Grok Bot 教程：构建每周 AI 研究代理

什么是 Grok Bot？

Grok Bot 是 SpaceXAI 的代理应用，通过 Cursor 提供，可创建具名 Bot，在任务之间保持其角色与会话。它与 Grok 聊天应用和用于编程的 CLI 工具 Grok Build 相互独立。

Grok Bot 的循环工作方式不同于大多数其他 AI 助手。您提出期望的结果，Bot 会跨与任务相关的各类应用与网站开展工作，最终返回完成的成果，或是一个需要您判断的问题。它会在会话之间保留稳定的偏好与角色上下文，不过凡是每周都会变化的内容，应写入 Bot 读取的文件，而不是保存在其记忆中。

想了解更多背景信息，推荐阅读我们的 Grok Bot 指南。

Grok Bot 中的 Bot、技能与例行任务如何协作

本教程需要用到四个术语。SpaceXAI 的 Bot 与云电脑指南以及产品指南对它们的定义如下：

• Bot：一个具名称、工作职责、自有会话与已保存上下文的代理。
• 云电脑：一台持久运行、由您账户下所有 Bot 共享的机器，带有独立的浏览器、文件与终端。即使我们合上笔记本，它仍会继续运行。
• 技能（Skill）：一套用于完成任务、检查结果、并明确何时需要请求审批的操作指令。
• 例行任务（Routine）：一条指派，告知某个 Bot 何时运行一项任务，可按计划或在受支持的事件后触发。

上述顺序遵循官方技能与例行任务指南，其主张先测试再排期。

Grok Bot 是否共享同一台云电脑？

是的。Grok Bot 常见问题指出，这台电脑归属于您的账户，而非某个独立 Bot。每个 Bot 都能看到该电脑上的浏览器 Cookie、保存的登录状态与文件，不过每个 Bot 的浏览器任务会在各自独立的屏幕中进行。

我们将先把 Scout 的流程保持在公开页面上。若日后登录 DataCamp、Notion 或其他服务，所有 Bot 都能使用该会话。删除 Scout 并不意味着一定会移除共享文件或登录状态，因此我们需要主动登出，并清理不再希望对其他 Bot 可见的内容。

一个账户，一台电脑，多个 Bot。作者制图。

用 Grok Bot 构建每周 DataCamp 学习 Scout

Scout 会读取学习者档案与时间预算，并返回一份简短计划。我们的学习者懂 Python 与LLM 基础概念，对代理编排尚属新手，本周可用时间为四小时。我们的AI Agent Fundamentals 学习路线共需六小时，因此无法容纳整个路线。

四小时上限设定了截止点；输出格式则指示计划的完成时机。

Scout Bot 应该返回什么？

对于每个资源，Scout 应从课程页面返回以下信息：

• 标题与链接
• 类型（课程、学习路线、项目或教程）
• 级别（基础、中级或高级）
• 时长（若页面显示）
• 选择原因
• 在序列中的位置

最后应给出总用时与一个每周目标。若页面未列出时长，答案应为 "not listed"，而不是估算值。

对于我们的学习者，三条经核对的资源就足够。如果可用材料不符合目标、级别或预算，Scout 也可返回更少的资源。

每条理由应针对这位学习者。例如，“在学习者已有 Python 基础之上，承接前一门基础课程的概念并进一步拓展”，能解释选择依据；而“涵盖 AI 代理”则无法。排序也需要理由，例如应先完成基础课程，再进行假设了相同概念的项目。

为何搜索摘要不够用

搜索摘要可能过时，或缺少级别与时长。Scout 可以用它们来寻找候选项，但在将资源纳入计划前，必须阅读 DataCamp 页面。

我们需要在指令中写明这一规则。网站仍可能拦截 Bot、要求登录或显示验证码（CAPTCHA）。此时 Bot 应请求我们接手。

如何访问 Grok Bot

由于 SpaceXAI 与 Cursor 的合作，访问 Grok Bot 有两种方式

Grok Bot 套餐

Grok Bot 没有长期免费的层级。Cursor 目前提供受限试用，形式为用量额度。付费访问来自合格的 Cursor 套餐或 SuperGrok 订阅。两种方式都需要通过 Cursor 登录。

