Tutorial Grok Bot: Membangun Agen Riset AI Mingguan

Apa Itu Grok Bot?

Grok Bot adalah aplikasi agen dari SpaceXAI, tersedia melalui Cursor, untuk membuat Bot bernama yang mempertahankan peran dan percakapannya di antara tugas. Ini terpisah dari aplikasi chat Grok dan Grok Build, CLI untuk coding.

Siklus kerja Grok Bot berbeda dari kebanyakan asisten AI lainnya. Anda memberikan hasil yang diinginkan, bot bekerja di berbagai aplikasi dan situs web yang terkait dengan tugas tersebut, dan ia mengembalikan pekerjaan yang sudah selesai atau pertanyaan yang membutuhkan penilaian Anda. Ia mempertahankan preferensi yang stabil dan konteks peran di antara percakapan, meskipun apa pun yang berubah dari minggu ke minggu sebaiknya berada dalam file yang dibaca Bot, bukan di memorinya.

Untuk informasi latar belakang lebih lanjut, saya sarankan membaca panduan Grok Bot kami.

Cara Kerja Bot, Skill, dan Rutinitas di Grok Bot

Kita memerlukan empat istilah untuk tutorial Grok Bot ini. Panduan SpaceXAI tentang Bot dan komputer cloud, serta panduan produk, mendefinisikannya sebagai berikut:

• Bot: Agen dengan nama, pekerjaan, percakapan sendiri, dan konteks tersimpan.
• Komputer cloud: Mesin persisten yang dibagi oleh setiap Bot di akun Anda, dengan browser, file, dan terminalnya sendiri. Ia tetap berjalan setelah kita menutup laptop.
• Skill: Serangkaian instruksi untuk melakukan tugas, memeriksa hasilnya, dan mengetahui kapan harus meminta persetujuan.
• Rutinitas: Penugasan yang memberi tahu satu Bot kapan menjalankan tugas, baik terjadwal atau setelah suatu peristiwa yang didukung.

Urutan tersebut mengikuti panduan resmi tentang skill dan rutinitas, yang menempatkan pengujian sebelum penjadwalan.

Apakah Grok Bot berbagi satu komputer cloud?

Ya. FAQ Grok Bot menyatakan bahwa komputer tersebut milik akun Anda, bukan milik satu Bot. Setiap Bot dapat melihat cookie browser, login tersimpan, dan file di komputer itu, meskipun setiap Bot mendapatkan layar terpisah untuk tugas browsernya sendiri.

Kita akan menjaga alur kerja Scout pada halaman publik terlebih dahulu. Jika nanti kita masuk ke DataCamp, Notion, atau layanan lain, setiap Bot dapat menggunakan sesi tersebut. Menghapus Scout tidak menjamin file bersama atau status login dihapus, jadi kita perlu keluar dan membersihkan apa pun yang tidak lagi ingin tersedia bagi Bot lain.

Satu akun, satu komputer, banyak Bot. Gambar oleh Penulis.

Membangun DataCamp Learning Scout Mingguan Dengan Grok Bot

Scout membaca profil pembelajar dan anggaran waktu, lalu mengembalikan rencana singkat. Pembelajar kita menguasai Python dan konsep LLM dasar, baru dalam orkestrasi agen, dan memiliki empat jam minggu ini. Track AI Agent Fundamentals kami berdurasi enam jam, jadi seluruh track tidak muat.

Batas empat jam menetapkan titik potong; format keluarannya menunjukkan kapan rencana selesai.

Apa yang harus dikembalikan Scout Bot?

Untuk setiap sumber daya, Scout harus mengembalikan rincian berikut dari halaman kursus: 

• Judul dan tautan
• Jenis (course, track, project, atau tutorial)
• Tingkat (basic, intermediate, atau advanced)
• Durasi (jika ditampilkan di halaman)
• Alasan pemilihan
• Posisi dalam urutan

Ia harus menutup dengan total waktu dan satu tujuan mingguan. Jika sebuah halaman tidak mencantumkan durasi, jawabannya "not listed," bukan perkiraan.

