Tutoriel Grok Bot : créer un agent de recherche IA hebdomadaire

Qu’est-ce que Grok Bot ?

Grok Bot est l’application d’agents de SpaceXAI, accessible via Cursor, pour créer des Bots nommés qui conservent leur rôle et la conversation entre les tâches. Elle est distincte de l’application de chat Grok et de Grok Build, le CLI de développement.

Le cycle de Grok Bot fonctionne différemment de la plupart des assistants IA. Vous définissez un résultat, le Bot travaille dans les applications et sites nécessaires à la mission, puis il vous rend soit un travail terminé, soit une question qui requiert votre jugement. Il conserve des préférences stables et le contexte de rôle entre les conversations, mais tout ce qui varie d’une semaine à l’autre doit se trouver dans un fichier que le Bot lit, plutôt que dans sa mémoire.

Pour aller plus loin, nous vous recommandons de lire notre guide Grok Bot.

Comment fonctionnent Bots, compétences et routines dans Grok Bot

Quatre notions clés pour ce tutoriel Grok Bot. Le guide de SpaceXAI sur les Bots et les ordinateurs cloud et les guides produits les définissent ainsi :

• Bot : un agent doté d’un nom, d’un rôle, de sa propre conversation et d’un contexte enregistré.
• Ordinateur cloud : une machine persistante partagée par chaque Bot de votre compte, avec son propre navigateur, des fichiers et un terminal. Elle continue de tourner après la fermeture de l’ordinateur portable.
• Compétence : un ensemble d’instructions pour réaliser une tâche, vérifier le résultat et savoir quand demander une approbation.
• Routine : une consigne indiquant à un Bot quand exécuter une tâche, selon un planning ou après un événement pris en charge.

Cet ordre suit le guide officiel sur les compétences et les routines, qui privilégie le test avant la planification.

Les Grok Bots partagent-ils un seul ordinateur cloud ?

Oui. La FAQ Grok Bot précise que l’ordinateur appartient à votre compte, pas à un Bot individuel. Chaque Bot peut voir les cookies du navigateur, les connexions enregistrées et les fichiers présents sur cet ordinateur, même si chacun dispose d’un écran séparé pour sa tâche navigateur.

Nous garderons d’abord le flux Scout sur des pages publiques. Si nous nous connectons ensuite à DataCamp, Notion ou un autre service, chaque Bot pourra utiliser cette session. Supprimer Scout ne garantit pas la suppression des fichiers partagés ni de l’état de connexion ; il faut donc se déconnecter et nettoyer ce que nous ne souhaitons plus rendre accessible aux autres Bots.

Un compte, un ordinateur, plusieurs Bots. Image de l’auteur.

Créer un Scout d’apprentissage DataCamp hebdomadaire avec Grok Bot

Scout lit un profil apprenant et un budget temps, puis renvoie un plan concis. Notre apprenant connaît Python et les concepts LLM de base, débute en orchestration d’agents, et dispose de quatre heures cette semaine. Notre parcours AI Agent Fundamentals dure six heures : le parcours complet ne tient donc pas.

La limite de quatre heures fixe un seuil ; le format de sortie indique quand le plan est terminé.

Qu’attend-on du Bot Scout ?

Pour chaque ressource, Scout doit renvoyer les éléments suivants depuis la page du cours :

• Titre et lien
• Type (cours, parcours, projet ou tutoriel)
• Niveau (basic, intermediate ou advanced)
• Durée (si indiquée sur la page)
• Raison de la sélection
• Position dans la séquence

Il doit conclure par le temps total et un objectif hebdomadaire. Si une page n’affiche pas la durée, la réponse est "not listed", pas une estimation.

Pour notre apprenant, trois ressources vérifiées suffisent. Scout peut en proposer moins si le contenu disponible ne correspond pas à l’objectif, au niveau ou au budget.

