Grok CLI xAI: Cara Memakai AI Coding Agent di Terminal

Ngoding dari terminal punya ritme yang enak: fokus pada proyek, command, dan perubahan yang sedang dikerjakan. Saat muncul pertanyaan soal struktur repo, error yang sulit dilacak, atau refactor lintas file, pindah-pindah ke browser sering memutus alur itu.

Grok CLI hadir untuk mengisi ruang tersebut. Kamu bisa menggunakannya sebagai teman diskusi teknis, pembaca codebase, sampai agen yang membantu menjalankan pekerjaan berulang. Meski begitu, nama “Grok CLI” kini dipakai oleh beberapa proyek. Ada Grok Build dari xAI, ada pula CLI komunitas dengan fitur dan cara instalasi yang berbeda.

Supaya tidak salah pilih, ada tiga hal yang perlu kamu pegang sejak awal:

• bedakan tool resmi dengan proyek komunitas,
• mulai dari akses yang paling aman untuk codebase kamu,
• dan perlakukan hasil AI sebagai draft teknis yang tetap perlu direview.

Grok CLI itu apa, dan kenapa banyak developer memakainya?

Grok CLI adalah istilah umum untuk alat command-line yang menghubungkan terminal dengan model AI Grok. Dalam sesi interaktif, kamu dapat meminta AI membaca file, menjelaskan arsitektur, mencari penyebab error, menyusun rencana refactor, hingga membantu menjalankan command.

Versi resmi dari xAI memakai perintah grok. Jika dijalankan tanpa argumen, CLI akan membuka TUI interaktif di terminal. Dokumentasi resminya mencatat dukungan untuk login, pengelolaan model, session, plugin, MCP server, worktree, serta mode headless untuk otomasi. Lihat daftar command yang tersedia di referensi CLI xAI.

Bagi developer yang sudah nyaman di terminal, pendekatan ini terasa lebih natural daripada menyalin potongan kode ke chatbot di browser. Konteks proyek tetap dekat. Kamu bisa membuka agent dari root repository, memberinya arahan, lalu meninjau perubahan sebelum disimpan.

Grok CLI bukan pengganti pemahaman teknis. Nilai utamanya ada pada percepatan eksplorasi, pekerjaan berulang, dan penyusunan draft solusi.

flowchart LR
	A["Proyek lokal"] --> B["Grok CLI"]
	B --> C["Baca konteks kode"]
	C --> D["Rencana atau jawaban"]
	D --> E["Review developer"]
	E --> F["Uji dan commit"]

Bedanya Grok Build resmi dan Grok CLI komunitas

Istilah “Grok CLI” cukup membingungkan karena ada beberapa proyek dengan nama serupa. Jangan langsung menjalankan command instalasi hanya karena namanya terlihat familiar. Cek dulu pemilik proyek, lisensi, kebutuhan autentikasi, dan cara tool tersebut menangani data kode.

Grok Build dari xAI

Grok Build adalah CLI resmi xAI untuk pekerjaan coding berbasis terminal. Fokusnya bukan hanya percakapan, melainkan alur kerja agent: membaca konteks proyek, menggunakan tools, mengelola session, menghubungkan MCP, dan menjalankan tugas dari terminal.

Pada dokumentasi resmi, grok mendukung beberapa pola kerja berikut:

• TUI interaktif dengan menjalankan grok
• Mode headless memakai -p untuk satu prompt
• Worktree Git agar eksperimen tidak langsung menyentuh branch utama
• MCP server untuk menghubungkan layanan eksternal
• Plugin dan marketplace untuk memperluas fungsi
• Session management untuk melanjutkan pekerjaan sebelumnya

Contoh penggunaan dasar:

cd proyek-kamu
grok

Untuk kebutuhan noninteraktif:

grok -p "Jelaskan struktur proyek ini dan sebutkan entry point utamanya."

Proyek CLI dari komunitas

Di luar tool resmi, ada sejumlah proyek open-source yang mengakses model xAI lewat API. Fitur tiap proyek tidak sama. Sebagian dibuat dengan Python, sebagian memakai Node.js atau Bun, dan ada yang fokus pada pengalaman TUI sederhana.

Salah satu contohnya adalah Norlem/grok-cli, terminal UI berbasis Python yang menawarkan chat interaktif, streaming response, pencarian web, slash command, serta akses langsung ke xAI API.