Grok Bot 官方账号现已表示，所有 SuperGrok 与 Cursor Pro 订阅者均可使用，且所有用户的每周用量上限已重置。我们查阅时，Cursor 的帮助页面尚未完全反映该公告的每个部分，因此请在您阅读时于套餐页面或应用内确认最新状态。

对于将 SuperGrok 关联到账户的情况，Cursor 帮助仍将该关联描述为不会改变 Cursor 套餐的长期用量授权。Cursor 按代理步骤与 token 计量，而非消息条数，因此在研究运行与例行任务测试前，请检查用量与计费。

隐私设置与平台支持

Grok Bot 需要云端数据存储。若您的 Cursor 账户启用了传统隐私模式（Legacy Privacy Mode），它将无法启动。请在 Cursor 的隐私面板中修改该设置。

Grok Bot 支持基于 Apple 芯片或 Intel 的 macOS、x64 或 Arm64 的 Windows，以及 iOS 18 或更高版本的 iPhone。若您使用 Linux、Android 或 iPad，请在阅读时查看当前平台列表，支持情况可能已发生变化。

订阅包含每周用量，但 Cursor 并未公布适用于所有套餐的统一数值。试用将在 7 天窗口内提供用量额度，单个大型任务即可耗尽。

步骤 1：安装 Grok Bot 并创建 Bot

我们不需要 API 密钥、本地开发环境或用于研究本身的 DataCamp 登录。开始课程是另一回事，可能需要账户。安装只需几个步骤，而 Bot 的描述比安装程序更值得花心思。

安装与登录

从Grok Bot 入门页面下载桌面应用，选择与您的机器匹配的构建版本。通过浏览器使用您的 Cursor 账户登录。若组织采用单点登录，请按其常规登录流程操作。

首次启动会停留在“与未来队友见面（Meet a future teammate）”界面，等待云电脑启动。若卡住，请彻底退出 Grok Bot 并重新打开，再进行其他操作。若问题仍在，更新桌面应用、彻底退出并重开，然后打开 Agent Computer 并耐心等待完成。接着使用恢复（Recover），仅在万不得已时才使用重置（Reset），因为重置可能丢弃尚未同步的工作。

登录后的 Grok Bot 桌面应用。作者供图。

撰写一份能超越本周的描述

使用新建（New）或Cmd/Ctrl+N 创建 Bot，选择Create new agent，然后打开Bot actions → Edit Profile。将其命名为Scout，标题为DataCamp Learning Scout。

描述中应写入每周都适用的规则。本周的话题应写在别处。可添加如下规则：

• 策划 DataCamp 学习内容，并将其与指定技能水平和时间预算相匹配。
• 将本档案视作长期上下文，而非任务。开始研究前请等待单独消息。
• 仅使用当前任务中的话题与时间预算。不要复用先前会话的话题。
• 在推荐前打开每个候选项各自的 DataCamp 页面。
• 级别与时长请与页面所示完全一致；若页面未给出值，请写 "not listed"。
• 保持来源链接不变，绝不捏造课程细节。
• 当两项资源涵盖相同概念时，优先选择动手实践型材料。

我们第一次设置时，Scout 将档案当作实时任务，开始了不相干的 ETL 计划。我停止了它，重新创建了一个全新的 Scout，并新增了下面两条等待规则：

• 当学习目标模糊不清时，请先提问澄清，而非自行猜测。
• 绝不创建账户、报名或购买任何内容。

新的 Bot 随后会等待单独的任务，而不是从其档案中直接开始工作。

专用的 Scout 还能将每周例行任务与冗长的通用聊天分离，这样每次运行都只携带学习计划所需的上下文。

在档案中设定边界很重要，这样在无人值守的例行任务中同样适用。此外，请保持档案简洁，便于在 Scout 的工作职责变更时进行审阅。步骤 2 将处理话题与时间限制。

Scout 档案用于保存持久的研究规则。作者视频。

步骤 2：撰写 Bot 的首次研究任务

我们可以用自然语言向 Scout 布置任务，但请求仍需包含细节。文档建议明确产出结果、来源、限制、输出，以及必须停下等待审核的节点。

哪些内容放在档案，哪些写在消息里？

档案与消息回答不同的问题：

• 档案说明Scout 的工作方式。
• 消息说明它本周必须完成的事项。

之后，技能会保存步骤，而每次例行运行都会读取最新的输入。

档案已涵盖页面核查与来源链接。在消息中，给出学习者级别与本周任务，要求在四小时内推荐少量资源，并在审核处停下。

我们将首个任务作为一条消息发送，在 Scout 工作期间未再添加限制：

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 开始了浏览器搜索，并返回一份计划供审核。第一版回答将其中一门课程的级别写错了，我在步骤 4 中更正。

