Grok Bot-tutorial: een wekelijkse AI-onderzoeksagent bouwen

Wat is Grok Bot?

Grok Bot is de agent-app van SpaceXAI, beschikbaar via Cursor, om benoemde Bots te maken die hun rol en gesprek tussen taken bewaren. Het staat los van de Grok-chatapp en Grok Build, de coding-CLI.

De loop van Grok Bot werkt anders dan die van de meeste andere AI-assistants. Jij geeft het gewenste resultaat op, de bot werkt in de apps en websites die de taak raakt, en komt terug met óf afgerond werk óf een vraag die jouw oordeel vereist. Voorkeuren en rolcontext blijven tussen gesprekken behouden, al hoort alles wat wekelijks verandert in een bestand dat de Bot leest, niet in z’n geheugen.

Voor meer achtergrond raad ik aan onze Grok Bot-gids te lezen.

Hoe Bots, skills en routines werken in Grok Bot

We hebben vier termen nodig voor deze Grok Bot-tutorial. SpaceXAI’s gids over Bots en cloudcomputers en productgidsen definiëren ze als volgt:

• Bot: Een agent met een naam, een taak, een eigen gesprek en opgeslagen context.
• Cloudcomputer: Een persistente machine die door elke Bot op jouw account wordt gedeeld, met een eigen browser, bestanden en een terminal. Hij blijft draaien nadat we de laptop sluiten.
• Skill: Een set instructies om een taak uit te voeren, het resultaat te controleren en te weten wanneer om goedkeuring te vragen.
• Routine: Een opdracht die één Bot vertelt wanneer een taak moet draaien, op schema of na een ondersteunde gebeurtenis.

Die volgorde volgt de officiële gids voor skills en routines, die testen vóór inplannen zet.

Delen Grok Bots één cloudcomputer?

Ja. De Grok Bot-FAQ zegt dat de computer bij je account hoort, niet bij een individuele Bot. Elke Bot kan de browsercookies, opgeslagen logins en bestanden op die computer zien, al krijgt elke Bot een apart scherm voor z’n eigen browsertaken.

We houden de Scout-workflow eerst op publieke pagina’s. Als we later inloggen bij DataCamp, Notion of een andere dienst, kan elke Bot die sessie gebruiken. Scout verwijderen garandeert niet dat gedeelde bestanden of loginstatus weg zijn, dus we moeten uitloggen en opruimen wat we niet beschikbaar willen houden voor andere Bots.

Eén account, één computer, veel Bots. Afbeelding door de auteur.

Een wekelijkse DataCamp Learning Scout bouwen met Grok Bot

De Scout leest een leerprofiel en een tijdbudget, en geeft dan een kort plan terug. Onze lerende kent Python en basisconcepten van LLM’s, is nieuw in agentorkestratie, en heeft deze week vier uur. Onze AI Agent Fundamentals-track duurt zes uur, dus de hele track past niet.

De grens van vier uur zet een cutoff; het outputformaat geeft aan wanneer het plan af is.

Wat moet de Scout-Bot opleveren?

Voor elke bron moet de Scout de volgende details van de cursuspagina teruggeven: 

• Titel en link
• Type (cursus, track, project of tutorial)
• Niveau (basic, intermediate of advanced)
• Duur (als die op de pagina staat)
• Reden voor de selectie
• Plaats in de volgorde

Sluit af met de totale tijd en één weekdoel. Als een pagina geen duur toont, is het antwoord "not listed", niet een schatting.

Voor onze lerende zijn drie gecontroleerde bronnen genoeg. De Scout mag er minder teruggeven als het beschikbare materiaal niet past bij het doel, niveau of budget.

Elke reden moet naar deze lerende verwijzen. "Sluit aan bij de Python-kennis die de lerende al heeft en bouwt voort op de concepten uit de Basic-cursus ervoor" verklaart de keuze. "Behandelt AI-agents" niet. Ook de volgorde heeft een reden nodig, zoals eerst de basiscursus afronden vóór een project dat dezelfde ideeën veronderstelt.

Waarom zoek-snippets niet genoeg zijn

Zoek-snippets kunnen verouderd zijn of het niveau en de duur weglaten. De Scout mag ze gebruiken om kandidaten te vinden, maar moet de DataCamp-pagina lezen voordat een bron aan het plan wordt toegevoegd.