Untuk pembelajar kita, tiga sumber daya yang telah diperiksa sudah cukup. Scout boleh mengembalikan lebih sedikit jika materi yang tersedia tidak sesuai dengan tujuan, tingkat, atau anggaran.

Setiap alasan harus merujuk pada pembelajar ini. "Mengasumsikan Python yang sudah dimiliki pembelajar, dan membangun konsep dari kursus Basic sebelumnya" menjelaskan pilihan. "Mencakup AI agents" tidak. Urutannya juga perlu alasan, seperti menyelesaikan kursus basic sebelum proyek yang mengasumsikan ide yang sama.

Mengapa cuplikan hasil pencarian tidak cukup

Cuplikan hasil pencarian bisa usang atau tidak memuat tingkat dan durasi. Scout boleh menggunakannya untuk menemukan kandidat, tetapi ia harus membaca halaman DataCamp sebelum menambahkan sumber daya ke rencana.

Kita perlu menaruh aturan ini dalam instruksi. Sebuah situs masih bisa memblokir Bot, memerlukan login, atau menampilkan CAPTCHA. Bot harus kemudian meminta kita mengambil alih.

Cara Mengakses Grok Bot

Karena kolaborasi antara SpaceXAI dan Cursor, ada dua cara berbeda untuk mengakses Grok Bot

Paket Grok Bot

Grok Bot tidak memiliki tier gratis permanen. Saat ini Cursor menawarkan uji coba terbatas sebagai kredit penggunaan. Akses berbayar tersedia melalui paket Cursor yang memenuhi syarat atau langganan SuperGrok. Apa pun jalurnya, masuklah dengan Cursor.

Akun resmi Grok Bot kini menyatakan bahwa semua pelanggan SuperGrok dan Cursor Pro memiliki akses, dan batas penggunaan mingguan direset untuk semua pengguna. Halaman bantuan Cursor belum mencerminkan setiap bagian pengumuman tersebut saat kami memeriksanya, jadi konfirmasikan status terkini di halaman paket atau di dalam aplikasi ketika Anda membacanya.

Untuk akun yang menautkan SuperGrok, Cursor Help masih menggambarkan tautan sebagai hibah penggunaan permanen yang tidak mengubah paket Cursor. Cursor menghitung langkah agen dan token, bukan pesan, jadi periksa Usage and Billing sebelum menjalankan riset dan uji Rutinitas.

Pengaturan privasi dan dukungan platform

Grok Bot memerlukan penyimpanan data cloud. Ia tidak akan mulai jika akun Cursor Anda menggunakan Legacy Privacy Mode. Ubah pengaturan itu di dasbor privasi Cursor.

Grok Bot mendukung macOS pada Apple silicon atau Intel, Windows pada x64 atau Arm64, dan iPhone pada iOS 18 atau lebih baru. Jika Anda menggunakan Linux, Android, atau iPad, periksa daftar platform saat Anda membaca ini karena dukungan bisa saja berubah.

Langganan mencakup penggunaan mingguan, tetapi Cursor tidak menerbitkan satu angka yang berlaku untuk setiap paket. Uji coba menyediakan kredit penggunaan untuk jendela 7 hari, dan satu tugas besar dapat menghabiskannya.

Langkah 1: Instal Grok Bot dan Buat Bot

Kita tidak memerlukan kunci API, lingkungan coding lokal, atau login DataCamp untuk risetnya sendiri. Memulai kursus adalah hal terpisah dan mungkin memerlukan akun. Instalasi hanya beberapa langkah, sementara deskripsi Bot butuh perhatian lebih daripada instalernya.

Instal dan masuk

Unduh aplikasi desktop dari halaman onboarding Grok Bot, lalu pilih build untuk mesin Anda. Masuk melalui browser dengan akun Cursor Anda. Jika organisasi Anda menggunakan single sign-on, ikuti layar login biasanya.

