# Bắt đầu với Grok Bot

[Matt Palmer](https://homus.dev/speakers/matt-palmer) · [Matt Palmer](https://homus.dev/orgs/matt-palmer)

> Grok Bot là agent có máy tính cloud: cách tạo bot, routine, quyền allow/deny, ghép bot, và các workflow thật từ Notion tới cloud agent Cursor.

Topics: Grok Bot, Agents, Workflow, Plugins

Canonical: https://homus.dev/talks/getting-started-with-grok-bot

## 1. Giao việc cho agent thay vì viết script

Video mở đầu bằng đúng câu Matt Palmer đã nhắn cho bot của mình: "Này Grok Bot, bạn có thể lấy thông tin đó từ Twitter cho từng người mình theo dõi không, hoặc qua API, hoặc bằng cách thật sự đi vào xem profile của họ, rồi tạo một database trong Notion, đổ thông tin vào database đó và giao lại cho mình?"

Matt nhận xét: thông thường, đây là kiểu việc mà chúng ta sẽ nhờ AI viết một cái script để làm cho xong, đúng không? Đó là cách tiếp cận quen thuộc của personal scripting, hay phần mềm viết cho riêng mình.

Lần này, anh chỉ giao cho một agent làm. Và theo anh, như vậy còn tốt hơn, vì nó hoàn toàn có thể vứt đi (disposable). Anh mất có lẽ năm hay mười phút. Và giờ anh có agent đó mãi mãi: anh có thể chỉnh nó, cập nhật nó và cải thiện nó bất cứ lúc nào.

Ý mở đầu của video: một việc trước đây cần viết script giờ có thể giao thẳng cho agent, và agent đó ở lại để bạn chỉnh và dùng tiếp.

Hôm nay, Matt sẽ nói mọi thứ về Grok Bot. Cụ thể, phần đầu là Grok Bot là gì và nó chạy thế nào. Sau đó là cách bắt đầu, cách thiết lập công cụ để tự động hoá workflow của chính bạn. Cuối cùng, anh sẽ đi sâu hơn một chút và cho xem những workflow và cách dùng anh thích nhất. Vì thật sự, khả năng là vô tận, dù nghe có sáo rỗng đến đâu. Và tất cả chúng ta vẫn đang trong giai đoạn tìm hiểu xem công cụ này làm được những gì.

## 2. Grok Bot là gì: một agent có một chiếc máy tính

Vậy Grok Bot là gì? Matt cho rằng cho xem thì dễ hơn giải thích. Trước mặt anh đang mở một bot. Về bản chất, Grok Bot chỉ là một agent có một chiếc máy tính. Agent, như bạn đã quen, chỉ là một model có quyền dùng một số tool và có thể làm việc giúp chúng ta. Còn agent này có quyền dùng cả một chiếc máy tính.

Nếu anh bấm vào cửa sổ này, ta thật sự nhìn thấy chiếc máy tính đó. Hơn thế, ta có thể tương tác với nó như một remote desktop. Phía sau, nó đang chạy trên một virtual machine ở đâu đó trên cloud, nên không có gì trong số này chạy trên laptop của anh cả.

![Màn hình máy tính cloud của Grok Bot với trình duyệt X, terminal và trình quản lý file](https://homus.dev/photos/jwogmXNt7o4-0119.jpg)

Chiếc máy tính của bot mở như một remote desktop: trình duyệt đang ở trang chủ X, một terminal ở thư mục `/workspace` và trình quản lý file với các thư mục bot đã tạo. Góc trên bên phải có nút "Teach a task".

Anh có một terminal trước mặt, có thể chạy lệnh. Anh có một file system, và có cả X ở đây. Điều thú vị là Grok Bot dùng được tất cả những thứ này giống hệt cách chúng ta dùng. Nên nó không chỉ là một agent có máy tính, mà là một agent có máy tính và có khả năng computer use rất tốt.

Ta còn có thể dạy Grok Bot cách làm một số việc trên chiếc máy này, bằng cách ghi lại và "teach a task" cho nó, hoặc bằng cách viết prompt và hướng dẫn nó. Hôm nay, Matt sẽ đi qua một số workflow và những việc anh thấy Grok Bot làm rất giỏi.

## 3. Đi chợ hộ, trả máy lại cho bạn, săn cây trên Marketplace

Để bạn nếm thử trước, những việc đó có thể bao gồm cả đi chợ. Ví dụ, Matt nhờ Grok Bot xem Costco và Amazon, thêm một số món vào giỏ hàng, rồi so giá, so phí giao hàng, so thời gian giao. Và nó làm những việc như vậy rất tốt.

![Bot Grocery so giá giữa Amazon và Costco kèm ảnh chụp giỏ hàng](https://homus.dev/photos/jwogmXNt7o4-0216.jpg)

Bot "Grocery" báo lại kết quả so giá kèm ảnh chụp màn hình giỏ hàng: dâu đen trên Amazon rẻ hơn Costco, nhưng giỏ Fresh còn thiếu 17 đô để được miễn phí giao, nên phí ship có thể ăn hết khoản tiết kiệm. Nó hỏi có muốn xem Costco không, và khi Matt chọn "Hold everything", nó đáp sẽ không thanh toán gì cho tới khi anh bảo. Bên phải là routine "Friday grocery check-in" chạy mỗi thứ Sáu lúc 10 giờ sáng.

Chúng ta điều khiển được chiếc máy tính giống như Grok Bot. Nên khi nó cần bạn bước vào, ví dụ để hoàn tất xác thực hai lớp (two-factor authentication) hoặc đăng nhập một website, nó có thể giao chiếc máy lại cho bạn để bạn tự làm bước đó. Trên màn hình, một bot LinkedIn nói rằng LinkedIn đang chặn trình duyệt bằng bước "verify you're human", và hiện thẻ "Action needed" với các nút Take over, I'm done và Skip; bot nói nó sẽ không bao giờ nhìn thấy mật khẩu hay mã 2FA của bạn.

Tóm lại, Grok Bot là gì? Nó là một agent có một chiếc máy tính chạy trên cloud, nên không có gì chạy trên máy của bạn. Bạn truy cập nó qua điện thoại và qua desktop. Và nó có khả năng computer use rất tốt. Thế thôi, đó là nền móng.

Đầu vào và đầu ra là chat: ta luôn gõ chữ, nó trả chữ, nên phần đó khá đơn giản. Nhưng bên dưới có cả một hệ điều hành. Bạn có thể coi nó như một server, hay một công cụ rất mạnh giúp ta làm được việc. Và đó là nền móng cho toàn bộ phần còn lại của video.