We moeten deze regel in de instructies zetten. Een site kan de Bot alsnog blokkeren, een login vereisen of een CAPTCHA tonen. De Bot moet ons dan vragen om over te nemen.

Hoe je Grok Bot gebruikt

Door de samenwerking tussen SpaceXAI en Cursor zijn er twee verschillende manieren om Grok Bot te gebruiken

Grok Bot-abonnementen

Grok Bot heeft geen permanent gratis niveau. Cursor biedt momenteel een beperkte proefperiode als gebruikstegoed. Betaalde toegang verloopt via een in aanmerking komend Cursor-abonnement of een SuperGrok-abonnement. In beide gevallen log je in met Cursor.

Het officiële Grok Bot-account zegt nu dat alle SuperGrok- en Cursor Pro-abonnees toegang hebben, en dat wekelijkse gebruikslimieten voor alle gebruikers zijn gereset. De hulppagina van Cursor weerspiegelde nog niet elk onderdeel van die aankondiging toen we die controleerden, dus bevestig de huidige status op de abonnementenpagina of in de app wanneer je dit leest.

Voor accounts die SuperGrok koppelen, beschrijft Cursor Help de koppeling nog als een permanente gebruiksverlening die het Cursor-abonnement niet wijzigt. Cursor telt agentstappen en tokens, niet berichten, dus controleer Usage and Billing vóór de onderzoeksrun en de Routine-test.

Privacy-instellingen en platformondersteuning

Grok Bot vereist cloudgegevensopslag. Het start niet als je Cursor-account Legacy Privacy Mode gebruikt. Wijzig die instelling in het Cursor-privacydashboard.

Grok Bot ondersteunt macOS op Apple silicon of Intel, Windows op x64 of Arm64, en iPhone op iOS 18 of later. Als je Linux, Android of iPad gebruikt, controleer dan de actuele platformlijst wanneer je dit leest, want de ondersteuning kan zijn gewijzigd.

Abonnementen omvatten wekelijks gebruik, maar Cursor publiceert geen één getal dat voor elk plan geldt. Een proefperiode biedt gebruikstegoed voor een venster van 7 dagen, en één grote taak kan dat verbruiken.

Stap 1: Installeer Grok Bot en maak de Bot

We hebben geen API-sleutels, lokale ontwikkelomgeving of DataCamp-login nodig voor het onderzoek zelf. De cursussen starten staat los daarvan en kan een account vereisen. Installeren kost maar een paar stappen, terwijl de Bot-beschrijving meer aandacht verdient dan de installer.

Installeren en inloggen

Download de desktopapp van de Grok Bot-onboardingspagina, en kies de build voor jouw machine. Log in via de browser met je Cursor-account. Als je organisatie single sign-on gebruikt, volg dan het gebruikelijke inlogscherm.

De eerste start eindigt op een "Maak kennis met een toekomstige teamgenoot"-scherm terwijl de cloudcomputer opstart. Als het vastloopt, sluit Grok Bot dan volledig af en open het opnieuw voordat je iets anders probeert. Blijft het probleem, update de desktopapp, sluit volledig af en open opnieuw, open dan Agent Computer en geef het de tijd om te voltooien. Gebruik Recover eerst en Reset alleen als laatste redmiddel, want Reset kan werk weggooien dat nog niet is gesynchroniseerd.

Grok Bot-desktopapp na inloggen. Afbeelding door de auteur.

Schrijf een beschrijving die langer meegaat dan deze week

Maak de Bot met New of Cmd/Ctrl+N, kies Create new agent, en open dan Bot actions → Edit Profile. Noem ’m Scout en geef de titel DataCamp Learning Scout.

De beschrijving bevat regels die elke week gelden. Het onderwerp van deze week hoort ergens anders. Voeg regels toe zoals deze:

• Selecteer DataCamp-leercontent en match die met een opgegeven vaardigheidsniveau en tijdbudget.
• Behandel dit profiel als een blijvende context, niet als een taak. Wacht op een apart bericht voordat je aan onderzoek begint.
• Gebruik alleen het onderwerp en tijdbudget uit de huidige taak. Hergebruik geen onderwerp uit een eerder gesprek.
• Open de eigen DataCamp-pagina van elke kandidaat voordat je die aanbeveelt.
• Quote niveau en duur exact zoals op de pagina staan, en schrijf "not listed" als de pagina geen waarde geeft.
• Hou bronlinks intact en verzin nooit cursusdetails.
• Geef de voorkeur aan hands-on materiaal wanneer twee bronnen hetzelfde concept behandelen.