Peluncuran pertama berakhir di layar "Meet a future teammate" sementara komputer cloud mulai berjalan. Jika macet, tutup Grok Bot sepenuhnya dan buka kembali sebelum mencoba apa pun. Jika masalah berlanjut, perbarui aplikasi desktop, tutup sepenuhnya dan buka kembali, lalu buka Agent Computer dan beri waktu hingga selesai. Gunakan Recover terlebih dahulu dan Reset hanya sebagai upaya terakhir, karena Reset dapat membuang pekerjaan yang belum tersinkron.

Aplikasi desktop Grok Bot setelah masuk. Gambar oleh Penulis.

Tulis deskripsi yang tetap relevan melampaui minggu ini

Buat Bot dengan New atau Cmd/Ctrl+N, pilih Create new agent, lalu buka Bot actions → Edit Profile. Beri nama Scout dan judul DataCamp Learning Scout.

Deskripsi memuat aturan yang berlaku setiap minggu. Topik minggu ini tempatnya di bagian lain. Tambahkan aturan seperti ini:

• Pilih kurasi konten pembelajaran DataCamp dan cocokkan dengan tingkat keterampilan dan anggaran waktu yang dinyatakan.
• Perlakukan profil ini sebagai konteks tetap, bukan sebagai tugas. Tunggu pesan terpisah sebelum memulai riset.
• Gunakan hanya topik dan anggaran waktu pada tugas saat ini. Jangan menggunakan ulang topik dari percakapan sebelumnya.
• Buka halaman DataCamp masing-masing kandidat sebelum merekomendasikannya.
• Kutip tingkat dan durasi persis seperti yang tercetak di halaman, dan tulis "not listed" saat halaman tidak mencantumkan nilai.
• Jaga tautan sumber tetap utuh dan jangan pernah mengada-adakan detail kursus.
• Utamakan materi praktis ketika dua sumber daya membahas konsep yang sama.

Pada upaya penyiapan pertama, Scout memperlakukan profil sebagai tugas langsung dan memulai rencana ETL yang tidak terkait. Saya menghentikannya, membuat Scout baru, dan menambahkan dua aturan menunggu di bawah ini: 

• Ajukan pertanyaan klarifikasi saat tujuan belajar ambigu, daripada menebak.
• Jangan pernah membuat akun, mendaftar, atau membeli apa pun.

Bot baru tersebut kemudian menunggu tugas terpisah alih-alih memulai pekerjaan dari profilnya.

Scout khusus juga menjaga rutinitas mingguan tetap terpisah dari chat umum yang panjang, sehingga setiap run hanya membawa konteks yang dibutuhkan untuk rencana belajar.

Penting untuk menempatkan batasan di profil sehingga batasan tersebut juga berlaku saat rutinitas berjalan tanpa kita mengawasi. Juga, jaga agar profil cukup singkat untuk ditinjau saat pekerjaan Scout berubah. Langkah 2 menangani topik dan batas waktu.

Profil Scout memuat aturan riset yang tahan lama. Video oleh Penulis.

Langkah 2: Tulis Tugas Riset Pertama Bot

Kita bisa memberi Scout tugas dengan bahasa alami, namun permintaan tetap memerlukan detail. Dokumen menyarankan untuk menamai hasil, sumber, batasan, keluaran, dan titik di mana Bot harus berhenti untuk ditinjau.

Apa yang termasuk dalam profil dan pesan?

Profil dan pesan menjawab pertanyaan yang berbeda:

• Profil menjelaskan bagaimana Scout bekerja. 
• Pesan menjelaskan apa yang harus dilakukan minggu ini. 

Setelah itu, skill menyimpan langkah-langkahnya, sementara setiap run rutinitas membaca masukan terbaru.

Profil sudah mencakup pemeriksaan halaman dan tautan sumber. Di pesan, berikan tingkat pembelajar dan tugas minggu ini, minta beberapa sumber daya dalam empat jam, dan hentikan Bot untuk ditinjau.

