Grok Bot-handledning: Bygga en veckovis AI-forskningsagent

Vad är Grok Bot?

Grok Bot är SpaceXAI:s agentapp, tillgänglig via Cursor, för att skapa namngivna bots som behåller sin roll och konversation mellan uppgifter. Den är separat från chattappen Grok och Grok Build, kodnings-CLI:n.

Grok Bots loop fungerar annorlunda än de flesta andra AI-assistenter. Du överlämnar ett önskat resultat, boten arbetar över de appar och webbplatser som uppgiften berör, och den återkommer antingen med färdigt arbete eller en fråga som kräver din bedömning. Den behåller stabila preferenser och rollkontext mellan konversationer, även om allt som ändras vecka för vecka hör hemma i en fil som boten läser, snarare än i dess minne.

För mer bakgrundsinformation rekommenderar jag att du läser vår Grok Bot-guide.

Hur bots, färdigheter och rutiner fungerar i Grok Bot

Vi behöver fyra termer för den här Grok Bot-handledningen. SpaceXAI:s guide till bots och molndatorer och produktguider definierar dem så här:

• Bot: En agent med ett namn, ett jobb, en egen konversation och sparad kontext.
• Molndator: En beständig maskin som delas av varje bot på ditt konto, med egen webbläsare, filer och terminal. Den fortsätter att köra efter att vi stängt laptopen.
• Färdighet: En uppsättning instruktioner för att utföra en uppgift, kontrollera resultatet och veta när det är dags att be om godkännande.
• Rutin: Ett uppdrag som talar om för en bot när en uppgift ska köras, antingen enligt schema eller efter en stödd händelse.

Den ordningen följer den officiella guiden för färdigheter och rutiner, som sätter testning före schemaläggning.

Delar Grok-botar en och samma molndator?

Ja. Grok Bots FAQ säger att datorn tillhör ditt konto, inte en enskild bot. Varje bot kan se dess webbläsarcookies, sparade inloggningar och filer på den datorn, även om varje bot får en separat skärm för sina egna webbläsaruppgifter.

Vi börjar med att hålla Scouts arbetsflöde på offentliga sidor. Om vi senare loggar in på DataCamp, Notion eller en annan tjänst kan varje bot använda den sessionen. Att radera Scout garanterar inte att delade filer eller inloggningsstatus tas bort, så vi behöver logga ut och städa upp sådant vi inte längre vill att andra bots ska komma åt.

Ett konto, en dator, många bots. Bild av författaren.

Bygga en veckovis DataCamp Learning Scout med Grok Bot

Scout läser en lärarprofil och tidbudget och returnerar sedan en kort plan. Vår deltagare kan Python och grundläggande LLM-koncept, är ny inom agentorkestrering och har fyra timmar den här veckan. Vår AI Agent Fundamentals-track är sex timmar, så hela tracken ryms inte.

Gränsen på fyra timmar sätter ett stopp; utdataformatet anger när planen är klar.

Vad ska Scout-boten returnera?

För varje resurs bör Scout returnera följande detaljer från kurssidan: 

• Titel och länk
• Typ (kurs, track, projekt eller handledning)
• Nivå (basic, intermediate eller advanced)
• Varaktighet (om den visas på sidan)
• Urvalsorsak
• Plats i ordningen

Den ska avsluta med total tid och ett veckomål. Om en sida utelämnar varaktighet är svaret ”not listed”, inte en uppskattning.

För vår deltagare räcker tre kontrollerade resurser. Scout kan returnera färre om det tillgängliga materialet inte passar mål, nivå eller budget.

Varje motivering bör referera till just den här deltagaren. ”Förutsätter den Python-kunskap deltagaren redan har och bygger vidare på koncepten från Basic-kursen innan” förklarar valet. ”Täcker AI-agenter” gör det inte. Även ordningen behöver en motivering, som att slutföra grundkursen före ett projekt som förutsätter samma idéer.

Varför sökutdrag inte räcker

Sökutdrag kan vara inaktuella eller utelämna nivå och varaktighet. Scout kan använda dem för att hitta kandidater, men måste läsa DataCamp-sidan innan en resurs läggs till i planen.