Chaque raison doit se référer à cet apprenant. « Suppose le niveau en Python déjà acquis par l’apprenant, et approfondit les notions du cours Basic précédent » justifie le choix. « Couvre les agents IA » ne suffit pas. L’ordre doit également être motivé, par exemple suivre un cours de base avant un projet reposant sur les mêmes idées.

Pourquoi les extraits de recherche ne suffisent pas

Les extraits de recherche peuvent être obsolètes ou omettre le niveau et la durée. Scout peut s’en servir pour trouver des candidats, mais il doit lire la page DataCamp avant d’ajouter une ressource au plan.

Nous devons inscrire cette règle dans les instructions. Un site peut tout de même bloquer le Bot, exiger une connexion ou afficher un CAPTCHA. Le Bot doit alors nous demander de prendre la main.

Comment accéder à Grok Bot

En raison de la collaboration entre SpaceXAI et Cursor, il existe deux façons d’accéder à Grok Bot

Offres Grok Bot

Grok Bot ne propose pas de formule gratuite permanente. Cursor offre actuellement un essai limité sous forme de crédit d’usage. L’accès payant se fait via une offre Cursor éligible ou un abonnement SuperGrok. Dans les deux cas, connectez-vous avec Cursor.

Le compte officiel Grok Bot indique désormais que tous les abonnés SuperGrok et Cursor Pro ont accès, et que les limites d’usage hebdomadaire ont été réinitialisées pour tous. Lors de notre vérification, la page d’aide de Cursor ne reflétait pas encore entièrement cette annonce ; confirmez donc l’état actuel sur la page des offres ou dans l’application au moment où vous lisez ceci.

Pour les comptes liés à SuperGrok, l’aide Cursor décrit toujours le lien comme un droit d’usage permanent qui ne modifie pas l’offre Cursor. Cursor comptabilise les étapes et les tokens des agents, pas les messages ; vérifiez Usage and Billing avant la recherche et le test de routine.

Paramètres de confidentialité et plateformes prises en charge

Grok Bot requiert le stockage de données dans le cloud. Il ne démarrera pas si votre compte Cursor utilise le Legacy Privacy Mode. Modifiez ce paramètre dans le tableau de bord confidentialité de Cursor.

Grok Bot prend en charge macOS (Apple silicon ou Intel), Windows (x64 ou Arm64) et iPhone sous iOS 18 ou ultérieur. Si vous utilisez Linux, Android ou iPad, consultez la liste des plateformes au moment de votre lecture, car le support peut avoir évolué.

Les abonnements incluent un volume d’usage hebdomadaire, mais Cursor ne publie pas un seuil unique valable pour toutes les offres. Un essai fournit un crédit d’usage sur 7 jours, et une seule tâche volumineuse peut l’épuiser.

Étape 1 : installer Grok Bot et créer le Bot

Nous n’avons pas besoin de clés API, ni d’un environnement de développement local, ni d’une connexion DataCamp pour la phase de recherche. Le démarrage des cours est distinct et peut nécessiter un compte. L’installation est rapide ; la description du Bot mérite, elle, une attention particulière.

Installer et se connecter

Téléchargez l’application de bureau depuis la page d’onboarding Grok Bot, puis sélectionnez la version adaptée à votre machine. Connectez-vous via le navigateur avec votre compte Cursor. Si votre organisation utilise l’authentification unique, suivez l’écran de connexion habituel.

Au premier lancement, un écran « Meet a future teammate » s’affiche pendant le démarrage de l’ordinateur cloud. S’il reste bloqué, quittez complètement Grok Bot et rouvrez-le avant toute autre action. Si le problème persiste, mettez à jour l’application de bureau, quittez-la puis rouvrez-la, ouvrez ensuite Agent Computer et laissez le processus se terminer. Utilisez Recover puis Reset en dernier recours uniquement, car Reset peut supprimer du travail non synchronisé.

Application de bureau Grok Bot après connexion. Image de l’auteur.

Rédiger une description qui dépasse cette semaine

Créez le Bot avec New ou Cmd/Ctrl+N, choisissez Create new agent, puis ouvrez Bot actions → Edit Profile. Nommez-le Scout et donnez-lui le titre DataCamp Learning Scout.