Kami mengirim tugas pertama sebagai satu pesan dan tidak menambahkan batasan saat Scout bekerja:

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 memulai penelusuran browser dan mengembalikan rencana untuk ditinjau. Respons pertama menggunakan tingkat yang salah untuk satu kursus, yang saya koreksi di Langkah 4.

Buat file pembelajar mingguan

Memori Bot bukan catatan andal untuk detail yang berubah. Buat /workspace/learner-profile.md pada komputer bersama dan gunakan sebagai sumber kebenaran untuk setiap run mingguan.

# 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

Perbarui file ini ketika tujuan, anggaran, atau daftar yang telah diselesaikan berubah. Scout harus membacanya sebelum setiap rencana dan berhenti jika file ini hilang atau kedaluwarsa.

Langkah 3: Tinjau Riset di Agent Computer Grok Bot

Percakapan menampilkan alat, file, pertanyaan, dan persetujuan. Agent Computer menampilkan klik, pengetikan, navigasi, dan status. Meninggalkan salah satu tampilan tidak menghentikan pekerjaan.

Apa yang perlu diperhatikan di Agent Computer

Periksa bahwa Scout membuka setiap halaman kursus alih-alih bergantung pada cuplikan pencarian. Catat juga satu sumber daya yang ditolaknya dan alasannya.

Jika macet, periksa masalah login, CAPTCHA, dan persetujuan yang disebutkan sebelumnya. Selesaikan hanya langkah yang terblokir sebelum menyerahkan kendali kembali. Jangan menempelkan sandi ke chat; gunakan permintaan rahasia yang aman.

Tampilan komputer menunjukkan bahwa sebuah halaman telah dikunjungi, tetapi tidak membuktikan jawaban finalnya benar. Simpan transkrip percakapan karena itu menunjukkan halaman mana yang digunakan Bot dan apakah ia mengubah arah.

Pendekatan yang menempatkan browser terlebih dahulu ini cocok dengan alur kerja DataCamp kita karena halaman itu sendiri adalah buktinya. Untuk layanan dengan konektor yang didukung, gunakan konektor untuk data terstruktur dan buka browser hanya saat halaman perlu diperiksa secara visual.

Dalam run kami, Agent Computer membuka halaman kanonis Introduction to AI Agents. Header-nya menunjukkan Basic dan 1 hr 30 min. Durasi cocok dengan jawaban Scout, tetapi tingkatnya tidak.

Agent Computer terbuka pada halaman DataCamp. Gambar oleh Penulis.

Langkah 4: Verifikasi dan Koreksi Keluaran Bot

Di sinilah kita memperlambat. Kita menempatkan rencana di samping halaman DataCamp sebelum menerimanya.

Periksa tautan, tingkat, prasyarat, dan waktu

Baca rencana baris demi baris. Tata letak yang rapi masih bisa menyembunyikan tingkat yang salah, tautan rusak, atau total yang keliru. Periksa hal-hal berikut:

• Apakah tautannya menuju halaman DataCamp nyata dengan judul persis tersebut?
• Apakah tingkat yang dinyatakan cocok dengan yang tercetak di halaman?
• Apakah pembelajar telah memenuhi setiap prasyarat yang tercantum?
• Apakah aritmetika berada di angka empat jam atau kurang menggunakan durasi yang ditampilkan di halaman?
• Apakah ada progresi nyata, atau tiga kursus pemula yang saling menggantikan?
• Apakah ada yang masuk hanya karena cocok kata kunci?

Kita harus menjumlahkan durasi halaman alih-alih mempercayai total dalam rencana. Jika hasilnya melebihi 4 jam, kita meminta Scout untuk menghapus item yang paling tidak relevan dan menghitung ulang.

Rencana pertama Scout memuat Introduction to AI Agents, Building AI Agents with CrewAI, dan Building AI Agents with Google ADK. Durasi tercetak berjumlah 3 jam 30 menit, jadi rencana sesuai anggaran dan menyisakan 30 menit.