Vi behöver lägga in den här regeln i instruktionerna. En webbplats kan ändå blockera boten, kräva inloggning eller visa en CAPTCHA. Boten bör då be oss att ta över.

Så här får du tillgång till Grok Bot

På grund av samarbetet mellan SpaceXAI och Cursor finns det två olika sätt att få tillgång till Grok Bot

Grok Bot-planer

Grok Bot har ingen permanent gratisnivå. Cursor erbjuder för närvarande en begränsad provperiod som användningskrediter. Betald åtkomst kommer via en berättigad Cursor-plan eller SuperGrok-prenumeration. Oavsett vilket loggar du in med Cursor.

Det officiella Grok Bot-kontot säger nu att alla SuperGrok- och Cursor Pro-prenumeranter har åtkomst och att veckovisa användningsgränser återställts för alla användare. Cursors hjälpsida återspeglade ännu inte varje del av det meddelandet när vi kontrollerade, så bekräfta aktuell status på plansidan eller i appen när du läser detta.

För konton som länkar SuperGrok beskriver Cursor Help fortfarande länken som en permanent användningsrätt som inte förändrar Cursor-planen. Cursor räknar agentsteg och tokens, inte meddelanden, så kontrollera Usage and Billing före researchkörningen och rutinens test.

Sekretessinställningar och plattformsstöd

Grok Bot kräver lagring av data i molnet. Den startar inte om ditt Cursor-konto använder Legacy Privacy Mode. Ändra den inställningen i Cursors sekretesspanel.

Grok Bot stöder macOS på Apple silicon eller Intel, Windows på x64 eller Arm64 samt iPhone på iOS 18 eller senare. Om du använder Linux, Android eller iPad, kontrollera den aktuella plattformslistan när du läser detta eftersom stödet kan ha ändrats.

Prenumerationer inkluderar veckovis användning, men Cursor publicerar inte ett enda tal som gäller för varje plan. En provperiod ger användningskrediter under ett 7-dagarsfönster, och en enda stor uppgift kan förbruka dem.

Steg 1: Installera Grok Bot och skapa boten

Vi behöver inga API-nycklar, ingen lokal kodmiljö och ingen DataCamp-inloggning för själva researchen. Att starta kurserna är separat och kan kräva ett konto. Installationen tar bara några steg, medan botbeskrivningen behöver mer uppmärksamhet än själva installatören.

Installera och logga in

Ladda ner skrivbordsappen från Grok Bots onboarding-sida, och välj sedan bygget för din maskin. Logga in via webbläsaren med ditt Cursor-konto. Om din organisation använder single sign-on, följ dess vanliga inloggningsskärm.

Den första starten slutar på en ”Meet a future teammate”-skärm medan molndatorn startar. Om den fastnar, avsluta Grok Bot helt och öppna den igen innan du provar något annat. Om problemet kvarstår, uppdatera skrivbordsappen, avsluta den helt och öppna igen, öppna sedan Agent Computer och ge den tid att bli klar. Använd Recover härnäst och Reset endast i sista hand, eftersom Reset kan kasta bort arbete som inte har synkats.

Grok Bot-skrivbordsapp efter inloggning. Bild av författaren.

Skriv en beskrivning som överlever den här veckan

Skapa boten med New eller Cmd/Ctrl+N, välj Create new agent, öppna sedan Bot actions → Edit Profile. Döp den till Scout och ge den titeln DataCamp Learning Scout.

Beskrivningen rymmer regler som gäller varje vecka. Den här veckans ämne hör hemma någon annanstans. Lägg till regler som dessa:

• Kurera DataCamps utbildningsinnehåll och matcha det mot angiven kunskapsnivå och tidbudget.
• Behandla den här profilen som en stående kontext, inte som en uppgift. Vänta på ett separat meddelande innan du startar researchen.
• Använd endast ämnet och tidbudgeten i den aktuella uppgiften. Återanvänd inte ett ämne från en tidigare konversation.
• Öppna varje kandidats egen DataCamp-sida innan du rekommenderar den.
• Citera nivå och varaktighet exakt som sidan anger dem, och skriv ”not listed” när sidan utelämnar ett värde.
• Behåll källänkar intakta och hitta aldrig på kursdetaljer.
• Föredra praktiskt material när två resurser täcker samma koncept.

