Kimi K2.6
Bruges når vi vil have hurtig, promptstyret agent-swarm research med indbygget web search. Kræver at API-kaldet faktisk inkluderer builtin_function.$web_search.
testetagent-swarmweb search
Research workflow
Kimi, Gemini og Google i Hermes research
En praktisk arkitektur for dyb research: Kimi bruges til agent-swarm web research, Gemini Deep Research bruges som asynkron ekstern research-motor, og Google-laget bruges til grounding, Interactions API, fremtidig Enterprise/Vertex og danske summaries via Hermes.
3Research-spor
31Kilder i Gemini-test
22Opløste kilder
2Indekserede runs
Kort fortalt
Hermes skal ikke bare chatte med research-modeller. Hermes skal orkestrere jobs: bygge research-kontrakt, starte motoren, gemme job-id, overvåge status, arkivere rå output, kvalitetstjekke rapporten og sende en kort dansk beslutningssummary.
Gemini Deep Research
Bruges til længere asynkrone research-jobs via Interactions API. Hermes gemmer interaction_id, poller status og arkiverer rapporten.
testetbackground jobcancel virker
Google-laget
Dækker Google Search/grounding, Interactions API, mulig Vertex/Gemini Enterprise senere, source-resolver, og Google Cloud-komponenter hvor de er bedst egnet.
API-key valideretbudget kræver styring
Sådan fungerer research-flowet
1. IntakeHermes modtager emne og vælger research-spor: Kimi for fleksibel web-search research, Gemini for lang asynkron Deep Research, eller Google/Vertex senere til enterprise-kilder.
2. Research-kontraktHermes bygger en engelsk research-kontrakt med scope, kildekrav, evidence labels, outputstruktur og usikkerhedskrav.
3. Ekstern researchKimi kaldes med
$web_search, eller Gemini startes med background=true og store=true. Hermes gemmer request og job-id.4. Polling og auditHermes poller, skriver
polls.ndjson, gemmer raw-final.json og ekstraherer report.md.5. Kilder og budgetKilder udtrækkes til
sources.json, Google grounding-links forsøges normaliseret i sources-resolved.json, og tokenforbrug gemmes i usage.json.6. Dansk summaryHermes/GPT-5.5 laver en kort dansk JSON-summary til Telegram og bevarer fuld rapport som artefakt.
Kimi, Gemini og Google: hvornår bruger vi hvad?
| Spor | Bedst til | Styrke | Begrænsning | Status |
|---|---|---|---|---|
| Kimi K2.6 | Promptstyret deep research, model- og workflowanalyse, agent-swarm rapporter. | Kan tvinges til web search med builtin_function.$web_search og lange prompt-filer. | Tool-call continuation og planlægningsprosa skal håndteres korrekt. | Fungerer via Moonshot/Kimi API. |
| Gemini Deep Research | Lange, kildebaserede analyser som skal køre asynkront. | Interactions API understøtter background jobs, polling, raw archive og cancel. | Structured output laves ikke direkte af Deep Research; Hermes skal post-processere. | Smoke-test completed. |
| Google Search og grounding | Kildegrundlag, citationer, URL Context og senere enterprise datastores. | Godt som ekstern grounding-motor og kilde-ledger. | Grounding links kan være redirect-links og kræver source resolver. | Resolver testet: 22 af 31 resolved. |
| Hermes GPT-5.5 | Dansk executive summary, kvalitetstjek, beslutningsformat og Telegram-tekst. | Holder brugeroplevelsen kort, dansk og beslutningsorienteret. | Skal køre efter research-motoren, ikke erstatte kildearbejdet. | Postprocess testet: 1221 tegn. |
Teststatus lige nu
Kimi rapport
Lang rapport om Hermes Agent modelbrug blev kørt med Kimi K2.6 og web search.
112 KB rapportarkiv
Gemini smoke-test
Gemini Interactions Deep Research blev startet, pollet færdig, arkiveret og post-processeret.
318680 total tokens i test-run.
Cancel og indeks
Cancel-flow er testet, og run-historik er lagt i SQLite.
2 runs i job-index.
Budgetnote: Selv en lille Gemini Deep Research smoke-test brugte mange tokens. Derfor skal Telegram-kommandoer have daglige jobgrænser, concurrency-grænser og særskilt godkendelse for max-mode.
Artefakter og drift
De vigtigste outputs ligger lokalt og kan findes via FileZilla ved at erstatte /opt/data med /opt/hermes-ai-os/current/hermes-agent-9dom/data.
1.
/opt/data/skills/research/kimi-deep-research/SKILL.md2.
/opt/data/skills/research/kimi-deep-research/scripts/kimi_deep_research.py3.
/opt/data/skills/research/gemini-deep-research-orchestrator/SKILL.md4.
/opt/data/skills/research/gemini-deep-research-orchestrator/scripts/gemini_interactions_deepresearch.py5.
/opt/data/skills/research/gemini-deep-research-orchestrator/scripts/postprocess_summary_hermes.py6.
/opt/data/skills/research/gemini-deep-research-orchestrator/scripts/deepresearch_dispatcher.py7.
/opt/data/skills/research/gemini-deep-research-orchestrator/scripts/deepresearch_index.py8.
/opt/data/home/research/kimi-deep-research/hermes-agent-llm-usage-patterns-kimi-report.md9.
/opt/data/home/research/deepresearch/2026-06-15/dr_20260615_084241_2fa510.
/opt/data/home/research/deepresearch/deepresearch_jobs.dbKilde-urls
Officielle og primære kilder brugt til at definere workflowet. Hver URL vises som rå linktekst for agent-venlig genbrug.
Sikkerhed og næste skridt
Ikke gateway endnu
Telegram /deepresearch er kun designet som Tier 3-plan. Gateway er ikke ændret.
Ingen raw secrets
Rapporter og offentlige sider må ikke indeholde API keys, bot tokens, raw prompts med credentials eller private JSON-filer.
Næste sikre trin
Før aktivering: status/report/cancel kommandoer først, derefter én manuel Telegram-test, og først til sidst start af nye research-jobs.