La description contient des règles valables chaque semaine. Le sujet de cette semaine, lui, se met ailleurs. Ajoutez des règles comme :

• Sélectionner du contenu d’apprentissage DataCamp et l’adapter à un niveau de compétence et un budget temps donnés.
• Considérer ce profil comme un contexte permanent, pas comme une tâche. Attendre un message distinct avant de commencer la recherche.
• N’utiliser que le sujet et le budget de temps de la tâche en cours. Ne pas réutiliser un sujet d’une conversation précédente.
• Ouvrir la page DataCamp de chaque candidat avant de le recommander.
• Citer exactement le niveau et la durée tels qu’imprimés sur la page, et écrire "not listed" si la page omet une valeur.
• Conserver les liens sources intacts et ne jamais inventer de détails de cours.
• Privilégier le pratique quand deux ressources couvrent le même concept.

Lors de notre première configuration, Scout a traité le profil comme une tâche active et a démarré un plan ETL sans rapport. Je l’ai arrêté, créé un nouveau Scout, et ajouté les deux règles d’attente ci-dessous :

• Poser une question de clarification si l’objectif d’apprentissage est ambigu, plutôt que de deviner.
• Ne jamais créer de comptes, s’inscrire ou acheter quoi que ce soit.

Le nouveau Bot a ensuite attendu une tâche distincte au lieu de démarrer depuis son profil.

Un Scout dédié maintient aussi la routine hebdomadaire hors d’une conversation générale encombrée, de sorte que chaque exécution ne transporte que le contexte nécessaire aux plans d’apprentissage.

Il est important d’inscrire des limites dans le profil afin qu’elles s’appliquent aussi lorsque la routine tourne sans supervision. Gardez également le profil assez court pour pouvoir le revoir lorsque la mission de Scout évolue. L’étape 2 traite le sujet et la contrainte de temps.

Le profil Scout conserve des règles de recherche durables. Vidéo de l’auteur.

Si vous préférez ne pas partir d’un profil vierge, vous pouvez ajouter notre modèle Scout avec le même rôle et la même description de départ. J’ai créé le profil manuellement ici pour rendre chaque règle visible avant la première tâche de Scout. Quelle que soit la voie choisie, relisez la description avant de continuer.

Étape 2 : rédiger la première tâche de recherche du Bot

Nous pouvons donner une tâche à Scout en langage courant, mais la demande doit rester précise. La documentation suggère de nommer le résultat, les sources, les limites, la sortie et le point où le Bot doit s’arrêter pour validation.

Que mettre dans le profil et dans le message ?

Profil et message répondent à des questions différentes :

• Le profil dit comment Scout travaille.
• Le message dit ce qu’il doit faire cette semaine.

Ensuite, la compétence conserve les étapes, tandis que chaque routine lit les entrées les plus récentes.

Le profil couvre déjà les vérifications de pages et les liens sources. Dans le message, précisez le niveau de l’apprenant et la tâche de la semaine, demandez quelques ressources en quatre heures, et faites s’arrêter le Bot pour validation.

Nous avons envoyé la première tâche en un message et n’avons ajouté aucune contrainte pendant que Scout travaillait :

Élaborez-moi un plan d’apprentissage DataCamp hebdomadaire.

L’apprenant est à l’aise avec Python, comprend les concepts LLM de base, débute en orchestration d’agents IA et dispose de 4 heures cette semaine.
Il/Elle préfère le contenu pratique et concret à la théorie.

Recherchez le contenu DataCamp actuel sur les agents IA.
Ouvrez la page de chaque ressource candidate avant de la considérer.
Sélectionnez un petit nombre de ressources dont les durées indiquées sur les pages totalisent 4 heures ou moins, et ordonnez-les des fondamentaux vers l’application pratique.
Pour chaque ressource, fournissez le titre, le type de contenu, le niveau et la durée exactement tels qu’imprimés sur la page, le lien, une phrase expliquant pourquoi elle convient à cet apprenant, et sa position dans l’ordre.
Donnez ensuite le temps total et un objectif d’apprentissage pour la semaine.