Vid vårt första försök behandlade Scout profilen som en aktiv uppgift och började på en orelaterad ETL-plan. Jag stoppade den, skapade en ny Scout och lade till de två väntereglerna nedan: 

• Ställ en förtydligande fråga när lärandemålet är otydligt, i stället för att gissa.
• Skapa aldrig konton, anmäl eller köp något.

Den nya boten väntade sedan på en separat uppgift i stället för att börja jobba utifrån sin profil.

En dedikerad Scout håller också den veckovisa rutinen utanför en lång allmän chatt, så varje körning bär bara den kontext som behövs för studieplaner.

Det är viktigt att lägga in begränsningar i profilen så att de också gäller när en rutin körs utan att vi tittar. Håll också profilen tillräckligt kort för att kunna granskas när Scouts jobb ändras. Steg 2 hanterar ämnet och tidsgränsen.

Scout-profilen innehåller beständiga forskningsregler. Video av författaren.

Om du inte vill börja från en tom profil kan du lägga till vår Scout-mall med samma starroll och beskrivning. Jag skapade profilen manuellt här, så varje regel är synlig innan Scout får sin första uppgift. Oavsett väg, granska beskrivningen innan du fortsätter.

Steg 2: Skriv botens första forskningsuppgift

Vi kan ge Scout en uppgift på vanlig svenska, men begäran behöver ändå detaljer. Dokumentationen föreslår att namnge resultatet, källor, begränsningar, utdata och punkten där boten måste stanna för granskning.

Vad hör hemma i profilen respektive meddelandet?

Profil och meddelande svarar på olika frågor:

• Profilen säger hur Scout arbetar. 
• Meddelandet säger vad den ska göra den här veckan. 

Därefter lagrar färdigheten stegen, medan varje rutinlopp läser de senaste indata.

Profilen täcker redan sidkontroller och källänkar. I meddelandet anger du deltagarens nivå och veckans uppgift, ber om några resurser inom fyra timmar och stoppar boten för granskning.

Vi skickade den första uppgiften som ett meddelande och lade inte till några begränsningar medan Scout arbetade:

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 startade webbläsarsökningen och returnerade en plan för granskning. Det första svaret använde fel nivå för en kurs, vilket jag korrigerade i steg 4.

Skapa den veckovisa deltagarfilen

Botminne är ingen tillförlitlig källa för uppgifter som ändras. Skapa /workspace/learner-profile.md på den delade datorn och använd den som sanningskälla för varje veckokörning.

# 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

Uppdatera den här filen när mål, budget eller lista över slutförda ändras. Scout bör läsa den före varje plan och stoppa om den saknas eller är inaktuell.

Steg 3: Granska research i Grok Bots Agent Computer

Konversationen visar verktyg, filer, frågor och godkännanden. Agent Computer visar klick, skrivande, navigering och status. Att lämna någon av vyerna stoppar inte arbetet.

Vad du ska hålla koll på i Agent Computer

Kontrollera att Scout öppnar varje kurssida i stället för att förlita sig på ett sökutdrag. Notera också en resurs den förkastar och skälet till det.

Om den fastnar, kontrollera inloggnings-, CAPTCHA- och godkännandeproblemen som nämnts tidigare. Slutför bara det blockerade steget innan du lämnar tillbaka kontrollen. Klistra inte in lösenord i chatten; använd den säkra hemliga begäran.

Datorvyn visar att en sida besökts, men det bevisar inte att slutsvaret är korrekt. Behåll konversationstranskriptet eftersom det visar vilka sidor boten använde och om den ändrade kurs.

Den här ”browser-first”-metoden passar vårt DataCamp-arbetsflöde eftersom sidan i sig är beviset. För tjänster med en stödd koppling, använd kopplingen för strukturerad data och öppna webbläsaren bara när sidan behöver visuell kontroll.

I vår körning öppnade Agent Computer den kanoniska sidan för Introduction to AI Agents. Dess header visade Basic och 1 hr 30 min. Varaktigheten stämde med Scouts svar, men nivån gjorde det inte.

Agent Computer öppen på en DataCamp-sida. Bild av författaren.