Masalahnya adalah tingkat kursus pertama. Scout menulis Beginner, sementara halaman kanonis mencetak Basic. Kami mengirim satu koreksi:

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 membuka ulang ketiga halaman, hanya mengubah tingkat pertama, dan mempertahankan total 3 jam 30 menit. Koreksi itu kecil, tetapi menegaskan bahwa tautan yang valid dan label yang tampak masuk akal tidaklah cukup.

Rencana pertama di samping rencana yang dikoreksi. Gambar oleh Penulis.

Tangani durasi yang tidak tercantum

Kita tidak boleh mengubah XP, video, atau latihan menjadi jam. Jika kolom durasi tidak selaras, kita mempertahankan setiap nilai tercetak, menyebutkan nama kolomnya, dan menggunakan batas atas tertinggi hanya untuk pemeriksaan anggaran.

Simpan aturan berulang di profil Bot

Setelah mengoreksi rencana, saya hanya menambahkan aturan yang harus berlaku setiap minggu ke deskripsi Bot. Topik atau batas waktu satu kali tetap berada di file masukan mingguan kita.

Langkah 5: Simpan Alur Kerja Bot sebagai Skill

Dua praktik terbaik untuk menyimpan alur kerja sebagai skill:

• Jangan simpan proses hingga versi manualnya berfungsi. Jika tidak, skill hanya akan mengulang masalah yang sama.
• Jaga skill tetap sempit: satu keluarga sumber, satu format keluaran, dan satu batas persetujuan. Jika harus menebak sistem mana yang digunakan atau apa yang dikembalikan, ia bisa menyimpang dan menghabiskan lebih banyak penggunaan.

Apa yang termasuk dalam Skill

Minta Scout menyimpan Skill bernama Weekly DataCamp Learning Plan. Skill ini harus membaca /workspace/learner-profile.md, memeriksa setiap prasyarat terhadap latar belakang pembelajar dan sumber daya yang sudah diselesaikan, menjumlahkan durasi halaman, mengembalikan kolom yang disepakati, dan berhenti sebelum tindakan apa pun yang memerlukan persetujuan.

Setelah disimpan, rujuk dengan / di kolom komposer. Jika tidak muncul, aktifkan di Settings → Plugins → Yours.

Skill tersimpan dengan input dan validasi. Gambar oleh Penulis.

Uji skill pada tujuan yang berbeda

Saya mengubah tujuan pembelajar menjadi evaluasi LLM, mengurangi anggaran menjadi 3 jam, dan memanggil Skill yang tersimpan dengan satu permintaan singkat: "Bangun rencana minggu ini menggunakan profil pembelajar saat ini."

Scout menggunakan Agent Computer dan mengembalikan satu kursus, LLM Application Evaluation with LangSmith, tanpa membawa rekomendasi dari rencana agen AI sebelumnya. Ia juga mengecualikan halaman yang tidak relevan dan tutorial yang tidak memiliki durasi tercetak.

Halaman kursus kanonis menampilkan dua format durasi: 2 hr sebagai estimasi di ringkasan dan chip durasi 1 hr - 3 hr. Scout menyalin chip tersebut tetapi memperlakukan batas atasnya sebagai total tetap tiga jam. Kami memintanya menyebutkan nama kolom yang digunakan, mempertahankan kedua nilai tercetak, dan menggunakan batas atas hanya untuk pemeriksaan anggaran.

Pemeriksaan prasyarat berikutnya menemukan masalah yang lebih penting: kursus tersebut mensyaratkan LLM Application Fundamentals with LangChain, yang belum diselesaikan oleh pembelajar kita. Membuka halaman kanonis diperlukan, tetapi skill juga perlu membandingkan prasyarat dengan profil pembelajar sebelum merekomendasikan kursus.

Saya memperbarui skill untuk membandingkan setiap prasyarat dengan profil pembelajar dan melaporkan setiap kolom durasi yang bertentangan sebelum memilih sumber daya.