N’utilisez pas les extraits de recherche comme preuve.
Si une page n’indique pas de durée ou de niveau, écrivez "not listed" au lieu d’estimer.
Si l’objectif est trop large pour planifier, demandez-moi avant de poursuivre.

Arrêtez-vous après le plan.
Ne m’inscrivez à rien.

Scout a lancé la recherche dans le navigateur et renvoyé un plan à valider. La première réponse indiquait un niveau erroné pour un cours, que j’ai corrigé à l’étape 4.

Créer le fichier hebdomadaire de l’apprenant

La mémoire du Bot n’est pas une source fiable pour des détails changeants. Créez /workspace/learner-profile.md sur l’ordinateur partagé et utilisez-le comme référence pour chaque exécution hebdomadaire.

# Profil apprenant

Objectif actuel : orchestration d’agents IA
Budget hebdomadaire : 4 heures
Connaissances : à l’aise avec Python et les concepts LLM de base
Préférence : ressources pratiques et concrètes
Ressources terminées : aucune

Mettez à jour ce fichier lorsque l’objectif, le budget ou la liste des ressources terminées évolue. Scout doit le lire avant chaque plan et s’arrêter s’il est manquant ou obsolète.

Étape 3 : relire la recherche dans Agent Computer de Grok Bot

La conversation affiche outils, fichiers, questions et validations. Agent Computer montre les clics, la saisie, la navigation et le statut. Quitter l’une ou l’autre vue n’interrompt pas le travail.

Ce qu’il faut surveiller dans Agent Computer

Vérifiez que Scout ouvre bien chaque page de cours au lieu de s’appuyer sur un extrait de recherche. Notez aussi une ressource qu’il écarte et la raison invoquée.

En cas de blocage, vérifiez les problèmes de connexion, CAPTCHA et approbation évoqués plus haut. N’accomplissez que l’étape bloquée avant de rendre la main. Ne collez pas de mots de passe dans le chat ; utilisez la demande de secret sécurisé.

La vue ordinateur prouve qu’une page a été visitée, mais ne garantit pas que la réponse finale est correcte. Conservez la transcription de la conversation : elle montre quelles pages le Bot a utilisées et s’il a changé d’approche.

Cette approche orientée navigateur convient à notre flux DataCamp, car la page elle-même fait foi. Pour les services avec connecteur pris en charge, utilisez le connecteur pour des données structurées et ouvrez le navigateur uniquement quand un contrôle visuel est nécessaire.

Lors de notre exécution, Agent Computer a ouvert la page canonique Introduction to AI Agents. Son en-tête affichait Basic et 1 hr 30 min. La durée correspondait à la réponse de Scout, mais pas le niveau.

Agent Computer ouvert sur une page DataCamp. Image de l’auteur.

Étape 4 : vérifier et corriger la sortie du Bot

C’est le moment de ralentir. Placez le plan à côté des pages DataCamp avant de l’accepter.

Contrôler liens, niveaux, prérequis et temps

Lisez le plan ligne par ligne. Une mise en page soignée peut masquer un niveau incorrect, un lien brisé ou un total erroné. Vérifiez notamment :

• Les liens pointent-ils vers de vraies pages DataCamp avec ces titres exacts ?
• Le niveau indiqué correspond-il à celui imprimé sur la page ?
• L’apprenant satisfait-il chaque prérequis listé ?
• Le calcul aboutit-il à quatre heures ou moins en additionnant les durées affichées sur les pages ?
• Observe-t-on une vraie progression, ou trois cours débutants interchangeables ?
• Un élément est-il entré uniquement parce qu’un mot-clé correspondait ?

Additionnons les durées affichées sur les pages plutôt que de faire confiance au total dans le plan. Si le résultat dépasse 4 heures, demandons à Scout de retirer l’élément le moins pertinent et de recalculer.