Ada pula proyek komunitas yang menonjolkan Plan Mode. Situs grokcli.dev menjelaskan mode baca-saja untuk eksplorasi codebase sebelum AI diberi izin mengubah file. Pendekatan seperti ini cocok jika kamu ingin melihat rencana teknis lebih dulu tanpa terburu-buru memberi akses tulis.

Catatan: Sebelum instalasi, buka halaman repository atau dokumentasi resminya. Hindari package dengan nama yang mirip, tetapi pemilik dan riwayat rilisnya tidak jelas.

Kapan Grok CLI lebih berguna daripada chatbot biasa?

Tidak semua pertanyaan coding perlu agent terminal. Untuk konsep singkat seperti “apa bedanya interface dan type di TypeScript?”, browser atau chatbot biasa sering sudah cukup.

Grok CLI lebih terasa manfaatnya saat pekerjaan membutuhkan konteks file, struktur repository, atau command yang dijalankan dari direktori proyek. Beberapa situasi berikut cukup umum.

Membaca codebase yang baru kamu kenal

Saat baru masuk proyek, kamu biasanya perlu memahami folder penting, pola data, entry point, dan cara menjalankan test. Kamu bisa mulai dengan prompt yang tenang dan spesifik:

Baca struktur repository ini. Jelaskan entry point aplikasi, alur request utama, dan file yang perlu saya pelajari lebih dulu. Jangan ubah file apa pun.

Instruksi “jangan ubah file” membantu menegaskan batas kerja agent. Untuk eksplorasi awal, mode read-only lebih nyaman karena kamu bisa memeriksa arah analisisnya sebelum melangkah lebih jauh.

Baca juga Panduan Lengkap Ponytail: Skill AI Agar Ngoding Kayak Developer Senior

Melacak error yang konteksnya tersebar

Bug jarang tinggal di satu file. Error di komponen frontend bisa berasal dari kontrak API, validasi backend, migration database, atau environment variable yang tidak termuat.

Prompt yang lebih berguna bukan “fix error ini”, melainkan:

Saya mendapat error TypeError pada halaman checkout. Telusuri file yang terkait, jelaskan kemungkinan akar masalahnya, lalu berikan opsi perbaikan. Jangan menerapkan perubahan sebelum saya setujui.

Dengan format seperti itu, AI diarahkan untuk memberi diagnosis lebih dulu. Kamu tetap memegang keputusan teknis dan bisa membandingkan saran tersebut dengan kondisi aplikasi yang sebenarnya.

Menyusun rencana refactor

Refactor biasanya lebih aman jika didahului pemetaan risiko. Misalnya, saat ingin mengganti pola akses database atau memindahkan logika autentikasi, minta agent menyusun urutan kerja.

Buat rencana refactor modul autentikasi ini agar middleware dan validasi token lebih mudah diuji. Sertakan file yang terdampak, risiko kompatibilitas, serta urutan implementasi. Jangan edit file.

Rencana tersebut bisa menjadi bahan review sebelum perubahan dimulai. Jika hasilnya terlalu umum, minta agent mempersempit scope ke satu modul atau satu alur request terlebih dahulu.

Kelebihan & Kekurangan

Kelebihan

• Konteks proyek lebih dekat. Agent dapat membaca struktur direktori dan file yang memang sedang kamu kerjakan.
• Cocok untuk tugas lintas file. Penelusuran dependensi, refactor, dan pembuatan test lebih mudah dibantu jika konteksnya cukup.
• Bisa masuk ke otomasi. Mode headless berguna untuk script, CI, audit sederhana, atau pembuatan laporan.
• Terminal tetap jadi pusat kerja. Kamu tidak perlu sering berpindah aplikasi hanya untuk meminta penjelasan teknis.
• Mendukung perluasan workflow. Pada tool tertentu, MCP, plugin, atau worktree dapat dipakai sesuai kebutuhan tim.

Kekurangan

• Perlu kontrol izin yang disiplin. Agent yang boleh membaca dan menjalankan command harus diberi batas jelas.
• Jawaban tetap bisa keliru. AI dapat salah membaca intent kode atau memberi solusi yang tidak cocok dengan arsitektur proyek.
• Ada biaya dan batas pemakaian. Jika memakai API atau model cloud, perhatikan kredit, token, dan kebijakan paket.
• Setup awal tidak selalu sederhana. Autentikasi, PATH, konfigurasi model, serta shell environment kadang perlu dirapikan.
• Risiko data perlu dipertimbangkan. Repository privat, secret, file konfigurasi, dan data pelanggan tidak boleh diperlakukan sembarangan.