Bij onze eerste setup zag Scout het profiel als een live taak en begon aan een niet-gerelateerd ETL-plan. Ik heb ’m gestopt, een nieuwe Scout gemaakt en de twee wachtregels hieronder toegevoegd: 

• Stel een verduidelijkende vraag als het leerdoel ambigu is, in plaats van te raden.
• Maak nooit accounts aan, schrijf niet in en koop niets.

De nieuwe Bot wachtte toen op een aparte taak in plaats van vanuit z’n profiel te beginnen.

Een dedicated Scout houdt de wekelijkse routine ook uit een lange algemene chat, zodat elke run alleen de context draagt die nodig is voor leerplannen.

Het is belangrijk om grenzen in het profiel te zetten zodat ze ook gelden wanneer een routine zonder ons toezicht draait. Hou het profiel ook kort genoeg om te herzien wanneer het werk van Scout verandert. Stap 2 behandelt het onderwerp en de tijdslimiet.

Scout-profiel bevat duurzame onderzoeksregels. Video door de auteur.

Stap 2: Schrijf de eerste onderzoekstaak van de Bot

We kunnen Scout een taak in gewone taal geven, maar het verzoek heeft nog steeds details nodig. De docs stellen voor om het resultaat, de bronnen, de grenzen, de output en het punt waar de Bot moet stoppen voor review, te benoemen.

Wat hoort in het profiel en wat in het bericht?

Profiel en bericht beantwoorden verschillende vragen:

• Het profiel zegt hoe Scout werkt. 
• Het bericht zegt wat Scout deze week moet doen. 

Daarna bewaart de skill de stappen, terwijl elke routinerun de nieuwste inputs leest.

Het profiel dekt al paginacontroles en bronlinks. Geef in het bericht het niveau van de lerende en de taak van deze week, vraag om een paar bronnen binnen vier uur, en laat de Bot stoppen voor review.

We stuurden de eerste taak als één bericht en voegden geen beperkingen toe terwijl Scout werkte:

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 startte de browserzoektocht en gaf een plan terug voor review. Het eerste antwoord gebruikte het verkeerde niveau voor één cursus, wat ik in stap 4 heb gecorrigeerd.

Maak het wekelijkse lerendenbestand

Bot-geheugen is geen betrouwbare registratie van veranderende details. Maak /workspace/learner-profile.md op de gedeelde computer en gebruik dit als de bron van waarheid voor elke wekelijkse run.

# 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

Werk dit bestand bij wanneer het doel, budget of de voltooide lijst verandert. Scout moet het vóór elk plan lezen en stoppen als het ontbreekt of verouderd is.

Stap 3: Onderzoek beoordelen in de Agent Computer van Grok Bot

Het gesprek toont tools, bestanden, vragen en goedkeuringen. Agent Computer toont klikken, typen, navigatie en status. Een van beide weergaven verlaten stopt het werk niet.

Waar je op let in Agent Computer

Controleer dat Scout elke cursuspagina opent in plaats van op een zoeksnippet te vertrouwen. Noteer ook één bron die het afwijst en de reden daarvoor.

Als het vastloopt, controleer dan de eerder genoemde login-, CAPTCHA- en goedkeuringsproblemen. Voltooi alleen de geblokkeerde stap voordat je de controle teruggeeft. Plak geen wachtwoorden in de chat; gebruik het beveiligde secret-verzoek.

De computerview laat zien dat een pagina is bezocht, maar bewijst niet dat het eindantwoord klopt. Bewaar het gesprekslog, want dat toont welke pagina’s de Bot gebruikte en of hij van koers veranderde.

Deze browser-first aanpak past bij onze DataCamp-workflow omdat de pagina zelf het bewijs is. Gebruik bij diensten met een ondersteunde connector de connector voor gestructureerde data en open de browser alleen wanneer de pagina visuele controle nodig heeft.

In onze run opende Agent Computer de canonieke Introduction to AI Agents-pagina. De header toonde Basic en 1 hr 30 min. De duur klopte met Scouts antwoord, maar het niveau niet.