Steg 4: Verifiera och korrigera botens utdata

Här saktar vi ner. Vi lägger planen bredvid DataCamp-sidorna innan vi godtar den.

Kontrollera länkar, nivåer, förkunskaper och tid

Läs planen rad för rad. En ren layout kan ändå dölja en felaktig nivå, en trasig länk eller en felaktig summa. Kontrollera följande:

• Löser länkarna till riktiga DataCamp-sidor med exakt de titlarna?
• Matchar angiven nivå det som sidan skriver ut?
• Har deltagaren uppfyllt alla angivna förkunskaper?
• Landar aritmetiken på eller under fyra timmar med de varaktigheter som visas på sidorna?
• Finns det en verklig progression, eller tre utbytbara nybörjarkurser?
• Kom något med enbart för att ett nyckelord matchade?

Vi bör addera sidornas varaktigheter i stället för att lita på totalsumman i planen. Om resultatet överstiger 4 timmar ber vi Scout ta bort det minst relevanta och räkna om.

Scouts första plan innehöll Introduction to AI Agents, Building AI Agents with CrewAI och Building AI Agents with Google ADK. De utskrivna varaktigheterna blev 3 timmar och 30 minuter, så planen höll sig inom budgeten och lämnade 30 minuter oanvända.

Problemet var första kursens nivå. Scout skrev Beginner, medan den kanoniska sidan angav Basic. Vi skickade en korrigering:

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 öppnade alla tre sidorna igen, ändrade bara den första nivån och behöll totalsumman 3 timmar och 30 minuter. Korrigeringen var liten men bekräftade att en giltig länk och en rimlig etikett inte räcker.

Första planen bredvid den korrigerade planen. Bild av författaren.

Hantering av saknade varaktigheter

Vi ska inte omvandla XP, videor eller övningar till timmar. Om fält för varaktighet inte stämmer överens, bevarar vi varje utskrivet värde, namnger dess fält och använder endast den högsta övre gränsen för budgetkontrollen.

Spara återkommande regler i botprofilen

Efter att ha korrigerat vår plan lade jag bara till regeln som bör gälla varje vecka i botbeskrivningen. Ett engångsämne eller en tidsgräns stannar i vår veckovisa indatafil.

Steg 5: Spara botens arbetsflöde som en färdighet

Två bästa metoder för att spara arbetsflöden som färdigheter:

• Spara inte processen förrän den manuella versionen fungerar. Annars kommer färdigheten bara att upprepa samma problem.
• Håll färdigheten smal: en källfamilj, ett utdataformat och en godkännandegräns. Om den måste gissa vilka system som ska användas eller vad som ska returneras kan den irra och förbruka mer användning.

Vad som hör hemma i färdigheten

Be Scout spara en färdighet kallad Weekly DataCamp Learning Plan. Den ska läsa /workspace/learner-profile.md, kontrollera varje förkunskap mot deltagarens bakgrund och slutförda resurser, addera sidornas varaktigheter, returnera de överenskomna fälten och stanna före alla åtgärder som kräver godkännande.

När den är sparad refererar du till den med / i kompositören. Om den inte visas, slå på den under Settings → Plugins → Yours.

Sparad färdighet med indata och validering. Bild av författaren.

Testa färdigheten på ett annat mål

Jag ändrade deltagarens mål till LLM-utvärdering, minskade budgeten till 3 timmar och anropade den sparade färdigheten med en kort begäran: ”Bygg veckans plan med den aktuella deltagarprofilen.”

Scout använde Agent Computer och returnerade en kurs, LLM Application Evaluation with LangSmith, utan att ta med några rekommendationer från planen för AI-agenter. Den uteslöt också off-topic-sidor och handledningar utan utskriven varaktighet.

Den kanoniska kurssidan exponerade två varaktighetsformat: en 2 hr-uppskattning i sammanfattningen och en 1 hr - 3 hr-chip för varaktighet. Scout kopierade chipet men behandlade dess övre gräns som en fast totalsumma på tre timmar. Vi bad den ange vilket fält den använde, bevara båda utskrivna värdena och använda den övre gränsen endast för budgetkontrollen.