Peringatan: Jangan menjalankan mode persetujuan otomatis seperti --always-approve atau --yolo pada repository penting sebelum kamu benar-benar memahami command dan batas sandbox yang aktif.

Cara: mulai memakai Grok Build dari terminal

Bagian ini memakai alur dasar CLI resmi xAI. Detail installer, model, dan metode login bisa berubah, jadi tetap cocokkan dengan dokumentasi yang sedang berlaku.

1. Siapkan folder proyek. Buka terminal di root repository. Pastikan status Git bersih atau simpan pekerjaanmu lebih dulu. Untuk pekerjaan besar, buat branch khusus.

cd /path/ke/proyek
git status

2. Instal CLI dari sumber resmi. Gunakan installer yang dirujuk dokumentasi xAI, bukan salinan command dari komentar acak atau repository yang tidak kamu kenal.

curl -fsSL https://x.ai/cli/install.sh | bash

3. Verifikasi instalasi. Pastikan binary dapat dipanggil dari terminal.

grok version

Jika command tidak ditemukan, tutup lalu buka terminal baru. Pada beberapa shell, kamu mungkin perlu memuat ulang konfigurasi PATH.

4. Login dan cek konfigurasi. Jalankan login, lalu gunakan inspect untuk melihat konfigurasi yang ditemukan dari direktori aktif.

grok login
grok inspect

Perintah inspect berguna untuk memeriksa rules, skills, plugin, hooks, dan MCP server yang ikut terbaca oleh CLI.

5. Mulai dengan pertanyaan read-only. Jangan langsung meminta perubahan besar. Awali dari pemetaan codebase.

grok -p "Jelaskan struktur proyek ini. Jangan ubah file dan jangan jalankan command yang menulis data."

6. Buat rencana sebelum mengedit. Setelah kamu memahami konteks proyek, minta rencana yang memuat file terdampak, risiko, dan langkah pengujian.

grok -p "Susun rencana untuk menambah validasi input pada endpoint registrasi. Tampilkan file terdampak dan test yang perlu dibuat. Jangan edit file."

7. Uji hasil dalam scope kecil. Jika perubahan sudah diterapkan, jalankan linter, test, dan review diff sebelum commit.

git diff
npm test

Tips: Untuk perubahan lintas banyak file, gunakan Git worktree atau branch eksperimen. Pendekatan ini membuat percobaan AI tetap terpisah dari pekerjaan utama.

Pola prompt yang menghasilkan jawaban lebih rapi

Kualitas jawaban agent sangat dipengaruhi cara kamu memberi konteks. Prompt pendek tetap bisa efektif, tetapi prompt yang memiliki batas kerja biasanya menghasilkan langkah yang lebih mudah direview.

Gunakan pola sederhana ini:

Konteks:
- Proyek memakai [stack].
- File atau modul yang perlu diperiksa: [lokasi].
- Tujuan: [hasil yang diinginkan].

Batasan:
- Jangan ubah file sebelum menyajikan rencana.
- Jangan menyentuh file.env atau kredensial.
- Ikuti pola kode yang sudah ada.
- Tambahkan atau perbarui test jika diperlukan.

Output:
- Temuan utama
- Rencana perubahan
- Risiko
- Cara verifikasi

Pola tersebut tidak membuat agent “lebih pintar” secara ajaib. Fungsinya lebih sederhana: mengurangi asumsi yang tidak perlu dan membuat hasilnya lebih tertata.

Contoh untuk code review

Tinjau perubahan Git yang belum di-commit. Fokus pada bug, validasi input, error handling, dan test yang mungkin kurang. Jangan mengubah file. Tulis temuan berdasarkan tingkat risiko.

Contoh untuk membuat test

Baca src/utils/formatCurrency.ts. Buat usulan test unit yang mencakup angka nol, nilai negatif, input tidak valid, dan format mata uang. Ikuti framework test yang sudah dipakai proyek ini.

Contoh untuk migrasi dependency

Periksa package.json dan lockfile. Buat rencana upgrade framework utama satu versi. Sebutkan breaking change yang mungkin relevan, file konfigurasi terdampak, dan langkah rollback. Jangan menjalankan upgrade.

Contoh untuk memperbaiki bug tanpa melebar ke mana-mana

Sering kali bug tampak kecil, tetapi agent justru mengusulkan perubahan ke banyak file. Untuk menghindarinya, tulis batas yang tegas:

Periksa fungsi calculateTotal di src/cart/pricing.ts.
Cari penyebab total menjadi NaN saat kupon kosong.
Jangan mengubah API publik, schema database, atau dependency.
Tampilkan patch yang diusulkan dan test yang perlu ditambah.

