, पर Cursor कोई एक संख्या प्रकाशित नहीं करता जो हर प्लान पर लागू हो। ट्रायल 7 दिनों की विंडो के लिए उपयोग क्रेडिट देता है, और एक बड़ा टास्क भी उसे खपा सकता है।

चरण 1: Grok Bot इंस्टॉल करें और Bot बनाएं

हमें रिसर्च के लिए API कीज़, लोकल कोडिंग एनवायरनमेंट, या DataCamp लॉगिन की ज़रूरत नहीं है। कोर्स शुरू करना अलग है और अकाउंट मांग सकता है। इंस्टॉलेशन कुछ ही स्टेप्स का है, जबकि Bot विवरण को इंस्टॉलर से ज़्यादा ध्यान चाहिए।

इंस्टॉल करें और साइन इन करें

डेस्कटॉप ऐप को Grok Bot ऑनबोर्डिंग पेज से डाउनलोड करें, फिर अपने मशीन के लिए बिल्ड चुनें। अपने Cursor अकाउंट से ब्राउज़र के जरिए साइन इन करें। अगर आपका संगठन सिंगल साइन-ऑन इस्तेमाल करता है, तो उसकी सामान्य लॉगिन स्क्रीन फॉलो करें।

पहला लॉन्च क्लाउड कंप्यूटर शुरू होने तक "Meet a future teammate" स्क्रीन पर रुकता है। अगर यह अटक जाए, तो Grok Bot को पूरी तरह बंद कर दोबारा खोलें—कुछ और करने से पहले। समस्या बनी रहे तो डेस्कटॉप ऐप अपडेट करें, पूरी तरह बंद करके दोबारा खोलें, फिर Agent Computer खोलें और उसे खत्म होने का समय दें। अगला कदम Recover करें और Reset को सिर्फ आखिरी उपाय के रूप में—क्योंकि Reset असिंक्ड काम मिटा सकता है।

साइन-इन के बाद Grok Bot डेस्कटॉप ऐप। चित्र: लेखक।

एक ऐसा विवरण लिखें जो इस हफ्ते से आगे भी चले

Bot बनाएँ New या Cmd/Ctrl+N से, Create new agent चुनें, फिर Bot actions → Edit Profile खोलें। इसका नाम Scout रखें और शीर्षक दें DataCamp Learning Scout।

विवरण में वे नियम होते हैं जो हर हफ्ते लागू होते हैं। इस हफ्ते का विषय कहीं और रहेगा। ऐसे नियम जोड़ें:

• DataCamp लर्निंग कंटेंट क्यूरेट करें और उसे दिए गए स्किल स्तर और समय बजट से मिलाएँ।
• इस प्रोफाइल को स्थायी संदर्भ की तरह लें, कार्य की तरह नहीं। रिसर्च शुरू करने से पहले अलग संदेश का इंतज़ार करें।
• मौजूदा कार्य में सिर्फ वही विषय और समय बजट लें। किसी पिछली बातचीत का विषय फिर से उपयोग न करें।
• सिफारिश करने से पहले हर उम्मीदवार का अपना DataCamp पेज खोलें।
• स्तर और अवधि को पेज पर जैसे छपा है ठीक वैसा ही उद्धृत करें, और जब पेज कोई मान न दे तो "not listed" लिखें।
• स्रोत लिंक जस का तस रखें और कभी कोर्स विवरण न गढ़ें।
• जब दो रिसोर्स एक ही कॉन्सेप्ट कवर करते हों तो हैंड्स-ऑन सामग्री को प्राथमिकता दें।

पहले सेटअप प्रयास में, Scout ने प्रोफाइल को लाइव टास्क मान लिया और असंबंधित ETL प्लान शुरू कर दिया। मैंने उसे रोका, नया Scout बनाया, और नीचे दिए दो वेटिंग नियम जोड़े: 

• जब लर्निंग लक्ष्य अस्पष्ट हो तो अंदाजा लगाने के बजाय स्पष्टीकरण वाला सवाल पूछें।
• कभी अकाउंट न बनाएँ, एनरोल न करें, या कुछ खरीदें नहीं।