Để nhấn mạnh thêm, Matt chuyển sang bot marketplace của mình và nhờ nó tìm một cây Monstera Albo đốm (variegated Monstera Albo). Ở phần computer use bên phải, ta sẽ thấy bot, vì anh đã cấp quyền và đăng nhập Facebook từ trước, mở chiếc máy đó ra, mở tab mới hoặc dùng luôn tab cũ, rồi tìm kiếm. Nó thực hiện mọi thao tác mà chúng ta sẽ làm.

Nên thật ra, theo Matt, nó hơn một trợ lý cá nhân, hơn nhiều công cụ AI khác mà bạn đã quen. Nó là một agent làm được mọi thứ bạn làm được trên một chiếc máy tính. Trên màn hình, Grok Bot lần lượt tìm vài loại cây khác nhau trên Facebook Marketplace rồi sang Craigslist, và chỉ tìm thấy vài cây trên Craigslist.

## 4. Bốn việc chính Matt dùng Grok Bot

Vậy Grok Bot làm được gì? Trước khi đi vào cách dùng và cách thiết lập, Matt muốn đưa ra vài use case để bạn hiểu tại sao mình có thể chọn một công cụ như thế này, nếu bạn vẫn còn tò mò. Anh đang dùng Grok Bot cho bốn việc chính:

- **Viết phần mềm.**

- **Xây phần mềm cá nhân dưới dạng agent.** Việc này hơi khác: anh thật sự chuyển phần mềm vào trong chat. Anh sẽ giải thích điều đó nghĩa là gì ở phần sau.

- **Tra cứu thông tin và kiến thức** (information and knowledge retrieval): tìm khắp Slack, Notion, GitHub của Cursor và SpaceX. Việc này giúp anh rất nhiều, và thật ra đó là cách anh onboarding vào Cursor. Anh sẽ lấy nó làm ví dụ.

- **Tự động hoá workflow**, rất giống ví dụ đi chợ vừa rồi.

Bốn nhóm việc Matt dùng Grok Bot, cũng là khung của nửa sau video.

Với workflow, bạn có thể nghĩ tới bất kỳ việc nào, bất kỳ loại knowledge work nào mình phải làm: vào LinkedIn để liên hệ với người khác, hay đi tìm thông tin. Nếu bạn làm sales, hãy đưa thông tin đó vào CRM, liên hệ khách hàng, soạn email, vân vân. Matt kể rằng nhiều người trong đội go-to-market của họ làm đúng như thế với Grok Bot.

Tương tự, cho đợt launch gần nhất, Matt dùng Grok Bot để điều phối mọi feedback và tài nguyên mà đội nhận được trong Slack và Notion. Rồi bot đồng bộ toàn bộ nội dung giữa Notion và các PR: đưa comment trong Notion, comment trong PR và feedback trên Slack vào, sau đó khởi động các cloud agent của Cursor để chắc chắn mọi feedback đã được tích hợp. Việc này tiết kiệm cho anh rất nhiều thời gian, và là một use case rất hay.

Anh sẽ đào sâu bốn việc đó sau. Nhưng trước hết, anh muốn chỉ cách thiết lập. Vậy các agent này là gì, và chúng hoạt động thế nào?

## 5. Giải phẫu một bot: Tech Demos

Matt lấy một ví dụ, và đây là một trong những bot anh thích nhất: bot Tech Demos. Khi mở phần Settings bên trong bot, ta thấy có một name, một title và một description.

- **Name** về mặt kỹ thuật là tuỳ chọn và không hề ảnh hưởng tới hành vi của bot.

- **Title** là mô tả ngắn bot làm gì.

- **Description** là phần giải thích dài hơn.

![Bot Tech Demos đề xuất build một demo Shader Lab, có routine Daily X tech scout](https://homus.dev/photos/jwogmXNt7o4-0720.jpg)

Trong bot Tech Demos: routine "Daily X tech scout" đã được bật, và sáng nay bot báo đã thấy Shader Lab của basement.studio trong bookmark, mô tả nó ("Photoshop cho shader", xuất JSON, đưa vào React), đề xuất demo đặt ở `apps/shader-lab/`, rồi hỏi "Want me to build a Shader Lab playground in tech-demos?". Matt chọn "Tweak" để chỉnh trước khi duyệt.

Bot này đọc các bookmark Twitter của Matt. Anh gọi nó một cách thân mật là "DevRel bot". Mỗi ngày, nó tìm ra một thứ gì đó hay ho trong đống bookmark. Từ đó, nó soạn một prompt theo phong cách của anh, gửi cho anh, và anh có thể duyệt hoặc từ chối prompt đó. Phía sau, bot sẽ lấy prompt ấy và giao cho một cloud agent của Cursor qua integration với Cursor.

Ô Description của bot trên màn hình ghi như sau, một mẫu bạn có thể dựa vào để viết cho bot của mình:

```
Daily X-bookmark tech scout for Matt. Each weekday, scan bookmarks for a new technology worth demoing (esp. if bubbling on X), send a draft prompt for approval, then run Matt's project-planning skill and spin up a new repo + Cursor cloud agent to build the demo.
```

## 6. Plugin, MCP server, skill và nhiều tài khoản

Điều đó dẫn tới một phần rất mạnh khác của Grok Bot: nó hỗ trợ mọi integration, MCP server và plugin mà Cursor hỗ trợ, cùng với skill và nhiều thứ khác. Nên ta có thể thêm Gmail, Google Calendar, Google Drive, một số thứ phức tạp hơn và các công cụ nội bộ mà đội anh đang dùng, cũng như các SaaS khác như Amplitude cho data analytics, Twitter để truy cập dữ liệu có cấu trúc hơn, 1Password, vân vân.

![Cửa sổ Plugins Marketplace với Gmail, Google Calendar, Google Drive đã thêm và các plugin khác](https://homus.dev/photos/jwogmXNt7o4-0619.jpg)

Cửa sổ Plugins, tab Marketplace: Gmail, Google Calendar và Google Drive đã được thêm (Added); bên dưới là Granola, nhóm Agent Orchestration (Arize, Atlan, AWS Agents, AWS SageMaker) và các gói skill riêng của từng team như Cloud Agents Team Skills hay Data Team Skills.

Điểm hay là ta còn có thể thêm nhiều tài khoản. Matt có vài tài khoản Gmail ở đó. Còn với Notion, ví dụ rõ hơn, anh có tài khoản SpaceX, tài khoản Cursor và tài khoản cá nhân. Ta có thể lấy thông tin từ tất cả các nguồn đó. Và bot Tech Demos có Cursor là một kết nối.