Prompt seperti ini membuat ruang kerja AI lebih sempit. Hasilnya biasanya lebih mudah diuji dan lebih cepat direview.

Alur kerja aman untuk tugas coding yang lebih besar

Pekerjaan besar sering terasa cepat pada awalnya, lalu menyita waktu saat masalah kompatibilitas muncul. Grok CLI dapat membantu mempercepat tahap awal, tetapi alurnya perlu tetap rapi.

flowchart TD
	A["Buat branch atau worktree"] --> B["Minta pemetaan codebase"]
	B --> C["Minta rencana perubahan"]
	C --> D["Review risiko dan file terdampak"]
	D --> E["Terapkan perubahan kecil"]
	E --> F["Jalankan test dan linter"]
	F --> G["Review diff"]
	G --> H["Commit setelah lolos"]

Mulailah dari pemetaan. Biarkan agent menjelaskan modul yang terlibat tanpa mengubah apa pun. Tahap ini berguna untuk memeriksa apakah AI benar-benar membaca arah arsitektur proyek, bukan sekadar menebak dari nama file.

Setelah itu, minta rencana perubahan. Rencana yang baik menyebutkan file, urutan kerja, dampak kompatibilitas, dan cara menguji hasil. Jika rencana masih terlalu umum, minta AI mempersempit scope.

Baru pada tahap berikutnya kamu memberi izin implementasi. Lebih aman meminta perubahan dalam kelompok kecil, misalnya satu modul atau satu endpoint, lalu menguji hasilnya. Cara ini memang tidak secepat meminta “selesaikan semuanya”, tetapi lebih mudah dipantau.

Saat perubahan sudah terlihat benar, cek pula perubahan tidak langsung yang mungkin terjadi. Misalnya, update dependency dapat mengubah lockfile. Perubahan pada kontrak API dapat membuat test frontend gagal. Agent bisa membantu menemukan area tersebut, tetapi hasil akhirnya tetap perlu dicek lewat test dan review Git.

Memakai mode headless untuk script dan CI

Mode headless berguna saat kamu tidak perlu membuka TUI. Kamu cukup memberikan prompt, menerima output, lalu memasukkannya ke script atau pipeline.

Contoh paling dasar:

Baca juga 9Router untuk Coding: AI Gateway Lokal agar Tidak Mudah Kena Rate

grok -p "Buat ringkasan perubahan pada Git diff saat ini." > review.txt

Kamu juga bisa memilih working directory dan membatasi jumlah turn agent:

grok \
 --cwd./my-project \
 --max-turns 8 \
 -p "Tinjau perubahan yang belum di-commit. Jangan mengubah file."

Untuk CI, gunakan kasus yang terbatas dan dapat diperiksa. Misalnya membuat laporan awal tentang file yang berubah, mendeteksi area test yang mungkin belum diperbarui, atau menyusun ringkasan pull request.

Jangan mengandalkan agent sebagai satu-satunya penentu apakah pull request boleh merge. Aturan statis, test suite, code owner review, dan pemeriksaan keamanan tetap lebih stabil untuk keputusan penting.

Contoh script review sederhana:

#!/usr/bin/env bash
set -euo pipefail

CHANGED_FILES=$(git diff --name-only origin/main...HEAD)

grok -p "
Tinjau file berikut untuk kemungkinan bug dan error handling yang kurang:
$CHANGED_FILES

Jangan ubah file.
Tulis jawaban dalam bagian:
1. Risiko tinggi
2. Risiko sedang
3. Saran test
" > grok-review.md

Peringatan: Jika workflow CI mengirim konteks repository ke model cloud, pastikan kebijakan perusahaan dan klasifikasi data memang mengizinkannya. Jangan masukkan secret, token, dump database, atau informasi pelanggan ke prompt.

MCP, plugin, dan koneksi ke layanan lain

MCP atau Model Context Protocol adalah cara untuk menghubungkan agent dengan tools atau sumber data tambahan. Dalam praktiknya, MCP dapat dipakai untuk mengakses issue tracker, dokumentasi internal, database read-only, atau layanan lain yang memang sudah diberi izin.