En senare kontroll av förkunskaper hittade ett mer betydelsefullt problem: kursen kräver LLM Application Fundamentals with LangChain, som vår deltagare inte hade slutfört. Att öppna den kanoniska sidan var nödvändigt, men färdigheten behövde också jämföra förkunskaper med deltagarprofilen innan en kurs rekommenderades.

Jag uppdaterade färdigheten för att jämföra varje förkunskap med deltagarprofilen och rapportera varje motstridigt varaktighetsfält innan resurser väljs.

Steg 6: Schemalägg färdigheten som en veckovis Grok Bot-rutin

Eftersom molndatorn fortsätter att köra som tidigare beskrivet kan en rutin köras medan laptopen är stängd. Vi testar den innan vi litar på måndagens schema.

Ett veckoschema är avsiktligt här. Att köra samma research varannan minut skulle förbruka användning även när deltagardetaljer och DataCamp-sidor inte har ändrats.

Ställ in schema, tidszon och gränser

Vi ställde in vår tidszon under Settings → General → Agent och skapade sedan rutinen med fem detaljer: 

• Schemat
• Var målet och budgeten ska läsas
• Vad som ska returneras
• Vad som kräver godkännande
• Vad som ska göras om en källa saknas

Om /workspace/learner-profile.md saknas, eller Scout inte kan komma vidare, bör rutinen rapportera problemet och stoppa i stället för att försöka igen i en loop. Den ärver Scouts blockerade åtgärder, medan godkännande endast gäller om vi senare lägger till en annan extern åtgärd. Hantera rutiner från View conversation details → Routines.

Måndagsrutin som visar schema och tidszon. Bild av författaren.

Kör den nu i stället för att vänta till måndag

I stället för att vänta till måndag startade jag en testrunda med den uppdaterade färdigheten och samma profil för LLM-utvärdering. Rutinen öppnade kandidatsidorna, rapporterade alla varaktighetsfält för LangSmith och markerade dess LangChain-förkunskap som inte uppfylld.

Om den inte startar, kontrollera om den är på, kontrollera sedan detaljerna (schema, tidszon, bot, källa för deltagarinfo, webbläsarsession) och slutligen återstående användning. Saknade deltagardetaljer eller en utgången session kan stoppa körningen.

Rutinen lämnade LangSmith utanför planen, uteslöt de andra kandidaterna eftersom de var off-topic, hade ouppfyllda förkunskaper eller saknade angiven kursvaraktighet, och returnerade Total: 0. Att fylla ut veckan hade brutit mot valideringsreglerna.

Körningen dök upp i Run history med en slutförandekontroll, och resultatet låg kvar i Scout-konversationen. Detta sista test bekräftade att schema, sparad färdighet, varaktighetspolicy och förkunskapskontroll fungerade tillsammans.

Rutintestet slutförs och visar historik. Video av författaren.

Avslutande tankar

I den här handledningen byggde vi en DataCamp Learning Scout kring en aktuell deltagarkälla, källkontroller, en återanvändbar färdighet och en veckovisa rutin. Profilen höll de stående reglerna, färdigheten behöll forskningsmetoden och rutinen gav måndagsschemat.

Som du ser innebär vägen till en schemalagd veckokörning som gör exakt vad den ska en del trial and error. Tester avslöjade tre problem som ett polerat svar kan dölja: Beginner i stället för Basic, ett intervall för varaktighet som behandlades som en fast totalsumma, och en ouppfylld förkunskap. De två första korrigerades genom att återöppna de kanoniska sidorna. Den uppdaterade färdigheten fångade det tredje, och den slutliga rutinen returnerade ingen rekommendation i stället för att urholka reglerna.

Härifrån kan vi lägga till en slutförandehistorik för att stoppa upprepade rekommendationer eller skapa en Study Coach-bot som omvandlar Scouts utvalda resurser till ett studieschema. Om Teach a task dyker upp i appen kan vi också använda den för att spela in ett webbläsararbetsflöde och skapa en utkastfärdighet.

Grok Bots nya X-anslutning kan utöka Scouts upptäcktssteg. Att koppla en X-profil skapar nu ett utvecklarkonto med inkluderade krediter. För en ren forsknings-Scout, håll X-skrivåtgärder blockerade och verifiera varje kandidat på dess DataCamp-sida innan den läggs till i planen.