## 7. Từ một bookmark tới một cloud agent trong Cursor

Quay lại bot Tech Demos. Chuyện đã xảy ra là bot nói: này, có một ví dụ thế này, Shader Lab của Basement Studio. Nếu Matt nhìn lại màn hình của bot, anh còn thấy được nó đã vào phần bookmark, cuộn xuống và tìm thấy ví dụ Shader Lab ở dưới kia. Rồi Grok Bot nói: tôi có thể build một demo cho cái này trong repository demo của bạn. Nó đưa prompt cho anh xem, anh chỉnh một chút rồi duyệt bản build.

Từ đó, nó thật sự bắt đầu một bản build trong Cursor. Nếu mở Cursor Cloud trong Chrome, ta thấy bản build đang chạy.

![Cursor cloud agent đang chạy task Build apps/shader-lab preset-swapper](https://homus.dev/photos/jwogmXNt7o4-0743.jpg)

Bản build mà bot khởi động, nhìn từ Cursor Cloud trong Chrome: task "Build apps/shader-lab preset-swapper" trên repo tech-demos, prompt mở đầu bằng yêu cầu build một app nhỏ trong monorepo, làm đúng theo `AGENTS.md` và không tạo repo GitHub mới. Bên dưới là các bước agent đang thử: chụp các frame để so sánh, test app khi tắt GPU watchdog, đọc log GPU của Chrome.

Đây là phần rất hay của integration với Cursor: nếu bạn chạy việc trong cloud agent, chúng đồng bộ trên Cursor web và cả Cursor desktop. Nên automation này khởi động cloud agent, bắt đầu build phần mềm, và anh có quyền truy cập ngay lập tức.

Một điều Matt muốn chỉ ra, rất thú vị: workflow này có những vòng feedback (feedback loop) rất đặc biệt. Nếu các automation chạy theo nhiều loại trigger khác nhau (anh sẽ nói tới phần đó), về cơ bản anh có thể xây phần mềm được khởi động bởi thông tin mới, bởi những hành động anh làm, bởi bất kỳ nguồn dữ liệu bên ngoài nào. Và anh nghĩ điều đó mở ra khả năng cho những "software factory" và những workflow rất hay. Anh sẽ quay lại chuyện này sau.

Bot này sẽ khởi động bản build, rồi báo cho anh khi xong, kèm theo vài ảnh chụp màn hình và video. Ta có thể xem một lần chạy trước, khi anh làm demo về prompt benchmarking, hay eval. Grok Bot đã build website đó, chụp vài ảnh màn hình khi xong và mở một PR trên repository. Trên màn hình, thẻ "Build apps/writing-bench MVP" hiện trạng thái Done, PR số 2 với 33 file thay đổi, kèm hai nút View PR và Open in Cursor. Và đó mới chỉ là một ví dụ.

## 8. Ba cách chạy một bot, và routine

Điều cần chỉ ra ở đây là có ba cách chính để chạy một bot. Cách thứ nhất là chat với nó: "này, tôi muốn bạn làm việc này". Cách thứ hai là bấm vào routine ở đây và lên lịch cho nó.

Cách dễ nhất để lên lịch một routine là nói thẳng với bot: "này, tôi muốn bạn chạy vào các ngày trong tuần lúc 9 giờ sáng". Nó sẽ tự dựng trigger ở đây. Bạn cũng có thể dựng trigger bằng cách bấm qua giao diện đồ hoạ: đặt theo lịch, theo một tin nhắn Slack, theo một event từ GitHub, vân vân. Màn hình routine cũng là chỗ dễ để sửa tên, sửa bộ hướng dẫn (instruction), xem lịch sử chạy, chạy thử một lần, xoá routine hoặc tắt routine.

Ba cách một bot được kích hoạt. Cách thứ ba, bot gọi bot, được Matt nói tới ở phần sau và là thứ làm cho bot có thể ghép với nhau.

Đó là phần cơ bản. Khi tạo một bot mới, ta thật ra chỉ nhận được một giao diện chat trống. Giả sử anh tạo một bot mới ở đây: đó là một khung chat trống. Ta có thể bắt đầu xây bot này đơn giản bằng cách giải thích cho Grok Bot mình muốn điều gì xảy ra, và nó còn chủ động hỏi để kéo những thông tin đó ra từ bạn.

Nên điều tóm tắt (TL;DR) mà Matt muốn bạn nhớ là: nếu bạn đang tự hỏi liệu mình có làm được việc gì đó với Grok Bot không, cứ hỏi nó. Nó có rất nhiều tool khác nhau để đi lấy thông tin, và nó sẽ chủ động giúp bạn đạt mục tiêu.

## 9. Quyền hạn: allow/deny list, reviewer agent và chiếc máy dùng chung

Matt đã dùng bot Tech Demos làm ví dụ để giải thích bot là gì và hoạt động thế nào. Câu hỏi tiếp theo hợp lý có lẽ là: làm sao tôi biết thứ này sẽ làm đúng điều tôi bảo? Và thứ hai, nó có những quyền gì? Vì có thể anh vừa đăng nhập tài khoản Twitter của mình ở đây. Về lý thuyết, điều đó nghĩa là bot có thể vào trang chủ và bắt đầu tweet linh tinh, đúng không? Chuyện đó có thể chẳng hay ho gì. Làm sao biết bot sẽ không làm vậy?

Câu trả lời ngắn là bot có thể làm bất cứ thứ gì bạn cho phép nó làm. Tuy vậy, kiến trúc của Grok Bot được thiết kế để ta có thể tin rằng cách nó làm việc sẽ khớp với điều ta muốn. Ta thấy điều này khi bấm vào profile, vào Settings. Trong phần cài đặt của bot có một allow list và deny list, nên bạn có thể đặt các quy tắc mà Grok Bot sẽ tuân theo.

![Settings General của Grok Bot với Auto-review và bảng Auto-review Rules](https://homus.dev/photos/jwogmXNt7o4-1103.jpg)

Settings, mục General: công tắc Auto-review ("Grok Bot kiểm từng hành động trước khi chạy và hỏi bạn khi cần"), ô viết quy tắc "When Grok Bot wants to..." với lựa chọn "It should: Allow automatically", và hai quy tắc đã có: "reply to emails for me" và "send slack messages to my teammates", cả hai đều là Ask first. Dòng dưới cùng ghi các quy tắc này chỉ áp cho bạn, còn các kiểm tra an toàn có sẵn luôn được áp.