Le premier plan de Scout contenait Introduction to AI Agents, Building AI Agents with CrewAI et Building AI Agents with Google ADK. Les durées imprimées totalisaient 3 h 30, donc le plan respectait le budget et laissait 30 minutes inutilisées.

Le problème venait du niveau du premier cours. Scout a écrit Beginner, alors que la page canonique affichait Basic. Nous avons envoyé une seule correction :

Veuillez réviser le plan en utilisant exactement les libellés de niveau affichés sur chaque page de cours.

La page Introduction to AI Agents indique Basic, pas Beginner. Rouvrez les trois pages et vérifiez chaque titre, niveau, durée et URL canonique.

Renvoyez le même plan avec les seules corrections vérifiées. Gardez le total à 4 heures ou moins.

Scout a rouvert les trois pages, n’a modifié que le premier niveau, et a conservé le total de 3 h 30. La correction était minime, mais elle a confirmé qu’un lien valide et un libellé plausible ne suffisent pas.

Premier plan à côté du plan corrigé. Image de l’auteur.

Gérer les durées manquantes

N’essayons pas de convertir XP, vidéos ou exercices en heures. Si des champs de durée divergent, conservons chaque valeur telle qu’imprimée, citons son champ, et utilisons la borne haute uniquement pour le contrôle du budget.

Sauvegarder les règles récurrentes dans le profil du Bot

Après correction de notre plan, je n’ai ajouté au profil du Bot que la règle applicable chaque semaine. Un sujet ponctuel ou une limite de temps reste dans notre fichier d’entrée hebdomadaire.

Étape 5 : enregistrer le flux du Bot en compétence

Deux bonnes pratiques pour enregistrer un flux en compétence :

• N’enregistrez pas le processus tant que la version manuelle n’est pas valide. Sinon, la compétence reproduira le même problème.
• Gardez la compétence ciblée : une famille de sources, un format de sortie, un périmètre d’approbation. Si elle doit deviner quels systèmes utiliser ou quoi renvoyer, elle peut dériver et consommer plus d’usage.

Ce qui doit figurer dans la compétence

Demandez à Scout d’enregistrer une compétence intitulée Weekly DataCamp Learning Plan. Elle doit lire /workspace/learner-profile.md, vérifier chaque prérequis par rapport au profil et aux ressources terminées, additionner les durées des pages, renvoyer les champs convenus et s’arrêter avant toute action nécessitant une approbation.

Une fois enregistrée, référencez-la avec / dans le compositeur. Si elle n’apparaît pas, activez-la dans Settings → Plugins → Yours.

Compétence enregistrée avec entrées et validations. Image de l’auteur.

Tester la compétence sur un autre objectif

J’ai modifié l’objectif de l’apprenant en évaluation de LLM, réduit le budget à 3 heures et invoqué la compétence enregistrée avec une demande courte : « Construisez le plan de cette semaine en utilisant le profil apprenant actuel. »

Scout a utilisé Agent Computer et renvoyé un seul cours, LLM Application Evaluation with LangSmith, sans reprendre de recommandations du plan sur les agents IA. Il a aussi exclu les pages hors sujet et les tutoriels sans durée affichée.

La page canonique du cours affichait deux formats de durée : une estimation 2 hr dans le résumé et un chip 1 hr - 3 hr. Scout a copié le chip mais a traité sa borne haute comme un total fixe de trois heures. Nous lui avons demandé de nommer le champ utilisé, de conserver les deux valeurs imprimées et d’employer la borne haute uniquement pour le contrôle du budget.

Une vérification ultérieure des prérequis a révélé un problème plus important : le cours exige LLM Application Fundamentals with LangChain, que notre apprenant n’avait pas encore suivi. Ouvrir la page canonique était nécessaire, mais la compétence devait aussi comparer les prérequis au profil de l’apprenant avant de recommander un cours.

J’ai mis à jour la compétence pour comparer chaque prérequis avec le profil et pour rapporter tout champ de durée contradictoire avant de choisir des ressources.

