Tutorial Grok Build: crea un progetto di machine learning

Grok 4.6 è l’ultimo modello di IA che alimenta Grok Build, progettato per il coding, i task agentici e il lavoro su conoscenza complessa. Grok Build porta queste capacità direttamente nel tuo terminale, dove può pianificare progetti, creare e modificare file, installare pacchetti, eseguire comandi, testare il codice e correggere errori con la tua approvazione.

In questa guida esplorerò Grok Build, ne mostrerò le funzionalità chiave e configurerò la memoria tra sessioni, le istruzioni di progetto, le skill riutilizzabili e le impostazioni di sicurezza.

Lo useremo poi per creare un progetto di machine learning completo end-to-end, dall’impostazione dell’ambiente e l’analisi dei dati fino all’addestramento dei modelli, la valutazione dei risultati e la creazione di un’applicazione di previsione.

Cos’è Grok Build?

Grok Build è l’agente di coding di SpaceXAI che gira direttamente nel tuo terminale.

Appartiene alla stessa categoria di strumenti di Claude Code e OpenCode: descrivi in linguaggio naturale cosa vuoi costruire e l’agente lavora con i file e gli strumenti sul tuo computer per completare il task.

Può esplorare un progetto esistente, creare e modificare file, installare pacchetti, eseguire comandi, testare il codice, identificare errori e risolvere problemi.

Grok Build è anche sorprendentemente facile da usare. Non devi fornire istruzioni di coding dettagliate per ogni passaggio e può riutilizzare configurazioni di altri agenti di coding, incluse skill degli agenti, configurazioni MCP e impostazioni di progetto.

Queste funzionalità rendono l’installazione e la configurazione molto più fluide, soprattutto se già usi strumenti simili.

Lo svantaggio principale è il limite d’uso.

Sebbene Grok Build sia disponibile nel piano gratuito, la quota gratuita può esaurirsi rapidamente quando lavori a un progetto completo.

Il piano completo SuperGrok costa 30 $ al mese, che sembra costoso rispetto ad alcuni strumenti concorrenti. Claude Pro, ad esempio, costa 20 $ al mese e include l’accesso a Claude Code.

Nonostante il prezzo, Grok Build è un agente di coding capace e accessibile, soprattutto per chi vuole un assistente IA che sappia fare più che generare piccoli snippet di codice.

Funzionalità principali di Grok Build

Grok Build include funzionalità standard degli agenti di coding come la Modalità Piano e le istruzioni di progetto tramite un file AGENTS.md.

Tuttavia, memoria, generazione di media, automazione in background, gestione degli agenti e sistema di estensioni lo rendono più utile per progetti di grandi dimensioni.

1. Memoria tra sessioni

Grok può ricordare informazioni utili tra sessioni diverse, incluse istruzioni di progetto, decisioni tecniche, strutture di cartelle e regole di coding.

Questo significa che non devi spiegare ogni volta lo stesso progetto quando torni a lavorarci.

2. Subagent

Grok può creare agenti figli indipendenti con un proprio contesto.

Per esempio, un agente può esplorare il codebase mentre un altro crea un piano, scrive test o lavora su una funzionalità separata.

3. Fork e rewind della sessione

Puoi fare il fork di una sessione per testare un approccio diverso senza perdere la conversazione originale.

Rewind ti permette anche di tornare a una fase precedente quando qualcosa va storto.

4. Git worktree

Le Git worktree consentono a Grok di lavorare all’interno di una copia isolata del repository.

Questo protegge il progetto principale mentre testi funzionalità sperimentali o esegui più agenti in parallelo.

5. Generazione di immagini e video

Puoi generare immagini e video direttamente in Grok Build usando i comandi /imagine e /imagine-video.

Questo è utile quando costruisci applicazioni che hanno bisogno di asset visivi, mockup o contenuti demo.

6. Loop di esecuzione

Il comando /loop consente a Grok di ripetere un prompt a un intervallo selezionato. Per esempio, puoi chiedergli di controllare i test, monitorare un deployment o segnalare nuovi errori ogni pochi minuti.

7. Modalità Vim

Grok Build include una modalità Vim per chi preferisce i controlli da tastiera in stile Vim mentre naviga nell’interfaccia del terminale. Puoi abilitarla o disabilitarla con /vim-mode.

8. Personae

Le personae ti permettono di dare agli agenti stili comportamentali, aree di focus o regole di lavoro differenti.

Puoi gestirle con /personas e applicarle a diversi subagent.

9. Dashboard degli agenti

L’Agent Dashboard offre una panoramica live di tutte le tue sessioni.

Puoi vedere quali agenti stanno lavorando, attendono input, sono completati o falliti e aprire qualsiasi sessione direttamente dalla dashboard.