Về cơ bản, cách nó chạy là có một **reviewer agent** xem xét từng hành động mà Grok Bot có thể làm, và nó chọn một trong ba: cho phép Grok Bot làm việc này, từ chối việc này, hoặc đẩy lên cho người dùng và hỏi họ. Bạn có thể thêm quy tắc ở đây, ví dụ: khi Grok Bot muốn gửi một tweet, đừng cho phép tự động mà hãy hỏi trước. Quy tắc đó sẽ khiến Grok Bot hỏi trước khi làm. Nên nếu anh nói "này, gửi một tweet đi", nó sẽ hỏi anh trước khi thực hiện.

Ví dụ một quy tắc theo đúng mẫu anh vừa nói, viết vào ô "When Grok Bot wants to" và chọn "Ask first":

```
send a tweet
```

Bên dưới, cách nó hoạt động là reviewer agent giữ các danh sách này trong context, chủ động xem từng message rồi kiểm tra xem có khớp với một trong các quy tắc đó không. Tài liệu chính thức của Grok Bot cũng mô tả quy tắc "Ask first" luôn dừng hành động khớp để hỏi bạn, còn "Allow automatically" chỉ cho chạy khi phần review tự động không thấy lý do nào khác để dừng ([Approvals, security, and privacy](https://docs.x.ai/grok-bot/approvals-security-and-privacy)).

Một điều nữa cần nói: nếu anh đăng nhập một website trên một bot, thì vì chiếc máy tính bên dưới là một và dùng chung cho tất cả các bot, website đó cũng đang đăng nhập trên bot kia. Ví dụ, nếu mở bot Weekly Product Digest, mở Chrome và vào x.com, anh vẫn đang đăng nhập trên bot này. Nó truy cập Twitter giống hệt các bot khác. Về cơ bản, các bot hoạt động như vậy.

Bot này, chẳng hạn, đang quét Facebook Marketplace và Craigslist để tìm máy pha espresso. Và giờ tất cả các bot của anh đều truy cập được hai trang đó, vì anh đã đăng nhập bằng chúng.

Mọi bot của một tài khoản dùng chung một chiếc máy tính: đăng nhập X hay Facebook một lần trên một bot là các bot khác cũng dùng được, còn allow/deny list quyết định chúng được làm gì ở đó.

## 10. Bot gọi bot: group chat và chuỗi bot

Matt đã nói bot có thể chạy theo ba cách. Thứ nhất, khi bạn gửi tin nhắn cho bot. Thứ hai, khi bạn định nghĩa một routine hay một trigger để khởi động bot. Còn thứ ba, bot cũng có thể được kích hoạt bởi các bot khác, nghĩa là chúng có thể ghép với nhau (composable).

Điều này kéo theo vài hệ quả. Thứ nhất, bạn thật sự có thể tạo một group chat gồm nhiều bot. Nếu anh muốn bot Cursor Product Expert, bot Cursor Product Digest và, chẳng hạn, bot Prioritization cùng ở trong một group chat, anh làm được.

Nhưng có một điều quan trọng: nếu anh chỉ nói "này" trong group chat đó, từng bot sẽ lần lượt thay phiên trả lời. Đó là điều bạn nên biết nếu muốn gửi tin cho nhiều bot cùng lúc.

Một cách tốt hơn để kích hoạt các bot theo thứ tự, hay theo yêu cầu, là "chọc" vào một bot. Giả sử anh vào bot Writing và nói: "này, xem Cursor vừa ship gì qua Cursor Product Expert, rồi viết một tweet ngắn về nó bằng giọng viết của tôi". Đây là cách anh tận dụng khả năng ghép bot để nối các hành động lại với nhau. Câu anh gõ trên màn hình:

```
hey look at what shipped in cursor via the Cursor Product Expert then write a short tweet about it using my writing voice
```

Trên màn hình, Writing Bot trả lời "On it": nó sẽ hỏi Product Expert xem thật sự đã ship gì rồi soạn một tweet ngắn theo giọng của Matt. Ngay dưới là dòng "2 messages with Cursor Product Expert", cho thấy hai bot đã trao đổi với nhau, và Writing Bot báo changelog hôm nay đã có, nó đang xem vài bài gần đây của anh để tweet không nghe như một thông cáo báo chí.

Bot Writing về cơ bản đang đóng vai orchestrator. Nó sẽ sang bot Cursor Product Expert và hỏi "này, có gì mới?", rồi mang câu trả lời về khung chat này. Ta nhận được một tin nhắn nhỏ cho biết Product Expert đã được ping, và Product Expert bắt đầu xử lý câu hỏi mà bot Writing gửi sang.

Điều đó ảnh hưởng tới cách ta định nghĩa workflow, vì ta nên nghĩ về các bot này như những chuyên gia, hay có thể là những nhân viên làm việc trong từng mảng riêng. Bạn có thể có một routine, ví dụ chạy mỗi ngày trong tuần, chuyển yêu cầu qua nhiều bot khác nhau để đạt một mục tiêu.

Đây cũng là điều Matt muốn nói lúc trước khi bảo khả năng là vô tận: đây là một sản phẩm hoàn toàn mới (greenfield), có rất nhiều thứ khác nhau để thử. Anh không thể tự nghĩ ra hết mọi ý tưởng, và đó là cơ hội để bạn nghĩ ra những ý tưởng tuyệt vời và chia sẻ với mọi người. Trên màn hình, Cursor Product Expert đã chia sẻ changelog từ sáng nay, và giờ đang chuyển nó sang bot Writing để soạn vài bản trả lời. Đó chính xác là một số workflow anh đang dùng.

## 11. Tóm tắt các tính năng quan trọng

Matt tóm tắt lại những tính năng quan trọng nhất:

- **Bot được kích hoạt** bởi tin nhắn, bởi routine hay trigger, hoặc bởi bot khác. Điều đó làm chúng ghép được với nhau: bạn có thể có group chat với các bot, và có những chuỗi bot cùng làm việc để hoàn thành một workflow.

- **Bot có một chiếc máy tính bên dưới luôn giữ đăng nhập.** Nó có các session bền (persistent session) với những tài khoản bạn cho phép.

- **Nếu bot cần bạn đăng nhập**, nó có thể giao chiếc máy cho bạn, hoặc yêu cầu một **secure input**. Anh chưa nhắc điều này: nếu bot chỉ cần một mật khẩu, nó có thể gửi bạn một form bảo mật để bạn gõ mật khẩu vào. Nghĩa là bạn có thể ra tay để giúp bot vượt qua những bước khó, để chúng tiếp tục làm việc cho bạn. Tài liệu Grok Bot cũng dặn không dán mật khẩu hay mã một lần vào chat, mà nhập vào ô secret request được che giá trị và không đưa vào cuộc hội thoại ([Computer and apps](https://docs.x.ai/grok-bot/computer-and-apps)).