创建每周学习者文件

Bot 记忆并非记录变动细节的可靠场所。请在共享电脑上创建 /workspace/learner-profile.md，并将其作为每周运行的唯一可信来源。

# 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

当目标、预算或已完成清单发生变化时更新此文件。Scout 每次制定计划前都应读取该文件，若文件缺失或过时则应停止。

步骤 3：在 Grok Bot 的 Agent Computer 中审查研究过程

会话视图会展示工具、文件、问题与审批；Agent Computer 则展示点击、输入、导航与状态。离开任一视图都不会中断工作。

在 Agent Computer 中要关注什么

检查 Scout 是否打开了每个课程页面，而不是依赖搜索摘要。同时记录它拒绝了哪个资源以及给出的拒绝理由。

若出现停滞，请检查前文提到的登录、验证码与审批问题。仅完成受阻的那一步，然后再交还控制权。不要将密码粘贴到聊天中；请使用安全密钥请求。

电脑视图能显示页面已被访问，但并不能证明最终答案正确。请保留会话记录，因为它能显示 Bot 使用了哪些页面，以及它是否中途更改了方案。

这种以浏览器为先的方法适合我们的 DataCamp 工作流，因为页面本身就是证据。对于有受支持连接器的服务，请使用连接器获取结构化数据，只有在需要目视检查时才打开浏览器。

在我们的运行中，Agent Computer 打开了权威的 Introduction to AI Agents 页面。其页眉显示为 Basic 与 1 hr 30 min。时长与 Scout 的回答一致，但级别不一致。

Agent Computer 打开了 DataCamp 页面。作者供图。

步骤 4：核验并纠正 Bot 的输出

此处需要放慢节奏。我们要在接受前，将计划与 DataCamp 页面逐项对照。

检查链接、级别、先修要求与时间

逐行阅读计划。整洁的版式也可能掩盖错误的级别、损坏的链接或不正确的总时长。请检查如下事项：

• 链接是否指向与标题完全一致的真实 DataCamp 页面？
• 所述级别是否与页面所示一致？
• 学习者是否满足所有列出的先修要求？
• 根据页面显示的时长，算术结果是否不超过四小时？
• 是否存在真实的进阶关系，还是三门可互换的入门课程？
• 是否仅因关键词匹配而被纳入？

我们应当自行累加页面时长，而不是相信计划中的总计。若结果超过 4 小时，请让 Scout 移除最不相关的条目并重新计算。

Scout 的第一版计划包含 Introduction to AI Agents、Building AI Agents with CrewAI 和 Building AI Agents with Google ADK。页面所示时长相加为 3 小时 30 分钟，因此该计划在预算内，还剩 30 分钟未用。

问题出在第一门课的级别。Scout 写的是 Beginner，而权威页面上打印的是 Basic。我们发送了一条更正：

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 重新打开了三页，仅更改了第一项的级别，并保持总计 3 小时 30 分钟。更正虽小，却证实了仅凭有效链接与看似合理的标签并不够。

初稿计划与修订版并排展示。作者供图。

处理缺失的时长

我们不应将 XP、视频或练习换算为小时。若时长字段不一致，应分别保留每个字段打印的值，标明其字段名称，并仅在预算检查时使用上界值。

将重复性规则保存到 Bot 档案

在更正我们的计划后，我仅将每周都应适用的规则添加进了 Bot 描述。一次性的话题或时间限制应留在我们的每周输入文件中。

步骤 5：将 Bot 工作流保存为技能

将工作流保存为技能的两条最佳实践：

• 在手动版本运行正常之前不要保存流程。否则，技能只会重复相同的问题。
• 让技能保持聚焦：一个来源族、一个输出格式与一个审批边界。若它必须猜测应使用哪些系统或返回什么内容，就可能走神并消耗更多用量。