Étape 6 : programmer la compétence en routine hebdomadaire Grok Bot

Comme l’ordinateur cloud continue de tourner, une routine peut s’exécuter ordinateur portable fermé. Nous la testons avant de nous reposer sur le créneau du lundi.

Un rythme hebdomadaire est ici volontaire. Relancer la même recherche toutes les quelques minutes consommerait de l’usage même si le profil apprenant et les pages DataCamp n’ont pas changé.

Définir le planning, le fuseau horaire et les garde-fous

Nous avons défini notre fuseau sous Settings → General → Agent, puis créé la Routine avec cinq éléments :

• Le planning
• Où lire l’objectif et le budget
• Ce qu’il faut renvoyer
• Ce qui requiert une approbation
• Que faire si une source manque

Si /workspace/learner-profile.md est manquant, ou si Scout ne peut pas progresser, la routine doit signaler le problème et s’arrêter au lieu de réessayer en boucle. Elle hérite des actions bloquées de Scout, tandis que l’approbation ne s’appliquera que si nous ajoutons plus tard une autre action externe. Gérez les routines via View conversation details → Routines.

Routine du lundi : planning et fuseau horaire. Image de l’auteur.

Lancer maintenant plutôt que d’attendre lundi

Au lieu d’attendre lundi, j’ai lancé un test avec la compétence mise à jour et le même profil « évaluation de LLM ». La Routine a ouvert les pages candidates, rapporté tous les champs de durée de LangSmith et marqué son prérequis LangChain comme non rempli.

Si elle ne démarre pas, vérifiez d’abord qu’elle est activée, puis ses détails (planning, fuseau horaire, Bot, source apprenant, session navigateur), et enfin le solde d’usage. Des détails apprenants manquants ou une session expirée peuvent interrompre l’exécution.

La routine a écarté LangSmith du plan, exclu les autres candidats car hors sujet, avec prérequis non remplis ou sans durée affichée, et renvoyé Total : 0. Remplir artificiellement la semaine aurait violé les règles de validation.

L’exécution est apparue dans Run history avec un statut de fin, et le résultat est resté dans la conversation de Scout. Ce test final a confirmé le bon fonctionnement combiné du planning, de la compétence enregistrée, de la politique de durée et du contrôle des prérequis.

Le test de routine se termine et s’affiche dans l’historique. Vidéo de l’auteur.

Conclusion

Dans ce tutoriel, nous avons construit un Scout d’apprentissage DataCamp autour d’une source apprenant actuelle, de vérifications de source, d’une compétence réutilisable et d’une routine hebdomadaire. Le profil portait les règles permanentes, la compétence gardait la méthode de recherche, et la routine assurait l’exécution du lundi.

Comme vous le voyez, parvenir à une exécution hebdomadaire planifiée qui fait exactement ce qu’elle doit demande quelques itérations. Les tests ont révélé trois points qu’une réponse polie pourrait masquer : Beginner au lieu de Basic, une plage de durée traitée comme un total fixe, et un prérequis non satisfait. Les deux premiers ont été corrigés en rouvrant les pages canoniques. La compétence mise à jour a intercepté le troisième, et la routine finale n’a renvoyé aucune recommandation plutôt que d’assouplir les règles.

À partir d’ici, nous pouvons ajouter un historique de complétion pour éviter les recommandations répétées, ou créer un Bot Study Coach qui transforme les ressources sélectionnées par Scout en planning d’étude. Si Teach a task apparaît dans l’application, nous pouvons aussi l’utiliser pour enregistrer un parcours navigateur et créer une ébauche de compétence.

La nouvelle connexion à X de Grok Bot peut étendre l’étape de découverte de Scout. La connexion d’un profil X crée désormais un compte développeur avec des crédits inclus. Pour un Scout dédié à la recherche, bloquez les actions d’écriture X et vérifiez chaque candidat sur sa page DataCamp avant de l’ajouter au plan.