- **Ghi lại một workflow:** bạn có thể bấm record và chỉ việc bấm qua màn hình để dạy bot làm theo.

- **Allow/deny list:** bộ quy tắc để chắc rằng bot không làm những việc bạn không muốn, hoặc luôn làm những việc bạn muốn mà không cần xin bạn duyệt trước.

- **Thiết lập bot** dễ như gửi một prompt hay một voice note, và đó thường là cách Matt làm.

Hai cách giúp bot vượt "cái dốc": nhận lại máy để tự thao tác, hoặc gõ mật khẩu vào form bảo mật mà bot gửi.

Vậy là từ đầu tới cuối, đó gần như là mọi thứ bạn cần biết để bắt đầu chạy với Grok Bot. À, còn có các plugin nữa, cho phép kết nối tài khoản, kết nối dịch vụ chỉ với vài cú bấm và một chút OAuth, và theo Matt, chúng chạy cực kỳ ổn định với anh tới giờ.

Giờ anh muốn nói về những workflow anh đang dùng công cụ này, đưa ví dụ cho thấy nó hữu ích ra sao, và cả điều anh nghĩ về tương lai của phát triển phần mềm hay tự động hoá workflow.

## 12. Workflow 1: bạn bè trên X vào một database Notion

Workflow đầu tiên khá hay: Matt dựng nó ngay sáng nay bằng điện thoại. Anh có một bản xem ở đây, nhưng video chuyển sang màn hình điện thoại để anh kể chính xác mình đã làm gì.

Ý tưởng là thế này: anh đã kết bạn với rất nhiều người trên Twitter, và nhiều người trong số họ không sống ở San Francisco như anh. Họ sống khắp nước Mỹ, khắp thế giới, nhưng phần lớn có ghi địa điểm trong phần mô tả profile. Nghĩa là đó là thông tin công khai, đúng không?

Anh tự hỏi: này Grok Bot, bạn có thể lấy thông tin đó từ Twitter cho từng người mình theo dõi, qua API hoặc bằng cách thật sự đi xem profile của họ, tạo một database trong Notion, đổ thông tin vào đó rồi giao lại cho mình không? Như đã nói ở đầu video, thông thường đây là việc ta nhờ AI viết script, cách tiếp cận personal scripting. Giờ anh chỉ giao cho một agent. Và nó tốt hơn vì hoàn toàn có thể vứt đi. Anh mất có lẽ năm hay mười phút, và giờ anh có agent đó mãi mãi để chỉnh, cập nhật và cải thiện.

![Bot Connections báo đã đưa 824 người vào database Notion](https://homus.dev/photos/jwogmXNt7o4-1607.jpg)

Bot "Connections" hỏi nên đưa vào Notion ngay hay tốn API credit để lọc những người theo dõi lẫn nhau, Matt chọn "Notion now, skip mutuals". Bot tạo schema trước rồi nạp 824 người theo từng đợt, với các board view nhóm theo quốc gia và theo bang. Kết quả: khoảng 500 người ở Mỹ (phần lớn California và New York), 167 người để trống địa điểm, và một số ghi đùa nên không được nhóm.

Phần trước là giao diện trên điện thoại. Giờ anh mở Notion ra. Anh theo dõi khoảng 800 hay 900 người (trên màn hình bot ghi 824). Và giờ anh có danh sách tất cả họ ở đây, có cả ảnh đại diện, khá đẹp, phần mô tả, nơi họ sống, quốc gia, mức độ tin cậy của vị trí (geo-confidence), và một vị trí kiểu ước lượng.

Giả sử anh, một người ở San Francisco, sắp đi New York. Anh có thể tìm "New York" ở đây và lấy ra mọi người anh theo dõi đang sống ở New York, rồi nhắn họ: "này, đi cà phê không?" Anh tự trêu mình là "gã phiền phức rủ cà phê" ở đó. Thứ này, theo nghĩa đen, anh dựng lên trong 15 phút, thật ra gần 10 phút hơn, bằng điện thoại sáng nay.

Và điều đó có nghĩa là vấn đề không còn nằm ở thứ bạn build được nữa, mà ở thứ bạn nghĩ ra được, mơ ra được, ở những gì trí tưởng tượng của bạn chứa. Về cơ bản, hãy lấy bất kỳ việc gì bạn có thể làm bằng tay, kiểu "mình sẽ đi qua toàn bộ follower hay connection trên LinkedIn và làm việc này", rồi tự hỏi: nếu mình giao việc này cho một agent, để nó làm từng bước như mình làm bằng tay thì sao? Matt thấy điều đó thật tuyệt vời và rất hay. Đó là ví dụ workflow thứ nhất.

## 13. Workflow 2: một app tập luyện tự vibe-code

Ví dụ thứ hai, và Matt nghĩ cái này còn hay hơn. Trước mặt anh là một phần mềm. Anh không build nó bằng Grok Bot; anh vibe-code nó, phần lớn với Fable 5. Nhưng anh đã bỏ rất nhiều thời gian để xây huấn luyện viên tập luyện cá nhân (personal training coach) này.

App cho phép anh chia chu kỳ tập (periodize) và áp dụng một số nguyên tắc khoa học về hypertrophy (tăng cơ) và strength training, thứ anh rất đam mê, để xây một chương trình tập. Từ chương trình đó, anh có thể ghi lại từng bài tập, và nhận dự báo cho tuần tiếp theo. Thế là tuyệt.

![App Matty Trains hiển thị chương trình tập với các bài Back Squat, RDL, Leg Extensions](https://homus.dev/photos/jwogmXNt7o4-1826.jpg)

App tập luyện tự build "matty trains": chương trình 21 tuần, 4 ngày, 22 bài tập. Mỗi bài có mức tạ, số set, số rep, mục tiêu (RIR cap, rep cap) và ô ghi log; các bài chính như Back Squat hay Bench Press theo kiểu "Wave" với số rep và RIR định sẵn. Menu bên trái có Program, Analytics, Coach và Docs.

Nhưng anh nhận ra: đây là một phần mềm. Và nếu bạn build phần mềm, bạn phải bảo trì nó. Rất nhiều lúc nó hỏng, hoặc có chỗ sai. Để có được app như hôm nay, anh đã mất nhiều tuần, thật lòng là nhiều tháng, build chồng lên một logic tăng tiến (progression logic) vốn khá đơn giản và một nguồn dữ liệu dùng chung.