10. Hook

Gli hook permettono a Grok di eseguire automaticamente comandi o chiamare un endpoint HTTP prima o dopo eventi specifici.

Puoi usarli per bloccare comandi pericolosi, formattare il codice dopo le modifiche, registrare l’uso degli strumenti o inviare una notifica quando un task termina.

11. Plugin

I plugin estendono Grok Build con agenti aggiuntivi, hook, server MCP, language server e altre funzionalità. I plugin esistenti di Claude Code possono anche essere rilevati automaticamente senza richiedere una nuova configurazione completa.

12. Marketplace dei plugin

Il Marketplace integrato ti permette di sfogliare e installare plugin da fonti configurate direttamente in Grok Build. Puoi aprirlo con il comando /marketplace.

Come configurare Grok Build

Prima di costruire il progetto di machine learning, dobbiamo installare Grok Build, collegare il nostro account SpaceXAI e aprirlo dentro una cartella di progetto dedicata.

1. Installa Grok Build

Apri il terminale ed esegui il comando per il tuo sistema operativo.

Per macOS, Linux o WSL:

curl -fsSL https://x.ai/cli/install.sh | bash

Per Windows PowerShell:

irm https://x.ai/cli/install.ps1 | iex

L’installer scarica Grok Build e aggiunge il comando grok al tuo sistema.

2. Accedi al tuo account SpaceXAI

Poi accedi eseguendo:

grok login

Grok Build aprirà una finestra del browser dove potrai accedere al tuo account SpaceXAI e approvare l’accesso.

Di solito è un passaggio che fai una sola volta.

3. Crea la cartella del progetto

Crea una cartella separata per il progetto di machine learning e spostati al suo interno:

mkdir machine-learning-project
cd machine-learning-project

Ora avvia Grok Build dentro la cartella:

grok

Configura Grok Build per il progetto

Prima di costruire qualsiasi cosa, configureremo Grok Build per ricordare le informazioni importanti del progetto, seguire regole di permessi più sicure e applicare le stesse istruzioni di sviluppo in ogni sessione.

1. Abilita la memoria tra sessioni

La memoria tra sessioni permette a Grok di ricordare informazioni utili dopo che chiudi il terminale e torni al progetto in seguito.

Avvia Grok Build con la memoria abilitata:

grok --experimental-memory

Dentro Grok Build, puoi salvare manualmente una nota importante:

/remember This project uses uv for package management and pytest for testing.

Puoi anche usare /memory per visualizzare e gestire le informazioni salvate.

Usa la memoria per dettagli stabili come comandi importanti, scelte tecnologiche, strutture di cartelle e convenzioni di coding.

Le istruzioni temporanee dovrebbero restare nella sessione corrente.

2. Aggiungi regole di permesso sicure

Grok Build usa di default la modalità Ask, cioè richiede l’approvazione prima di eseguire strumenti che non sono già stati consentiti.

Aggiungeremo regole di permesso a livello di progetto per rendere lo sviluppo normale più fluido bloccando esplicitamente le azioni rischiose.

Chiedi a Grok di preparare la configurazione:

Create a safe .grok/config.toml configuration for this project. 
Allow normal file editing, Git inspection, testing, and linting, 
but deny access to secret files, destructive shell commands, Git pushes, 
force pushes, and changes outside the project folder.

3. Crea istruzioni di progetto permanenti

Crea poi un file AGENTS.md con le regole che Grok dovrebbe seguire in tutto il progetto.

Grok carica automaticamente questo file ogni volta che lavora nel repository, quindi non devi ripetere le stesse istruzioni in ogni sessione.

Usa il seguente prompt:

Create a short AGENTS.md file for an end-to-end machine learning project. 
Protect the raw data, prevent data leakage, use reusable Python modules, 
manage packages with uv, add tests, commit every major change, and validate 
each stage before continuing.

Mantieni le istruzioni brevi e specifiche: Grok seguirà più facilmente regole di progetto focalizzate in modo coerente.

4. Verifica la configurazione

Infine, controlla che Grok abbia rilevato le regole del progetto, le impostazioni, le skill, i plugin e i server MCP:

grok inspect

Quando tutto appare corretto, possiamo iniziare a costruire il progetto di machine learning.

Demo Grok Build: crea un progetto di machine learning end-to-end

Ora che Grok Build è installato e configurato, possiamo usarlo per creare da zero l’intero progetto di machine learning.