CLI xAI menyediakan subcommand untuk mengelola MCP:

grok mcp list
grok mcp doctor

Sebelum menambah server MCP, tanyakan tiga hal:

1. Data apa yang akan bisa dibaca tool tersebut?
2. Apakah tool itu hanya read-only atau juga boleh menulis?
3. Siapa yang mengelola token, log, dan aksesnya?

MCP memang memperluas kemampuan agent, tetapi setiap koneksi baru juga menambah permukaan risiko. Untuk awal, pilih integrasi yang sederhana dan terbatas, misalnya akses read-only ke dokumentasi tim atau issue tracker.

Plugin juga perlu diperlakukan sama hati-hatinya. Periksa sumbernya, pahami command yang dapat dijalankan, dan jangan memasang plugin hanya karena namanya populer di media sosial. Jika plugin meminta token dengan akses luas, baca dokumentasinya sampai jelas apa yang akan dilakukan token tersebut.

Memilih model dan effort sesuai jenis tugas

Model terbesar tidak selalu perlu dipakai untuk setiap pekerjaan. Untuk penjelasan fungsi, perbaikan kecil, atau pembuatan boilerplate, model yang lebih cepat sering sudah cukup. Tugas seperti refactor lintas modul, audit arsitektur, dan analisis error kompleks biasanya membutuhkan reasoning yang lebih dalam.

CLI resmi menyediakan perintah untuk melihat model yang tersedia:

grok models

Kamu dapat memilih model melalui flag:

grok -m nama-model -p "Jelaskan modul pembayaran ini."

Pengaturan --effort juga dapat dipakai saat kamu membutuhkan penalaran lebih mendalam. Gunakan secara proporsional. Tidak ada alasan memakai effort tinggi untuk pekerjaan yang bisa selesai dengan pembacaan satu file.

Jika sedang membandingkan model, pakai prompt dan subset file yang sama. Cara ini lebih adil daripada membandingkan jawaban dari dua konteks yang berbeda. Simpan pula hasil evaluasi di branch atau dokumen internal agar tim punya acuan saat memilih model untuk tugas tertentu.

Kesalahan yang sering terjadi saat memakai AI di terminal

Kesalahan paling umum bukan pada tool-nya, melainkan pada cara tool diberi kebebasan terlalu luas.

Memberi prompt yang terlalu umum

Prompt seperti “rapikan project ini” membuka terlalu banyak tafsir. AI bisa menyentuh struktur, dependency, style, bahkan konfigurasi yang sebenarnya tidak perlu diubah.

Lebih baik tentukan target:

Rapikan validasi input pada endpoint pengguna. Jangan ubah response schema, dependency, atau struktur folder.

Mengizinkan perubahan tanpa membaca diff

Diff adalah tempat kamu memeriksa apakah agent benar-benar melakukan pekerjaan sesuai arahan. Biasakan menjalankan:

git diff
git status

Jika perubahan besar, review per file. Tidak perlu terburu-buru. Beberapa menit membaca diff sering mencegah jam debugging.

Mengabaikan test karena “kelihatannya benar”

Kode yang terlihat masuk akal belum tentu aman di kondisi tepi. Pastikan test yang ada tetap lulus, lalu tambahkan test untuk perilaku baru.

Baca juga Panduan 9Router: Bikin AI Gateway Lokal Anti Rate Limit (2026)

npm run lint
npm test

Sesuaikan command dengan stack proyekmu. Untuk layanan yang berkaitan dengan pembayaran, autentikasi, atau data pengguna, tambahkan pula pengujian manual di staging bila proses tim memang mengharuskannya.

Menaruh kredensial di prompt atau file konfigurasi yang dilacak Git

API key, token GitHub, URL database production, dan data pelanggan tidak seharusnya masuk ke prompt biasa. Gunakan environment variable, secret manager, atau konfigurasi lokal yang sudah masuk .gitignore.

Kebiasaan ini terdengar sederhana, tetapi sangat membantu saat repository dipakai bersama. Jangan mengandalkan ingatan untuk menyaring informasi sensitif. Atur batas sejak awal lewat file ignore, secret manager, dan izin akses minimum.

Menggunakan satu tool untuk semua kebutuhan

Kadang terminal agent adalah pilihan tepat. Kadang IDE assistant, linter, test runner, atau review manusia jauh lebih cepat. Tidak perlu memaksa satu alat menangani semua jenis pekerjaan.

Grok CLI akan terasa paling berguna saat digunakan sebagai bagian dari workflow yang sudah sehat: ada version control, test yang berjalan, aturan coding, dan proses review. Tanpa fondasi itu, AI hanya mempercepat perubahan tanpa memastikan arahnya benar.