## 14. Phần mềm là gì, và mang phần mềm vào chat

Điều đó đưa Matt quay lại câu hỏi phần mềm là gì. Nếu nghĩ về phần mềm, nó thật ra là ba thứ:

- **Logic:** một ít business logic, một số phép tính hay những thứ anh muốn xảy ra với dữ liệu.

- **Dữ liệu:** thứ anh lưu bền vững, trong database, trong một file JSON hay trong object storage. Nhưng thật ra dữ liệu có thể là bất cứ thứ gì: một file CSV, thứ gì đó trong Google Drive, trên GitHub, hay trên máy tính của bạn.

- **Giao diện:** cách anh tương tác với phần mềm đó.

Bạn cũng có thể nghĩ theo cách này: có một server thực hiện các phép tính, có một kho dữ liệu bền vững, và có một UI. Client, server, database, đúng không? Đó là phần mềm tóm gọn, phần lớn các ứng dụng full-stack.

Cách Matt "mang phần mềm vào chat": giữ nguyên ba phần của một app, nhưng logic chuyển thành MCP server, skill và plugin, dữ liệu nằm trong repo, còn giao diện là khung chat với agent.

Rồi anh nghĩ: nếu mình mang phần mềm đó vào trong chat thì sao? Điều anh bắt đầu nhận ra là: agent chính là phần mềm. Và những gì anh làm với bot Arnold ở đây là: bên dưới, đây là huấn luyện viên lập chương trình tập sức mạnh và tăng cơ của anh.

Có thể nhiều bạn đã dùng ChatGPT, Grok, Codex hay Claude, cái gì cũng được, cho việc này rồi. Nhưng điều khác biệt ở đây là anh đã cho agent này quyền truy cập toàn bộ logic từng có trong app. Anh lấy app, tách nó ra thành một bộ MCP server, một bộ skill và plugin, rồi viết prompt để Grok Bot build tất cả những thứ đó. Và anh làm toàn bộ việc này từ bên trong Grok Bot.

![Bot Arnold với kế hoạch tập Day 3 Deadlift và phần Settings mô tả bot](https://homus.dev/photos/jwogmXNt7o4-2037.jpg)

Bot "Arnold" (title "Matt Trains"): description ghi đây là huấn luyện viên lập chương trình tập sức mạnh và hypertrophy của Matt, dùng matt-trains làm nguồn sự thật cho periodization, tăng tiến, quy tắc RIR/RPE và sở thích. Trong chat, bot đưa buổi tập Deadlift ngày thứ 3 với số set, rep và RIR, và khi Matt hỏi có nên tăng volume tuần sau không, nó khuyên giữ nguyên thêm một tuần.

Nếu cuộn lên, ta thấy anh đang thêm các plugin và skill về periodization trong Cursor. Có một lỗi ở đó, nhưng chỉ cần thử thêm một lần là được. Anh cũng có thể mở nó trong Cursor, xem PR thật và xem mình đã build gì rồi commit cho Grok Bot. Và rồi anh chỉ dùng chính giao diện đó để chat với Grok Bot, gửi qua mọi buổi tập khác nhau của mình.

Bên dưới, nó ghi các buổi tập này vào Git dưới dạng commit, vào một file JSON nếu anh nhớ không nhầm. Nhưng thứ anh có là một phần mềm có logic và một chiếc máy tính. Agent là chiếc máy tính, còn giao diện là chat.

Dù trông có thể không đẹp hay đầy đủ tính năng bằng thứ anh có trước đây, nó dễ bảo trì hơn nhiều. Nếu có lỗi, bot thật sự tự chẩn đoán được, viết code, commit vào repository GitHub và publish. Đó là một vòng feedback nhanh hơn nhiều so với app tập luyện của anh, đúng không?

Vì với app tập luyện, về cơ bản anh phải bắn ra các cloud agent của Cursor. Anh phải về nhà, phải xem lại mọi thứ, duyệt, từ chối, merge, dựng vòng feedback preview và deploy, việc có thể hơi rắc rối tuỳ công nghệ bạn dùng. Nên đây là một cách tiếp cận phần mềm đơn giản hơn về bản chất, trong đó vòng feedback để cải tiến phần mềm nằm ngay trong chat.

Một điều nữa: anh từng muốn đưa AI chat vào app tập luyện của mình, muốn chat với nó như với một huấn luyện viên. Với Grok Bot, anh có sẵn điều đó ngay từ đầu. Nên tuỳ vào phần mềm bạn đang cố build, có thể nó chỉ cần là một agent. Và họ sắp ship tính năng multiplayer cho các công cụ như Grok Bot, cho phép bạn về cơ bản chia sẻ phần mềm đó với mọi đồng đội.

Đó là cách tiếp cận phần mềm cá nhân, một điều nên ghi nhớ. Nếu bạn tách được app của mình thành client, server và database, hãy cân nhắc gắn một nguồn dữ liệu vào Grok Bot: kết nối Google Drive, cho nó quyền vào một Git repo, hoặc chỉ đưa cho nó vài file, vì nó có một chiếc máy tính. Rồi dùng chính agent làm chiếc máy tính đó, bằng cách cho nó skill. Matt nói thêm một điều chưa nhắc: bạn có thể định nghĩa skill cho Grok Bot. Bạn có thể đính kèm file, teach a task, và Grok Bot cũng dùng được skill nếu bạn định nghĩa chúng, cùng MCP server, tool, plugin. Cuối cùng, dùng chat làm đầu vào và đầu ra. Đó có thể là thứ thay thế cho nhiều phần mềm cá nhân hay script cá nhân bạn vẫn đang build.

## 15. Viết code: outer loop và inner loop

Một cách khác Matt dùng Grok Bot là để viết code. Anh đã nói về ví dụ bookmark trên X, nơi anh build demo từ các bookmark Twitter và giao việc cho agent theo cách đó. Giờ anh muốn nói về một khái niệm nâng cao hơn: làm software engineering thật sự từ bên trong Grok Bot.

Theo anh, một kỹ sư trong đội Cursor, người anh đánh giá rất cao, đã diễn đạt điều này hay nhất. Khi anh ngồi nói chuyện với chị ấy, chị mô tả Grok Bot là "outer loop hoàn hảo". Nên anh đặt tên agent này là Outer Loop (trên màn hình bot tên Slick, title "Outer Loop").

