Cómo integrar Jev en Grok Bot: el mejor agente que he creado

Grok Bot le da a cada usuario una computadora en la nube y permite que los bots ejecuten shell en ella. La mayoría de la gente lo apunta a tareas y se queda mirando cómo repite el mismo fallo una y otra vez.

Tú añades una skill de enrutamiento, la dejas registrando logs durante una semana antes de que pueda actuar y mantienes un interruptor de emergencia.

Si lo conectas bien, los reintentos se detienen antes de costarte algo.

Aquí tienes la configuración completa 👇

Antes de entrar en materia, publico las guías completas en mi Substack: https://zodchiii.substack.com/ 🧠

Qué devuelve Jev como respuesta

Jev es el modelo System One de TypeSafe. Responde con un valor tipado en lugar de texto libre, e incluye tres primitivas:

• Choice elige una opción de una lista que tú defines y devuelve la elección, las probabilidades y la confianza
• Score evalúa el estado según una rúbrica
• Noul responde si una afirmación es verdadera, con un número del 0 al 1

Como la respuesta llega como un valor, puedes registrarla, comparar dos semanas de decisiones entre sí y reproducirlas sobre el tráfico de ayer.

La llamada se ve así:

1from typesafe_sdk import Choice, TypeSafeClient
2
3with TypeSafeClient(model="jev-latest") as client:   # reads TYPESAFE_API_KEY
4    r = client.system_one(
5        state=f"goal: {goal}\ntask: {task_type}\nlast error: {err} x{repeats}",
6        questions={
7            "action": Choice(
8                instructions="What should the agent do next",
9                criteria={
10                    "proceed": "Nothing suggests the next step will fail",
11                    "reuse_cache": "A fresh artifact for this already exists",
12                    "stop_retry": "The same approach failed the same way",
13                    "research_capped": "Enough sources are already gathered",
14                    "ask_human": "The step sends, publishes, pays or deletes",
15                },
16            )
17        },
18    )
19
20print(r.choices["action"].choice, r.choices["action"].confidence)

El enrutador elige una de esas cinco opciones y no tiene forma de responder nada más.

Paso 1: consigue la clave API

Abre tu panel de TypeSafe y crea una clave API. Mantenla fuera del chat, fuera del repositorio y fuera de cualquier skill que planees compartir.

Paso 2: pon la clave en la computadora

Usa el flujo de solicitud de secreto enmascarado. La clave nunca pasa por el chat.

Algo que debes saber antes de añadirla: la computadora en la nube de Grok Bot es una sola máquina por cuenta, y cada bot que ejecutes en ella ve los mismos archivos, sesiones e inicios de sesión. La clave que pongas ahí será legible para todos ellos.

1Necesito darte una credencial API para TypeSafe. Usa el flujo de solicitud
2de secreto enmascarado, no el chat. El valor debe quedar como la variable
3de entorno TYPESAFE_API_KEY en tu computadora, y no debe aparecer en ningún
4archivo, log, skill o repositorio que crees. Confírmame únicamente que la
5variable está configurada y es legible, nunca su valor.

Paso 3: instala el SDK y haz una prueba rápida

1En tu computadora, ejecuta:  pip install typesafe-sdk
2
3Luego escribe /work/jev/smoke.py que abra TypeSafeClient(model="jev-latest")
4y envíe una llamada system_one con una única pregunta Choice. Estado:
5"goal: file a support ticket. task: routing. last error: none x0".
6Criterios: billing, technical, sales.
7
8Ejecútalo y muéstrame el objeto de respuesta sin procesar: la elección,
9las probabilidades y la confianza. Si falta TYPESAFE_API_KEY, detente y
10avísame, no codifiques nada de forma manual.

Buscas tres cosas en la salida: un valor de tu propia lista, una distribución de probabilidades y un número de confianza. Si falta alguno de esos elementos, el SDK se está comunicando con otra cosa.

Paso 4: construye el enrutador

1Construye un módulo de enrutamiento en /work/jev/router.py con una función:
2
3    route(goal: str, task_type: str, last_error: str, repeats: int) -> dict
4
5Envía exactamente esos cuatro campos a Jev como estado, con una pregunta
6Choice llamada "action" y estos criterios:
7
8  proceed          nada sugiere que el siguiente paso vaya a fallar
9  reuse_cache      ya existe un artefacto nuevo para esto
10  stop_retry       el mismo enfoque falló de la misma manera
11  research_capped  ya se reunieron suficientes fuentes
12  ask_human        el paso envía, publica, paga o elimina
13
14Devuelve la elección, la confianza y las probabilidades. Añade cada llamada
15a /work/jev/decisions.jsonl con una marca de tiempo, las cuatro entradas y
16la respuesta completa. Lee el comportamiento desde /work/jev/config.json
17con dos claves: "enabled" y "mode" ("shadow" o "active"). Por defecto,
18enabled en false.
19
20No incluyas texto de prompt en el estado más allá de esos cuatro campos.
21Muéstrame el archivo antes de ejecutarlo.