नए Bot ने फिर अपने प्रोफाइल से काम शुरू करने के बजाय अलग टास्क का इंतज़ार किया।

एक समर्पित Scout साप्ताहिक रूटीन को किसी लंबी सामान्य चैट से अलग भी रखता है, ताकि हर रन में सिर्फ लर्निंग प्लान के लिए ज़रूरी संदर्भ रहे।

प्रोफाइल में सीमाएँ रखना ज़रूरी है ताकि वे तब भी लागू हों जब रूटीन हमारे बिना चले। साथ ही, प्रोफाइल इतना छोटा रखें कि Scout का काम बदलने पर उसे समीक्षा किया जा सके। चरण 2 विषय और समय सीमा संभालता है।

Scout प्रोफाइल में टिकाऊ रिसर्च नियम रहते हैं। वीडियो: लेखक।

चरण 2: Bot का पहला रिसर्च टास्क लिखें

हम Scout को साधारण भाषा में टास्क दे सकते हैं, लेकिन अनुरोध में फिर भी विवरण चाहिए। डॉक्युमेंटेशन परिणाम, स्रोत, सीमाएँ, आउटपुट, और वह बिंदु नाम देने का सुझाव देता है जहाँ Bot को समीक्षा के लिए रुकना होगा।

प्रोफाइल और संदेश में क्या होना चाहिए?

प्रोफाइल और संदेश अलग सवालों का जवाब देते हैं:

• प्रोफाइल बताता है कि Scout कैसे काम करता है। 
• संदेश बताता है कि उसे इस हफ्ते क्या करना है। 

इसके बाद, स्किल स्टेप्स को स्टोर करती है, जबकि हर रूटीन रन नवीनतम इनपुट पढ़ता है।

प्रोफाइल पहले से पेज जाँच और स्रोत लिंक कवर करता है। संदेश में, लर्नर का स्तर और इस हफ्ते का टास्क दें, चार घंटों में कुछ रिसोर्स माँगें, और Bot को समीक्षा के लिए रोकें।

हमने पहला टास्क एक ही संदेश में भेजा और Scout के काम करते समय कोई नई पाबंदी नहीं जोड़ी:

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 ने ब्राउज़र सर्च शुरू की और समीक्षा के लिए एक प्लान लौटाया। पहले जवाब में एक कोर्स का स्तर गलत था, जिसे मैंने चरण 4 में ठीक किया।

साप्ताहिक लर्नर फाइल बनाएँ

Bot मेमोरी बदलती हुई बातों का भरोसेमंद रिकॉर्ड नहीं है। साझा कंप्यूटर पर /workspace/learner-profile.md बनाएँ और हर साप्ताहिक रन के लिए इसे ही स्रोत मानें।

# 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

जब भी लक्ष्य, बजट, या पूर्ण किए गए रिसोर्स बदलें, इस फाइल को अपडेट करें। Scout को हर प्लान से पहले इसे पढ़ना चाहिए और अगर यह गायब हो या पुरानी हो तो रुक जाना चाहिए।

चरण 3: Grok Bot के Agent Computer में रिसर्च की समीक्षा करें

कन्वरसेशन में टूल्स, फाइलें, सवाल, और अप्रूवल्स दिखते हैं। Agent Computer में क्लिक, टाइपिंग, नेविगेशन, और स्टेटस दिखते हैं। किसी भी व्यू से बाहर जाने पर काम रुकता नहीं है।

Agent Computer में क्या देखें

जाँचें कि Scout हर कोर्स पेज खोलता है, सर्च स्निपेट पर निर्भर नहीं रहता। साथ ही एक ऐसा रिसोर्स नोट करें जिसे वह अस्वीकार करता है और अस्वीकार करने का कारण।

अगर यह रुक जाए, तो पहले बताए गए लॉगिन, CAPTCHA, और अप्रूवल मुद्दे जाँचें। केवल ब्लॉक्ड स्टेप ही पूरा करें, फिर नियंत्रण वापस दें। पासवर्ड चैट में पेस्ट न करें; सुरक्षित सीक्रेट रिक्वेस्ट का उपयोग करें।

कंप्यूटर व्यू दिखाता है कि पेज विज़िट हुआ, पर यह साबित नहीं करता कि अंतिम उत्तर सही है। बातचीत का ट्रांसक्रिप्ट रखें क्योंकि यह दिखाता है कि Bot ने कौनसे पेज इस्तेमाल किए और क्या उसने दिशा बदली।