Về cơ bản, ta muốn có một outer loop, nơi ta thu thập context, hiểu vấn đề, kéo context từ nhiều hệ thống khác nhau, trước khi giao việc cho một cloud agent đóng vai inner loop và thật sự build phần mềm.

Kiến trúc outer loop và inner loop: bot bên ngoài gánh phần khám phá và context lộn xộn, để cloud agent bên trong chỉ nhận một prompt sạch và tập trung vào việc build.

Tại sao làm vậy? Để bảo vệ context của inner loop, tức cloud agent, và để có một chỗ để khám phá. Tại sao điều đó quan trọng? Vì LLM hoạt động bằng dự đoán token tiếp theo (next token prediction), đúng không? Nghĩa là mọi thứ nằm trong context đều sẽ ảnh hưởng tới kết quả.

Nên nếu bạn đang ở trong một agent và nói "đọc mấy file này đi, mình nên build gì? Có nên build cái này không? Giúp mình nghĩ qua các vấn đề này", rồi từ đó bạn bắt đầu giao việc sửa, thì agent đó thật ra sẽ mang một đống context "bẩn" (dirty context) và nhiều thông tin có thể không liên quan tới thứ bạn đang cố build.

Với kiến trúc outer loop, inner loop, ta bảo vệ được context của inner loop và tập trung việc thu thập thông tin vào một agent về cơ bản được chuyên môn hoá cho việc đó. Bot của anh ở đây, nếu xem phần description, là một chuyên gia về codebase, tài liệu và các repo marketing của Cursor. Anh đã cho nó quyền vào tất cả những thứ đó. Mục tiêu của nó là giúp anh xem qua các nguồn context và nghĩ ra những prompt hoàn hảo, rồi giao chúng cho cloud agent cùng với những skill anh dùng để build ở Cursor. Một trong số đó là plugin P-Stack của người đồng nghiệp ấy, mà anh thấy rất tuyệt.

Trên màn hình, Matt hỏi bot rằng nó có quyền dùng cloud agent của Cursor và gọi một cloud agent để chạy P-Stack được không. Bot trả lời cloud agent là phương tiện phù hợp: worker của khung chat này bị giới hạn trong một model, còn cloud agent có một repo thật, đủ dàn model và một PR ở cuối. Matt bảo nó tách khỏi P-Stack và coi mình là tầng ở trên, chỉ dùng P-Stack để tham khảo; bot đáp "tôi không phải pstack, tôi ngồi phía trên nó": kéo codebase, docs và marketing, viết prompt, chạy cloud agent qua review và merge.

![Bot Slick (Outer Loop) trao đổi về cloud agent và P-Stack, ô nhập có prompt về user credit grants](https://homus.dev/photos/jwogmXNt7o4-2502.jpg)

Bot Slick, title "Outer Loop": đoạn trao đổi về việc dùng cloud agent của Cursor và vai trò "ngồi trên P-Stack", và ở ô nhập là prompt nghiên cứu user credit grants mà Matt sắp gửi.

Một prompt ví dụ anh có thể gửi vào đây: tìm hiểu về user credit grants, một vấn đề anh vẫn đang suy nghĩ. Xem khắp Notion và Slack để biết công ty đang xử lý việc cấp credit cho người dùng thế nào, rồi lập một kế hoạch cải thiện hệ thống và giao prompt đó cho một cloud agent. Đúng như trên màn hình:

```
Do research on user credit grants - look across notion and slack and see how our company engages with granting user credits

Come up with a plan to improve the system here - then kick that prompt off to a cloud agent
```

Bot sẽ đi qua tất cả các nguồn đó và bắt đầu hiểu vấn đề. Lý tưởng là nó quay lại với anh, hai bên bàn qua với nhau. Rồi giống như những gì ta làm với bot Tech Demos ở trên, nó sẽ bắn ra một cloud agent của Cursor để đi build thứ đó thật sự. Một lần nữa, mục tiêu và lý do làm vậy là ưu tiên và bảo vệ context của coding agent ở inner loop, giữ cho nó chuyên biệt hơn.

## 16. Không thay coding harness, và bot chief of staff

Matt gọi đây là một chút thảo luận "meta", một chút xây cho tương lai. Nhưng anh đã dùng luồng này để về cơ bản khởi động các bot anh đang chạy trong Cursor. Nên rất nhiều bot Cursor của anh cuối cùng được bắt đầu từ Grok Bot. Theo anh, ta không thay thế coding harness. Ta chỉ bổ sung cho nó, và chuẩn bị sẵn mọi thứ (staging) cho coding harness đó.

Một use case rất hay khác, anh không đi quá sâu: một bot chief of staff, hay bot prioritization. Anh dùng nó như một chỗ "hứng tất cả" (catch-all). Ví dụ: "này, đây là vài link rất hay về DevRel, bạn lưu chúng vào Notion của tôi được không?" Nó sẽ ghi thẳng vào database của anh.

Trên màn hình, Matt dán bốn link về DevRel kèm câu "save these off in my personal notion as good devrel resources". Bot trả lời sẽ lưu cả bốn vào Notion cá nhân làm tài liệu DevRel, kiểm xem nên để ở đâu cho khỏi lạc vào một trang ngẫu nhiên, nhận ra trang "rolodex" là để lưu người chứ không phải bài viết, nên tạo hẳn một trang "DevRel resources" với cả bốn link và một dòng giải thích cho mỗi link. Khi anh nhắn thêm "also add dx.tips/video", nó thêm luôn vào trang đó.

Bot Prioritization của Matt: một chỗ hứng mọi việc vặt, đọc được email và lịch, và hai routine hằng tuần trên màn hình (Friday weekly review lúc 4 giờ chiều thứ Sáu, Monday weekly kickoff lúc 9 giờ sáng thứ Hai) để nhắc anh tự tổng kết và lên kế hoạch.

Bot này cũng có quyền vào Gmail và lịch của anh, nên anh có thể nhờ nó soạn trả lời email, giúp anh tự động hoá một vài việc kiểu đó. Rồi anh còn làm weekly review và một buổi Monday weekly kickoff. Bot nhắc anh làm những việc đó, vì nếu không, anh sẽ chẳng bao giờ thật sự làm. Nên về cơ bản, anh có một con bot giữ cho mình có trách nhiệm (accountable). Đó là một cách dùng rất hay nữa.