Esos cuatro campos son todo el estado que Jev ve. Nunca recibe tu prompt, tu repositorio ni tu conversación, así que la llamada se mantiene pequeña y el log sigue siendo legible.

Paso 5: añade la skill

1Crea una skill llamada jev-usage-router.
2
3Disparador: antes de cualquier sesión de navegador, cualquier pasada de
4investigación, cualquier reintento de un paso fallido y antes de generar
5un bot adicional.
6
7Pasos: llama a route() desde /work/jev/router.py con el objetivo actual,
8el tipo de tarea, el texto del último error y cuántas veces se repitió.
9Luego respeta la acción:
10
11  proceed          continuar según lo planeado
12  reuse_cache      usar el artefacto existente, omitir el trabajo
13  stop_retry       abandonar este enfoque e informar por qué
14  research_capped  detenerse en 5 fuentes y redactar lo que tengas
15  ask_human        pausar y preguntarme, no continuar por tu cuenta
16
17Límite de aprobación: ask_human nunca se anula, sin importar la confianza.
18Salida: una línea por decisión en el informe de ejecución.

Mantén la copia oficial de esa skill en tu propio control de versiones. Grok Bot solo conserva los 20 registros de ejecución más recientes por rutina, así que sube a tu propio almacenamiento todo lo que te importe a medida que ocurra.

Paso 6: ejecútalo en modo sombra durante una semana

1Configura /work/jev/config.json como {"enabled": true, "mode": "shadow"}.
2
3En modo sombra, llama al enrutador en cada disparador y registra la
4decisión, luego ignórala y haz lo que habrías hecho de todos modos.
5No cambies nada sobre cómo trabajas.
6
7Al final de cada día, añade a /work/jev/report.md: cuántas llamadas hubo,
8la distribución de acciones, la confianza media y cada caso donde la
9acción registrada no coincidió con lo que realmente hiciste.

El modo sombra existe porque un juez barato puede equivocarse. Revisa el log buscando los desacuerdos. Si stop_retry se activa ante un enfoque que habría funcionado al cuarto intento, querrás saberlo antes de permitirle actuar.

Una semana de tráfico real es suficiente para analizar. Con menos tiempo, la muestra es demasiado pequeña para decirte mucho.

Paso 7: actívalo, pero mantén el interruptor de emergencia

1Cambia mode a "active". De ahora en adelante, respeta la acción en lugar
2de solo registrarla.
3
4Dos interruptores de emergencia siguen disponibles para mí en todo momento:
5  1. "bypass jev" en cualquier mensaje, que ignora el enrutador para esa ejecución
6  2. {"enabled": false} en config.json, que lo desactiva por completo
7
8ask_human sigue pausándose para esperarme. Continúa escribiendo decisions.jsonl
9exactamente igual que antes.

Sigue registrando después de hacer el cambio. El log es lo que te permite distinguir un enrutador que te ahorra dinero de uno que detiene silenciosamente un trabajo que debería haber terminado.

Qué enrutar primero

Empieza con la única rutina que no deja de reintentar y deja el resto de tu configuración intacta.

Las rutinas que vale la pena enrutar primero tienen algo en común: el agente no sabe lo que ya sabe. Vuelve a abrir un navegador para buscar un archivo que ya está en disco, lee una decimocuarta fuente cuando cinco ya respondían la pregunta, o intenta el mismo enfoque por tercera vez porque nada le avisó que el segundo falló por la misma razón.

Elige una, ejecútala en modo sombra y lee el log antes de expandirte.

Cuánto cuesta

Una llamada a Jev lleva cuatro campos cortos, así que se mantiene ligera. Cada una te compra la opción de saltarte un paso costoso: una sesión de navegador, una pasada de investigación, un bot extra, un reintento.

Mídelo con tu propio tráfico en lugar de aceptar la cifra de nadie, incluida la mía. Registra la decisión, registra el paso que te saltaste y compara una semana en modo sombra contra una semana activa.

Algunos límites que debes recordar

• Una computadora por cuenta. Cada bot que ejecutes ve los mismos archivos e inicios de sesión, así que mantén fuera de esa máquina todo lo que no le darías a todos ellos.
• Veinte registros de ejecución por rutina. Sube a tu propio almacenamiento todo lo que te importe.
• El uso sigue sin ser ilimitado. El enrutador reduce las operaciones costosas, pero no elimina el límite.

¿Entonces con qué terminas?

Grok Bot hace el razonamiento y el trabajo, Jev responde con una de cinco acciones, y tú conservas la última palabra sobre cualquier cosa que no se pueda deshacer.

Empieza con la rutina que sigue fallando de la misma manera, ejecútala en modo sombra durante una semana y luego actívala.

¡Gracias por leer!

Guías completas y el resto de la serie: https://zodchiii.substack.com/