1. Crea il piano del progetto

Inizia passando alla Modalità Piano, così Grok può analizzare il task e spiegare come intende costruire il progetto prima di modificare qualsiasi file:

/plan

Poi inserisci il seguente prompt:

Build an end-to-end machine learning project from scratch. 
Check whether Git and uv are installed, initialize the repository, 
create a uv environment, install the required packages, organize the project, 
download a toy dataset, analyze and clean the data, create visualizations, 
train and compare models, evaluate the best model, build a simple prediction 
CLI application, add tests, and document the results.

2. Rivedi e approva il piano

Quando il piano è pronto, leggilo con attenzione. Puoi chiedere a Grok di aggiungere passaggi mancanti, rimuovere lavoro non necessario o cambiare gli strumenti e le librerie che intende usare.

Quando tutto ti sembra corretto, approva il piano. Grok inizierà quindi a creare il progetto, installare pacchetti, scrivere codice, eseguire test e mostrarti le modifiche che apporta.

3. Continua dopo aver raggiunto il limite d’uso

Durante la creazione del progetto abbiamo raggiunto il limite d’uso gratuito.

I task di coding di grandi dimensioni consumano più utilizzo rispetto alle normali richieste in chat, quindi può succedere rapidamente quando Grok analizza dati, addestra modelli, corregge errori ed esegue test.

SuperGrok attualmente costa 30 $ al mese e offre limiti d’uso più alti per le funzionalità di Grok.

Non è economico, ma la quota aggiuntiva può essere utile quando stai costruendo un progetto completo e non solo testando pochi prompt.

Dopo l’upgrade, torna alla stessa sessione e digita:

continue

Grok riprenderà da dove si era fermato e continuerà a costruire il progetto.

4. Rivedi il riepilogo finale del progetto

Quando il lavoro è completo, Grok fornisce un riepilogo che spiega cosa ha creato. Include l’analisi dei dati, le visualizzazioni, i risultati del confronto tra modelli, le metriche di valutazione, i test, la struttura del progetto e le istruzioni per eseguire l’applicazione di previsione.

Nel nostro progetto, Grok ha addestrato un modello di regressione logistica sul dataset Palmer Penguins.

Il miglior modello ha ottenuto circa il 98% di accuratezza e un F1 score del 97,6%, un ottimo risultato per questo piccolo progetto di classificazione.

5. Esplora i file generati

Puoi aprire la cartella del progetto in VS Code ed esplorare i file generati uno per uno.

Questo è utile per capire come Grok ha organizzato il codice sorgente, la pipeline di elaborazione dati, i test, i report e l’applicazione da riga di comando.

Anche se Grok ha creato il progetto per noi, è comunque importante rivedere il codice e capire come funziona ogni parte.

6. Testa l’applicazione di previsione

Apri un altro terminale nella cartella del progetto ed esegui il seguente comando:

uv run penguins predict \
  --bill-length 39.1 \
  --bill-depth 18.7 \
  --flipper 181 \
  --body-mass 3750 \
  --sex male \
  --island Torgersen

L’app CLI elabora i valori usando la stessa pipeline di preprocessing e lo stesso modello addestrato usati durante la valutazione. Nel nostro test, ha restituito la specie di pinguino attesa, confermando che l’applicazione di previsione funziona correttamente.

Considerazioni finali

Nel complesso, penso che Grok Build sia un agente di coding molto valido e sorprendentemente rifinito.

Puoi usarlo tramite l’abbonamento SuperGrok oppure collegarlo direttamente alla SpaceXAI API usando una chiave API.

Ancora più importante, non sei limitato ai modelli Grok.

Grok Build supporta modelli personalizzati tramite API compatibili con OpenAI e Anthropic, il che significa che puoi collegare anche un modello open-source in locale o usare un altro provider di API.

Puoi seguire la guida alla configurazione di modelli personalizzati per impostare il tutto.

Funziona inoltre senza intoppi con plugin, marketplace, skill riutilizzabili, agenti, hook e server MCP.

Grok può rilevare automaticamente skill, plugin, configurazioni MCP e file di istruzioni esistenti di Claude Code senza richiederti di riconfigurare tutto da zero.

L’esperienza complessiva è molto user-friendly.

Gli aggiornamenti vengono verificati automaticamente all’avvio di Grok Build, mentre il comando grok update ti permette di installare manualmente l’ultima versione.

Dall’installazione e configurazione al cambio di modelli e all’aggiunta di strumenti, tutto risulta semplice e ben progettato.

Rispetto a OpenCode, al momento Grok Build mi sembra il prodotto più rifinito e maturo.

È già vicino a Claude Code per funzionalità ed esperienza di coding complessiva, e mi aspetto che continui a migliorare.

La mia preoccupazione principale resta il costo e l’uso gratuito limitato, ma a parte l’abbonamento ho grandi aspettative per Grok Build.