## 17. Tra cứu thông tin: onboarding vào Cursor bằng Grok Bot

Vậy là đã nói về code, về phần mềm cá nhân, về workflow. Giờ Matt muốn nói về tra cứu thông tin (information retrieval). Đây có lẽ là một trong những cách dùng Grok Bot đơn giản nhất, nhưng thật lòng là hữu ích tới mức điên rồ. Và đó là cách anh onboarding vào Cursor.

Nếu muốn đọc bài viết về chuyện này, anh có một bài trên X đăng cách đây không lâu, tên là "Chat is all you need". Trong bài, anh nói về việc, ở phần dưới, tra cứu thông tin: việc truy cập thông tin từ nhiều nguồn khác nhau có thể khó tới mức nào. Bạn có thể đã cảm nhận điều này nếu công ty bạn có một Notion, một Slack, một wiki khác, trong khi bạn còn đang trả lời email. Tìm được thứ mình cần có thể rất khó.

![Bài viết Chat is all you need trên X, đoạn mở đầu về search và retrieval được đóng khung đỏ](https://homus.dev/photos/jwogmXNt7o4-2723.jpg)

Bài "Chat is all you need" của Matt trên X, phần về information retrieval: phần lớn knowledge work là tìm kiếm và truy xuất, tức là hỏi và nhận câu trả lời; học bị giới hạn bởi vòng feedback, nếu mất 2 giờ để có câu trả lời thì bạn có ít "vòng" hơn người chỉ mất 2 phút; và anh thấy plugin của Grok Bot "tốt một cách bất ngờ", đã nối codebase, Slack, Notion, email, lịch, Figma, thậm chí nhiều tài khoản.

Nên việc onboarding của anh ở Cursor phần lớn được dẫn dắt bởi Grok Bot. Anh dùng kết hợp vài bot, trước hết là bot Cursor Product Expert này, để trả lời các câu hỏi về sản phẩm, và cả để giúp anh hiểu công ty vận hành thế nào.

Thậm chí khi nghiên cứu để làm video này, anh đã hỏi: "này, group chat của Grok Bot hoạt động thế nào?" Câu anh gõ:

```
How do grok bot group chats work? is there an orchestrator or do all agents join the chat
```

Bot có quyền vào codebase. Nó chỉ việc đi tìm rồi nói với anh rằng mọi agent bạn thêm vào đều thật sự tham gia phòng chat. Có một orchestrator, nhưng nó không phải một trong số các agent đó. Sau khi bạn gửi một tin nhắn, phần host chạy một vòng round-robin, đánh thức lần lượt từng thành viên. Trên màn hình, câu trả lời còn ghi rõ: mỗi thành viên tới lượt thì hoặc gửi tin, hoặc bỏ lượt; ai được lượt là người bạn nhắc tên, nếu không thì là tất cả; vòng dừng khi cả một lượt đi qua mà ai cũng bỏ lượt, sau 3 vòng, sau 10 lượt nói, hoặc khi bạn gõ tiếp. Mỗi bot vẫn có memory, persona và tool riêng, và việc của chúng giữ riêng cho tới khi chúng đăng lên.

Matt kể: đó là cách anh biết phải nói gì với mọi người ở đoạn trước, đúng không? Anh dùng cách này để học về sản phẩm, và cũng để tìm kiếm khắp Slack và Notion. Việc onboarding của anh thật ra chỉ mất vài ngày và vẫn đang tiếp diễn. Nhưng anh cảm thấy bot trả lời được tất cả những câu hỏi này, vì mọi thông tin đó đều truy cập được và đã được lưu lại ở đâu đó.

## 18. Những điều cần nhớ

Matt thừa nhận mình đã nói khá nhiều, nên đây là những điều chính cần nhớ.

- Grok Bot là một agent chạy trên cloud, một agent có một chiếc máy tính, và nó làm được gần như mọi thứ bạn làm được. Nên bạn thật sự phải mở rộng hình dung về những gì có thể: viết code, chạy code, chạy phần mềm, chạy workflow, điều khiển một chiếc máy tính giống như cách bạn làm.

- Nếu giao việc (delegate) hợp lý, bạn sẽ làm được khá nhiều thứ với công cụ này.

- Bạn kiểm soát được Grok Bot được làm gì và không được làm gì.

- Bạn truy cập Grok Bot qua điện thoại hoặc máy desktop. Nó chạy trên cloud, nên bạn có thể gập laptop lại mà không phải lo nó tắt. Bên dưới là một Linux VM bền vững trên một server chạy trên cloud.

- Khác biệt chính giữa Grok Bot và nhiều personal agent khác ngoài kia: không cần thiết lập gì (zero setup), không phải quản lý server, không phải cấu hình gì. Bạn chỉ việc nhảy vào và bắt đầu build. Theo Matt, điều đó tạo khác biệt rất lớn.

![Matt Palmer mỉm cười trước camera ở phần kết video](https://homus.dev/photos/jwogmXNt7o4-2827.jpg)

Matt Palmer, làm Developer Experience ở SpaceX AI, ở phần kết video.

Anh rất khuyến khích mọi người thử, xem qua và cho anh biết cảm nhận, cũng như video có giúp ích không. Anh chào tạm biệt: "Hẹn lần sau, tôi là Matt ở SpaceX AI."

## Nguồn và liên kết

- Tên gốc: Getting started with Grok Bot
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=jwogmXNt7o4](https://www.youtube.com/watch?v=jwogmXNt7o4)

- Kênh YouTube Matt Palmer (Matt Palmer): [youtube.com/channel/UCpe4azYvizhOPP22aSYnxwQ](https://www.youtube.com/channel/UCpe4azYvizhOPP22aSYnxwQ)

- Tài liệu Grok Bot, tổng quan: [docs.x.ai/grok-bot/overview](https://docs.x.ai/grok-bot/overview)

- Grok Bot: máy tính cloud dùng chung cho mọi bot, session đăng nhập bền và secure secret request: [docs.x.ai/grok-bot/computer-and-apps](https://docs.x.ai/grok-bot/computer-and-apps)

- Grok Bot: Auto-review và quy tắc Ask first / Allow automatically: [docs.x.ai/grok-bot/approvals-security-and-privacy](https://docs.x.ai/grok-bot/approvals-security-and-privacy)

- Grok Bot: skill, routine và automation: [docs.x.ai/grok-bot/skills-routines-and-automations](https://docs.x.ai/grok-bot/skills-routines-and-automations)

- Grok Bot: chat và group chat giữa nhiều bot: [docs.x.ai/grok-bot/chat-and-collaboration](https://docs.x.ai/grok-bot/chat-and-collaboration)

Nguồn: https://homus.dev/talks/getting-started-with-grok-bot · cập nhật 2026-10-09