Langkah 6: Jadwalkan Skill sebagai Rutinitas Mingguan Grok Bot

Karena komputer cloud terus berjalan seperti dijelaskan sebelumnya, rutinitas dapat berjalan saat laptop ditutup. Kita mengujinya sebelum mengandalkan jadwal hari Senin.

Jadwal mingguan dipilih dengan sengaja di sini. Menjalankan riset yang sama setiap beberapa menit akan menghabiskan penggunaan meski detail pembelajar dan halaman DataCamp belum berubah.

Tetapkan jadwal, zona waktu, dan batasan

Kami menetapkan zona waktu di Settings → General → Agent, lalu membuat Rutinitas dengan lima detail: 

• Jadwal
• Di mana membaca tujuan dan anggaran
• Apa yang dikembalikan
• Apa yang memerlukan persetujuan
• Apa yang dilakukan jika sumber hilang

Jika /workspace/learner-profile.md hilang, atau Scout tidak dapat melanjutkan, rutinitas harus melaporkan masalah dan berhenti alih-alih mencoba lagi dalam loop. Ia mewarisi tindakan yang diblokir milik Scout, sementara persetujuan berlaku hanya jika nanti kita menambahkan tindakan eksternal lainnya. Kelola Rutinitas dari View conversation details → Routines.

Rutinitas hari Senin menampilkan jadwal dan zona waktu. Gambar oleh Penulis.

Jalankan sekarang alih-alih menunggu Senin

Alih-alih menunggu hari Senin, saya memulai uji coba dengan skill yang diperbarui dan profil evaluasi LLM yang sama. Rutinitas membuka halaman kandidat, melaporkan semua kolom durasi LangSmith, dan menandai prasyarat LangChain sebagai not met.

Jika tidak mulai, periksa apakah rutinitas aktif, lalu periksa detailnya (jadwal, zona waktu, Bot, sumber pembelajar, sesi browser), dan terakhir, sisa penggunaan. Detail pembelajar yang hilang atau sesi yang kedaluwarsa dapat menghentikan run.

Rutinitas tidak memasukkan LangSmith ke dalam rencana, mengecualikan kandidat lain karena tidak relevan, memiliki prasyarat yang belum terpenuhi, atau tidak memiliki durasi kursus yang tercantum, dan mengembalikan Total: 0. Mengisi minggu secara paksa akan melanggar aturan validasi.

Run tersebut muncul di Run history dengan tanda selesai, dan hasilnya tetap ada di percakapan Scout. Uji akhir ini menegaskan bahwa jadwal, Skill tersimpan, kebijakan durasi, dan pemeriksaan prasyarat bekerja bersama.

Uji rutinitas selesai dan menampilkan riwayat. Video oleh Penulis.

Pemikiran Akhir

Dalam tutorial ini, kita membangun DataCamp Learning Scout di sekitar satu sumber pembelajar terkini, pemeriksaan sumber, sebuah skill yang dapat digunakan kembali, dan rutinitas mingguan. Profil menyimpan aturan tetap, skill menyimpan metode riset, dan rutinitas menyediakan jadwal hari Senin.

Seperti yang terlihat, jalan menuju run mingguan terjadwal yang melakukan persis seperti seharusnya melibatkan sedikit coba-coba. Pengujian mengungkap tiga masalah yang bisa disembunyikan jawaban yang terlihat rapi: Beginner alih-alih Basic, rentang durasi yang diperlakukan sebagai total tetap, dan prasyarat yang tidak terpenuhi. Dua yang pertama dikoreksi dengan membuka ulang halaman kanonis. Yang ketiga memerlukan aturan prasyarat baru dan uji Skill lain sebelum Rutinitas bisa dipercaya.

Dari sini, kita dapat menambahkan riwayat penyelesaian untuk menghentikan rekomendasi berulang atau membuat Study Coach Bot yang mengubah sumber daya pilihan Scout menjadi jadwal belajar. Jika Teach a task muncul di aplikasi, kita juga dapat menggunakannya untuk merekam alur kerja browser dan membuat draf Skill.