Agent Computer geopend op een DataCamp-pagina. Afbeelding door de auteur.

Stap 4: Verifieer en corrigeer de output van de Bot

Hier nemen we gas terug. We leggen het plan naast de DataCamp-pagina’s voordat we het accepteren.

Controleer links, niveaus, vereisten en tijd

Lees het plan regel voor regel. Een nette lay-out kan nog steeds een verkeerd niveau, een kapotte link of een onjuiste optelsom verbergen. Controleer het volgende:

• Leiden de links naar echte DataCamp-pagina’s met precies die titels?
• Komt het opgegeven niveau overeen met wat er op de pagina staat?
• Heeft de lerende aan elke vermelde vereiste voldaan?
• Komt de optelsom uit op of onder vier uur met de duraties die op de pagina’s staan?
• Is er een echte opbouw, of drie inwisselbare beginnerscursussen?
• Staat er iets in puur vanwege een keywordmatch?

We moeten zelf de paginaduren optellen in plaats van te vertrouwen op het totaal in het plan. Als het resultaat boven 4 uur uitkomt, vragen we Scout het minst relevante item te verwijderen en opnieuw te rekenen.

Scouts eerste plan bevatte Introduction to AI Agents, Building AI Agents with CrewAI en Building AI Agents with Google ADK. De gedrukte duraties kwamen uit op 3 uur en 30 minuten, dus het plan paste binnen het budget en liet 30 minuten over.

Het probleem was het niveau van de eerste cursus. Scout schreef Beginner, terwijl de canonieke pagina Basic toonde. We stuurden één correctie:

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 opende alle drie de pagina’s opnieuw, wijzigde alleen het eerste niveau en hield het totaal op 3 uur en 30 minuten. De correctie was klein, maar bevestigde dat een geldige link en een plausibel label niet genoeg zijn.

Eerste plan naast het gecorrigeerde plan. Afbeelding door de auteur.

Ga om met ontbrekende duraties

We moeten XP, video’s of oefeningen niet omzetten naar uren. Als duurvelden verschillen, behouden we elke gedrukte waarde, noemen we het veld, en gebruiken we alleen de hoogste bovengrens voor de budgetcheck.

Bewaar terugkerende regels in het Bot-profiel

Na het corrigeren van ons plan voegde ik alleen de regel toe die elke week moet gelden aan de Bot-beschrijving. Een eenmalig onderwerp of tijdslimiet blijft in ons wekelijkse inputbestand.

Stap 5: Sla de Bot-workflow op als een skill

Twee best practices voor het opslaan van workflows als skills:

• Sla het proces niet op totdat de handmatige versie werkt. Anders herhaalt de skill alleen hetzelfde probleem.
• Hou de skill smal: één bronfamilie, één outputformaat en één goedkeuringsgrens. Als de skill moet raden welke systemen te gebruiken of wat terug te geven, kan hij afdwalen en meer gebruik verbruiken.

Wat hoort in de skill

Vraag Scout om een skill op te slaan met de naam Weekly DataCamp Learning Plan. De skill moet /workspace/learner-profile.md lezen, elke vereiste toetsen aan de achtergrond en voltooide bronnen van de lerende, de paginaduren optellen, de afgesproken velden teruggeven en stoppen vóór elke actie die goedkeuring vereist.

Zodra opgeslagen, verwijs je ernaar met / in de composer. Als de skill niet verschijnt, zet ’m dan aan onder Settings → Plugins → Yours.

Opgeslagen skill met inputs en validatie. Afbeelding door de auteur.

Test de skill op een ander doel

Ik wijzigde het doel van de lerende naar LLM-evaluatie, verlaagde het budget naar 3 uur en riep de opgeslagen skill aan met één kort verzoek: "Build this week's plan using the current learner profile."

Scout gebruikte Agent Computer en gaf één cursus terug, LLM Application Evaluation with LangSmith, zonder eerdere aanbevelingen uit het plan over AI-agents mee te nemen. Ook sloot Scout off-topic pagina’s en tutorials zonder gedrukte duur uit.

