ShuhangGeShuhangGe/grokbot-queue/.claude/skills/grokbot/SKILL.md

grokbot

Skill9 starsChanged 3 months agoMITView on GitHub

把任务派给云端的 Cursor Grok Bot 执行，本地内存开销恒定。当用户想让 bot 干活、并行跑多个任务、把活外包出去、或提到 grokbot / gbq / 派任务给 bot 时使用。也用于排查 Grok Bot 控制通道故障。

2 other projects use a version of this.

Adopted by

Most recently taken up by

RiceBlack67/grokbot-claude-codetheir own version, first seen Nov 8, 2026
OrionArchitekton/orion-skillstheir own version, first seen Nov 2, 2026

Other versions2 projects use a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 2
OrionArchitekton/orion-skills★ 2same name
RiceBlack67/grokbot-claude-code★ 1same name
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
In this repositoryOne other file it gives its agents.
- AGENTS.mdAGENTS.md

The file

Create a free account to mount

Files

SKILL.md

用 Grok Bot 干活

gbq 是一组原语，怎么分配、发什么，由你判断。工具不替你做决策。

Bot 跑在云端一台 Debian 机器上（8 核 / 15Gi / 出网正常 / 有完整桌面和浏览器）。本地只有一个 Electron UI（约 400MB，不随 Bot 数量增长）。

gbq 在仓库的 bin/gbq，不在 PATH 就用绝对路径。

完整的原语语义、输出格式、退出码和失败模式表在仓库根目录的 AGENTS.md（相对本文件是 ../../../AGENTS.md）。下面是够用的摘要。

工具箱

gbq bots                         # 有哪些 Bot
gbq ask  -b <bot> '问题'          # 发消息 + 等回复 + 打印   ← 一问一答，最常用
gbq send -b <bot> '消息'          # 只发不等
gbq read -b <bot> [-n N]         # 读某 Bot 最近对话（不经 UI，直接读云端 transcript）

# 批量场景
gbq submit [-b <bot>] [--ctx <名>] '任务'...   # 写进队列（不指定 -b 则轮流分配）
gbq dispatch                     # 唤醒有待办的 Bot
gbq status / wait / collect / clean

# 项目上下文
gbq ctx add <本地目录> [名字]      # 注册
gbq ctx list / sync / rm
gbq run --ctx <名> '任务'...       # submit+dispatch+wait+collect 一条龙

gbq doctor                       # 出任何问题先跑这个

怎么判断用哪个

一问一答 → gbq ask。 用户问个问题、要个调研结果、想看 Bot 怎么说，用这个。它会等到回复稳定才返回。

批量并行 → 队列。 有 3 个以上互相独立的任务时才值得。队列的价值是投递成本按 Bot 数而不是任务数（切换会话约 4 秒/Bot），任务少时开销不划算。

要 Bot 读项目代码 → 先 gbq ctx add 再 --ctx。 云端默认没有用户的项目。增量同步约 3 秒，比切一个 Bot 还快，所以不用吝啬。

怎么分配任务给 Bot

先想清楚这几点，再决定：

任务之间独立吗 → 独立才分给不同 Bot 并行；有依赖就串在同一个 Bot 上
需要项目代码吗 → 需要的话，相关任务尽量给同一个 Bot，省重复同步
是时效性调研吗 → 提醒 Bot 用浏览器实时查，别用训练数据回答

利用 Bot 的持久记忆。 这是 Grok Bot 跟 Claude subagent 最大的不同 —— 它不是用完即弃，有 memory 目录和完整对话历史。所以：

派任务前先 gbq read -b <bot> 看它最近在干什么。已经熟悉某个项目/领域的 Bot，继续给它同类任务，比换一个从零讲一遍强。

反过来，别让同一个 Bot 频繁横跳不同领域，它的记忆会互相污染。让每个 Bot 自然形成专长，是顺着这个产品的设计走。

写任务描述

任务由 Bot 的 AI 执行，不是 shell 脚本。

说清楚要什么产出
队列模式下结果要落进 JSON 的 result 字段，提醒它别在对话里长篇输出
时效性问题明确要求实时查证并注明来源日期
Bot 能跑 shell、读写 /workspace、有 sudo 免密、能上网

三级降级

控制 Grok Bot 靠操作它的 Electron 界面，没有官方 API，所以 DOM 选择器是最脆弱的一环。已做自动降级：

级别	手段	何时生效
L1	CDP + 精确选择器	默认
L2	CDP + 启发式（最宽的 contenteditable、按重复兄弟结构认列表）	Grok Bot 改了 class
L3	computer use（截图+点击）	DOM 整个不可用

自动切换，无需干预。GBQ_FORCE_LEVEL=n 强制某级（调试用）。

L3 硬前提：Grok Bot 窗口必须在当前 Space。 窗口在别的桌面时点击会返回成功但静默无效（实测过），所以 L3 会先检测并明确报 L3_WINDOW_OFF_SPACE —— 遇到这个要让用户把窗口挪到当前桌面。

限制（回答用户时如实说）

投递串行：同一时刻只有一个 activeAgent，切换约 4 秒/Bot
上限 4–8 个 Bot：再多，投递开销和 8 核 CPU 争抢吃掉收益
多 Bot 共享一台机器：不是每 Bot 一台，共享 CPU / 内存 / 文件系统 / /workspace
sshd 不抗容器重启
依赖 UI 自动化：Grok Bot 升级可能打断 L1

安全

Electron inspector 开启时 127.0.0.1:9229 对本机任何进程开放，等于完全控制 Grok Bot。gbq 每次用完自动关闭，别手动开着不管
云端机器是 Cursor 托管的，别放长期凭证；--ctx 会把项目代码传上去，敏感项目要提醒用户
/workspace 内容所有 Bot 都能看见

排障

先 gbq doctor。

症状	多半是
SSH 连不上	云端容器重启，sshd 没了 —— 最常见，按 SETUP.md 重建，别重新调研
`gbq bots` 空	Grok Bot 应用没开（最小化没关系，关掉才不行）
doctor 说 L1 失效	Grok Bot 升级改了 DOM，L2 会接管；L2 也报错就要更新选择器
Bot 不干活	`gbq read -b <bot>` 看它在说什么，可能在问问题或撞上权限确认卡
任务完成但没结果文件	Bot 没遵守协议，`gbq send -b <bot> '把结果写到 outbox'` 补救

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

It worked
Partly
It didn't

What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

Check your setup, free