यह ब्राउज़र-प्रथम दृष्टिकोण हमारे DataCamp वर्कफ़्लो में फिट बैठता है क्योंकि पेज स्वयं साक्ष्य है। जिन सेवाओं के लिए सपोर्टेड कनेक्टर है, वहाँ स्ट्रक्चर्ड डेटा के लिए कनेक्टर का उपयोग करें और केवल विज़ुअल जाँच की ज़रूरत पर ब्राउज़र खोलें।

हमारे रन में, Agent Computer ने Canonical Introduction to AI Agents पेज खोला। उसके हेडर में Basic और 1 hr 30 min दिखा। अवधि Scout के उत्तर से मेल खाती थी, पर स्तर नहीं।

DataCamp पेज पर खुला Agent Computer। चित्र: लेखक।

चरण 4: Bot के आउटपुट को सत्यापित करें और सुधारें

यहीं हमें धीमे चलना है। स्वीकार करने से पहले हम प्लान को DataCamp पेजों के साथ रखकर देखते हैं।

लिंक्स, स्तर, पूर्वापेक्षाएँ, और समय जाँचें

प्लान को पंक्ति-दर-पंक्ति पढ़ें। साफ-सुथरा लेआउट भी गलत स्तर, टूटा लिंक, या ग़लत कुल छिपा सकता है। ये जाँचें:

• क्या लिंक उन्हीं सटीक शीर्षकों वाले वास्तविक DataCamp पेजों पर खुलते हैं?
• क्या बताया गया स्तर पेज पर छपे स्तर से मेल खाता है?
• क्या लर्नर ने हर सूचीबद्ध पूर्वापेक्षा पूरी कर ली है?
• क्या पेज पर दी गई अवधियों को जोड़ने पर कुल चार घंटे या कम आता है?
• क्या वास्तविक प्रगति है, या तीन परस्पर-विनिमेय शुरुआती कोर्स?
• क्या कुछ सिर्फ कीवर्ड मैच होने से आ गया?

हमें कुल पर भरोसा करने के बजाय पेज की अवधियों को जोड़ना चाहिए। यदि परिणाम 4 घंटे से अधिक हो जाए, तो हम Scout से सबसे कम प्रासंगिक आइटम हटाने और फिर से गणना करने को कहेंगे।

Scout की पहली योजना में Introduction to AI Agents, Building AI Agents with CrewAI, और Building AI Agents with Google ADK शामिल थे। मुद्रित अवधियाँ जोड़कर 3 घंटे 30 मिनट हुईं, इसलिए प्लान बजट में फिट था और 30 मिनट बचे।

समस्या पहले कोर्स के स्तर की थी। Scout ने Beginner लिखा, जबकि Canonical पेज पर Basic छपा था। हमने एक सुधार भेजा:

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 ने तीनों पेज फिर खोले, केवल पहले का स्तर बदला, और 3 घंटे 30 मिनट का कुल बनाए रखा। सुधार छोटा था, पर इससे स्पष्ट हुआ कि मान्य लिंक और संभावित लेबल पर्याप्त नहीं।

पहली योजना के बगल में संशोधित योजना। चित्र: लेखक।

गायब अवधियों को संभालें

हमें XP, वीडियो, या अभ्यासों को घंटों में नहीं बदलना चाहिए। अगर अवधि फ़ील्ड असहमत हों, तो हम हर मुद्रित मान को जस का तस रखें, उसका फ़ील्ड नाम दें, और बजट जाँच के लिए केवल उच्चतम ऊपरी सीमा का उपयोग करें।

बार-बार लागू नियम Bot प्रोफाइल में सेव करें

हमारी योजना ठीक करने के बाद, मैंने केवल वही नियम Bot विवरण में जोड़ा जो हर हफ्ते लागू होना चाहिए। एक बार का विषय या समय सीमा हमारे साप्ताहिक इनपुट फाइल में ही रहती है।

चरण 5: Bot वर्कफ़्लो को स्किल के रूप में सेव करें

वर्कफ़्लोज़ को स्किल के रूप में सेव करने की दो सर्वोत्तम प्रथाएँ:

• मैनुअल संस्करण काम करने तक प्रक्रिया सेव न करें। नहीं तो स्किल वही समस्या दोहराएगा।
• स्किल को संकरा रखें: एक स्रोत परिवार, एक आउटपुट फ़ॉर्मेट, और एक अप्रूवल सीमा। अगर उसे अंदाजा लगाना पड़े कि किन सिस्टमों का उपयोग करना है या क्या लौटाना है, तो यह भटक सकता है और ज़्यादा उपयोग खपा सकता है।

स्किल में क्या होना चाहिए

Scout से Weekly DataCamp Learning Plan नाम की स्किल सेव करने को कहें। उसे /workspace/learner-profile.md पढ़नी चाहिए, हर पूर्वापेक्षा को लर्नर की पृष्ठभूमि और पूर्ण किए गए रिसोर्सेज़ के साथ मिलानी चाहिए, पेज अवधियाँ जोड़नी चाहिए, सहमत फ़ील्ड लौटाने चाहिए, और किसी भी ऐसे एक्शन से पहले रुकना चाहिए जिसे अप्रूवल चाहिए।

सेव होने के बाद, कम्पोज़र में / से उसे संदर्भित करें। अगर वह न दिखे, तो Settings → Plugins → Yours में उसे चालू करें।

इनपुट और वैलिडेशन सहित सेव्ड स्किल। चित्र: लेखक।

स्किल को किसी अलग लक्ष्य पर टेस्ट करें

मैंने लर्नर का लक्ष्य LLM इवैल्यूएशन कर दिया, बजट 3 घंटे कर दिया, और सेव्ड स्किल को एक छोटे से अनुरोध से चलाया: "इस हफ्ते की योजना मौजूदा लर्नर प्रोफाइल से बनाएं।"

Scout ने Agent Computer का उपयोग किया और एक कोर्स लौटाया—LLM Application Evaluation with LangSmith—बिना AI एजेंट्स वाली योजना की कोई सिफारिश आगे बढ़ाए। इसने विषय से बाहर के पेज और बिना मुद्रित अवधि वाले ट्यूटोरियल्स भी बाहर रखे।

कैनोनिकल कोर्स पेज ने दो अवधि फ़ॉर्मैट दिखाए: सारांश में 2 hr का अनुमान और अवधि चिप पर 1 hr - 3 hr। Scout ने चिप कॉपी की लेकिन उसकी ऊपरी सीमा को स्थिर तीन घंटे के कुल की तरह लिया। हमने इसे कह कर सुधारा कि उपयोग किए गए फ़ील्ड का नाम दे, दोनों मुद्रित मानों को जस का तस रखे, और बजट चेक के लिए केवल ऊपरी सीमा का उपयोग करे।

बाद की पूर्वापेक्षा जाँच में एक और अहम समस्या मिली: कोर्स के लिए LLM Application Fundamentals with LangChain चाहिए, जो हमारे लर्नर ने पूरा नहीं किया था। कैनोनिकल पेज खोलना ज़रूरी था, पर स्किल को सिफारिश से पहले पूर्वापेक्षाओं की तुलना लर्नर प्रोफाइल से भी करनी थी।

मैंने स्किल को अपडेट किया ताकि वह हर पूर्वापेक्षा की तुलना लर्नर प्रोफाइल से करे और रिसोर्स चुनने से पहले हर विरोधाभासी अवधि फ़ील्ड की रिपोर्ट करे।

चरण 6: स्किल को साप्ताहिक Grok Bot रूटीन के रूप में शेड्यूल करें

क्योंकि क्लाउड कंप्यूटर पहले बताए अनुसार चलता रहता है, रूटीन लैपटॉप बंद होने पर भी चल सकता है। सोमवार के शेड्यूल पर निर्भर होने से पहले हम इसे टेस्ट करते हैं।

यहाँ साप्ताहिक शेड्यूल जानबूझकर चुना गया है। वही रिसर्च हर कुछ मिनट में चलाने से, तब भी उपयोग खपत होगी जब लर्नर विवरण और DataCamp पेज नहीं बदले हैं।

शेड्यूल, टाइम ज़ोन, और सीमाएँ सेट करें

हमने अपना टाइम ज़ोन Settings → General → Agent में सेट किया, फिर पाँच विवरणों के साथ रूटीन बनाया: 