De canonieke cursuspagina toonde twee duurformaten: een 2 hr-schatting in de samenvatting en een 1 hr - 3 hr-duurchip. Scout kopieerde de chip maar behandelde de bovengrens als een vaste drie uur totaal. We vroegen om het gebruikte veld te benoemen, beide gedrukte waarden te bewaren en alleen de bovengrens te gebruiken voor de budgetcheck.

Een latere vereistencheck vond een belangrijker probleem: de cursus vereist LLM Application Fundamentals with LangChain, die onze lerende nog niet had voltooid. De canonieke pagina openen was nodig, maar de skill moest ook de vereisten vergelijken met het lerendenprofiel voordat een cursus werd aanbevolen.

Ik heb de skill bijgewerkt om elke vereiste te vergelijken met het lerendenprofiel en elk conflicterend duurveld te rapporteren vóór het kiezen van bronnen.

Stap 6: Plan de skill in als een wekelijkse Grok Bot-routine

Omdat de cloudcomputer blijft draaien zoals eerder beschreven, kan een routine draaien terwijl de laptop dicht is. We testen ’m voordat we op het maandagse schema vertrouwen.

Een wekelijks schema is hier bewust gekozen. Dezelfde research elke paar minuten draaien zou gebruik verbruiken, ook als de lerendedetails en DataCamp-pagina’s niet zijn veranderd.

Stel het schema, de tijdzone en de grenzen in

We zetten onze tijdzone onder Settings → General → Agent, en maakten vervolgens de Routine met vijf details: 

• Het schema
• Waar het doel en budget te lezen
• Wat terug te geven
• Wat goedkeuring vereist
• Wat te doen als een bron ontbreekt

Als /workspace/learner-profile.md ontbreekt, of Scout niet verder komt, moet de routine het probleem melden en stoppen in plaats van in een lus opnieuw te proberen. De routine erft de geblokkeerde acties van Scout, terwijl goedkeuring alleen geldt als we later nog een externe actie toevoegen. Beheer routines via View conversation details → Routines.

Maandagroutine met schema en tijdzone. Afbeelding door de auteur.

Voer ’m nu uit in plaats van te wachten tot maandag

In plaats van te wachten tot maandag startte ik een testrun met de bijgewerkte skill en hetzelfde LLM-evaluatieprofiel. De routine opende de kandidatenpagina’s, rapporteerde alle duurvelden van LangSmith en markeerde de LangChain-vereiste als niet voldaan.

Als de routine niet start, controleer dan of hij aan staat, kijk dan naar de details (schema, tijdzone, Bot, lerendenbron, browsersessie), en tot slot het resterende gebruik. Ontbrekende lerendedetails of een verlopen sessie kunnen de run stoppen.

De routine liet LangSmith buiten het plan, sloot de andere kandidaten uit omdat ze off-topic waren, onvoldane vereisten hadden of geen vermelde cursustijd, en gaf Total: 0 terug. De week opvullen had de validatieregels gebroken.

De run verscheen in de Run history met een voltooiingsvinkje, en het resultaat bleef in het Scout-gesprek. Deze laatste test bevestigde dat het schema, de opgeslagen skill, het duurbeleid en de vereistencheck met elkaar werkten.

Routinetest voltooit en toont geschiedenis. Video door de auteur.

Slotgedachten

In deze tutorial bouwden we een DataCamp Learning Scout rond één actuele lerendenbron, broncontroles, een herbruikbare skill en een wekelijkse routine. Het profiel bevatte de vaste regels, de skill borg de onderzoeksmethode en de routine leverde het maandagse schema.

Zoals je ziet, komt er wat trial-and-error kijken bij een wekelijkse geplande run die precies doet wat het moet. De tests brachten drie issues aan het licht die een gepolijst antwoord kan verbergen: Beginner in plaats van Basic, een duurreeks behandeld als een vast totaal en een onvoldane vereiste. De eerste twee corrigeerden we door de canonieke pagina’s opnieuw te openen. De derde vereiste een nieuwe vereistenregel en nog een skilltest voordat we de routine konden vertrouwen.

Van hieruit kunnen we een voltooiingsgeschiedenis toevoegen om herhaalde aanbevelingen te voorkomen of een Study Coach-Bot maken die de door Scout geselecteerde bronnen omzet in een studieschema. Als Teach a task in de app verschijnt, kunnen we daar ook een browserworkflow mee opnemen en een conceptskill maken.