Konfigurasi proyek yang membantu agent bekerja lebih konsisten

Jika kamu memakai Grok CLI secara rutin pada satu repository, buat instruksi proyek yang singkat dan jelas. Di ekosistem tool agent, file seperti AGENTS.md atau aturan proyek membantu AI mengikuti konvensi yang sudah berlaku.

Isi instruksi tidak perlu panjang. Fokus pada hal yang benar-benar memengaruhi hasil:

# Aturan proyek

- Gunakan TypeScript strict.
- Jangan menambah dependency tanpa persetujuan.
- Tulis test untuk logika bisnis baru.
- Semua endpoint harus memvalidasi input.
- Ikuti pola error handler di src/lib/errors.ts.
- Jangan membaca atau mengubah file.env.

Aturan semacam ini membantu agent memahami batas sejak awal. Ia juga memudahkan anggota tim baru yang memakai CLI pada repository yang sama.

Jika proyek memiliki aturan yang sangat detail, pecah instruksi per area. Misalnya, aturan frontend di folder apps/web, aturan backend di apps/api, dan aturan infrastruktur di folder infra. Dengan begitu, konteks yang dibaca tetap relevan.

Kamu juga dapat menuliskan command yang benar untuk lint, test, build, serta format kode. Agent tidak perlu menebak apakah proyek menggunakan npm, pnpm, bun, atau tool lain. Konteks kecil seperti ini sering mengurangi command gagal yang sebenarnya mudah dihindari.

Privasi codebase: batas aman yang perlu kamu tetapkan

Codebase tidak selalu berisi kode. Sering ada konfigurasi cloud, endpoint internal, dokumentasi produk yang belum rilis, atau data dummy yang terlalu mirip dengan data nyata. Karena itu, sebelum memakai agent berbasis cloud, pahami aliran data tool yang dipilih.

Batas dasar yang cukup aman:

• jangan sertakan secret dalam prompt,
• masukkan file sensitif ke daftar pengecualian bila tool mendukungnya,
• gunakan akses read-only untuk integrasi awal,
• buat worktree untuk eksperimen besar,
• review network policy dan retensi data vendor,
• pisahkan proyek pribadi, proyek kantor, dan lingkungan production.

Jika tim perlu memakai model lokal atau endpoint mandiri, pastikan konfigurasi provider diperiksa bersama tim keamanan atau platform engineering. Kebijakan terbaik bukan yang paling rumit, melainkan yang benar-benar dipahami dan dijalankan oleh semua orang.

Grok CLI dapat membuat pekerjaan terminal terasa lebih ringan, terutama untuk eksplorasi kode, penyusunan rencana, dan tugas berulang. Pakai dengan scope yang jelas, izin yang terbatas, serta kebiasaan review yang baik. Dengan ritme seperti itu, kamu bisa mendapat manfaat AI tanpa kehilangan kendali atas codebase.

Pegangan Sebelum Mulai

• Pilih tool dengan cermat: Bedakan Grok Build resmi dan proyek CLI komunitas sebelum instalasi.
• Awali dengan mode baca-saja: Minta pemetaan codebase dan rencana kerja sebelum memberi izin perubahan.
• Beri batas yang jelas: Prompt spesifik membantu agent fokus pada file, tujuan, dan risiko yang relevan.
• Review tetap wajib: Periksa diff, jalankan linter, dan uji perubahan sebelum kamu melakukan commit.
• Jaga data proyek: Jangan masukkan secret, token, atau data pelanggan ke prompt maupun konfigurasi.

Grok CLI paling berguna saat dipakai sebagai pendamping kerja yang terukur. Kamu tetap memegang kendali atas arah perubahan dan keamanan codebase.

Checklist

• Baca juga referensi otoritatif:.
• Setup: Buka terminal dari root repository yang ingin kamu periksa.
• Config: Pastikan Grok CLI berasal dari sumber resmi atau maintainer tepercaya.
• Verify: Jalankan grok version untuk memastikan CLI sudah tersedia di PATH.
• Secure: Simpan API key di environment variable, bukan di repository.
• Plan: Minta pemetaan codebase tanpa memberi izin perubahan file.
• Test: Review diff, jalankan linter, lalu tes perubahan dalam scope kecil.
• Ship: Commit hanya setelah perubahan sesuai rencana dan semua test lulus.
• Referensi resmi: Grok Build Beginner Guide Id.