• शेड्यूल
• लक्ष्य और बजट कहाँ से पढ़ना है
• क्या लौटाना है
• किस पर अप्रूवल चाहिए
• स्रोत गायब हो तो क्या करना है

अगर /workspace/learner-profile.md गायब है, या Scout आगे प्रगति नहीं कर सकता, तो रूटीन को समस्या रिपोर्ट करके रुक जाना चाहिए, लूप में रिट्राई नहीं करना चाहिए। यह Scout की ब्लॉक्ड एक्शन्स को इनहेरिट करता है, जबकि अप्रूवल केवल तब लागू होगा जब हम बाद में कोई और बाहरी एक्शन जोड़ेंगे। रूटीनज़ को View conversation details → Routines से मैनेज करें।

सोमवार रूटीन में शेड्यूल और टाइमज़ोन। चित्र: लेखक।

सोमवार का इंतज़ार करने के बजाय अभी चलाएँ

सोमवार का इंतज़ार करने के बजाय, मैंने अपडेटेड स्किल और वही LLM इवैल्यूएशन प्रोफाइल के साथ एक टेस्ट रन शुरू किया। रूटीन ने उम्मीदवार पेज खोले, LangSmith की सभी अवधि फ़ील्ड्स रिपोर्ट कीं, और उसकी LangChain पूर्वापेक्षा को not met के रूप में चिह्नित किया।

अगर यह शुरू न हो, तो देखें कि यह ऑन है या नहीं, फिर इसकी डिटेल्स (शेड्यूल, टाइमज़ोन, Bot, लर्नर स्रोत, ब्राउज़र सत्र) जाँचें, और अंत में बचा हुआ उपयोग। गायब लर्नर विवरण या एक्सपायर्ड सत्र रन रोक सकते हैं।

रूटीन ने LangSmith को प्लान से बाहर रखा, अन्य उम्मीदवारों को विषय से बाहर होने, पूर्वापेक्षा पूरी न होने, या कोर्स अवधि सूचीबद्ध न होने के कारण बाहर किया, और Total: 0 लौटाया। हफ्ते को भरने की कोशिश करने से वैलिडेशन नियम टूट जाते।

रन Run history में कम्प्लीशन चेक के साथ दिखा, और परिणाम Scout की बातचीत में बना रहा। इस अंतिम टेस्ट ने पुष्टि की कि शेड्यूल, सेव्ड स्किल, अवधि नीति, और पूर्वापेक्षा जाँच साथ काम कर रही थीं।

रूटीन टेस्ट पूरा होता है और हिस्ट्री दिखाता है। वीडियो: लेखक।

अंतिम विचार

इस ट्यूटोरियल में, हमने एक DataCamp Learning Scout बनाया—एक मौजूदा लर्नर स्रोत, स्रोत-जाँच, पुन: उपयोग योग्य स्किल, और साप्ताहिक रूटीन के इर्द-गिर्द। प्रोफाइल में स्थायी नियम रहे, स्किल ने रिसर्च विधि संभाली, और रूटीन ने सोमवार का शेड्यूल दिया।

जैसा कि आप देख सकते हैं, ठीक वैसा करने वाला शेड्यूल्ड साप्ताहिक रन पाने का रास्ता कुछ ट्रायल-एंड-एरर से गुजरता है। टेस्ट्स ने तीन मुद्दे उजागर किए जिन्हें एक पॉलिश्ड उत्तर छुपा सकता था: Beginner की जगह Basic, अवधि-सीमा को स्थिर कुल मान लेना, और एक अधूरी पूर्वापेक्षा। पहले दो समस्याएँ कैनोनिकल पेज दोबारा खोलकर ठीक हुईं। तीसरी के लिए नई पूर्वापेक्षा-नियम और रूटीन पर भरोसा करने से पहले एक और स्किल टेस्ट चाहिए था।

यहाँ से, हम रिपीटेड सिफारिशों को रोकने के लिए कम्प्लीशन हिस्ट्री जोड़ सकते हैं या एक Study Coach Bot बना सकते हैं जो Scout के चुने गए रिसोर्सेज़ को स्टडी शेड्यूल में बदल दे। अगर ऐप में Teach a task दिखे, तो हम ब्राउज़र वर्कफ़्लो रिकॉर्ड करके एक ड्राफ्ट स्किल भी बना सकते हैं।