技能应包含什么

让 Scout 保存一个名为 Weekly DataCamp Learning Plan 的技能。它应读取 /workspace/learner-profile.md，将每个先修要求与学习者背景和已完成资源进行比对，累加页面时长，返回约定字段，并在任何需要审批的操作前停下。

保存后，可在输入框中用/引用它。若未显示，请在Settings → Plugins → Yours中将其开启。

已保存的技能，含输入与校验。作者供图。

用不同的目标测试该技能

我将学习者的目标改为 LLM 评估，将预算降至 3 小时，并用一句简短请求调用已保存的技能：“使用当前学习者档案制定本周计划。”

Scout 使用了 Agent Computer，并返回了一个课程 LLM Application Evaluation with LangSmith，且未沿用 AI 代理计划中的任何推荐。它还排除了离题页面与未打印时长的教程。

该课程的权威页面暴露了两种时长格式：摘要中的2 hr 估计，以及1 hr - 3 hr 的时长标签。Scout 复制了该标签，却将上界当作固定的三小时总计。我们要求它注明所用字段名称，保留两种打印值，并仅在预算检查时使用上界。

之后的先修要求检查又发现了更重要的问题：该课程要求先修 LLM Application Fundamentals with LangChain，而我们的学习者尚未完成。打开权威页面是必要的，但技能还需要在推荐课程前，将先修要求与学习者档案进行比对。

我更新了技能，使其在选择资源前，比对每条先修要求与学习者档案，并在字段冲突时报告所有时长字段。

步骤 6：将技能排成每周 Grok Bot 例行任务

由于云电脑会像前文所述持续运行，例行任务可在您合上笔记本时执行。我们会在依赖周一日程前先进行测试。

在此我们有意选择每周日程。若每隔几分钟就运行相同研究，即便学习者详情与 DataCamp 页面并未变化，也会消耗用量。

设置日程、时区与边界

我们在Settings → General → Agent 中设置时区，然后用五个要点创建例行任务：

• 日程安排
• 从何处读取目标与预算
• 需要返回的内容
• 哪些操作需要审批
• 当来源缺失时应如何处理

若/workspace/learner-profile.md 缺失，或 Scout 无法继续推进，例行任务应报告问题并停止，而非循环重试。它会继承 Scout 的受限操作，而审批仅在我们之后新增外部操作时适用。可在查看会话详情（View conversation details）→ Routines 中管理例行任务。

周一例行任务，显示日程与时区。作者供图。

立即运行，而非等待周一

我没有等待周一，而是用更新后的技能与相同的 LLM 评估档案发起了测试运行。例行任务打开了候选页面，报告了 LangSmith 的所有时长字段，并将其 LangChain 先修标记为未满足。

若未能启动，请先检查其是否开启，然后检查其详情（日程、时区、Bot、学习者来源、浏览器会话），最后检查剩余用量。学习者详情缺失或会话过期都可能导致停止运行。

该例行任务将 LangSmith 排除在计划之外，还排除了其他候选项，理由是离题、先修不达标或课程未列出时长，并返回Total: 0。为了“凑满”而添加内容会破坏校验规则。

此次运行在运行历史（Run history）中显示为已完成，结果保留在 Scout 会话里。最终测试确认了日程、已保存技能、时长策略与先修检查可协同工作。

例行任务测试完成并显示历史。作者视频。

结语

在本教程中，我们围绕一个当前学习者来源、来源核查、可复用技能与每周例行任务，构建了一个 DataCamp 学习 Scout。档案保存了常设规则，技能保留了研究方法，例行任务提供了周一的日程。

如您所见，要实现按周排期并精准执行的运行，需要一些试错。测试暴露了三个被“润色后答案”可能掩盖的问题：Beginner 与 Basic 混用、将时长区间当作固定总计、以及未满足的先修要求。前两者通过重新打开权威页面即可修正；第三个问题则需要新增先修规则，并再次测试技能，之后才能信任例行任务。

接下来，我们可以添加完成历史，避免重复推荐；或创建一位 Study Coach Bot，将 Scout 选定的资源转换为学习日程。若应用中出现Teach a task，我们也可以用它记录浏览器工作流，并创建一份技能草稿。