用途：Cavekit 是一套用 AI 编程智能体构建软件的方法论，主张“先规格后构建”，即先定义想要什么，再让智能体实现。kit 是开发过程的一等公民，代码由 kit 派生而非相反。适用于从零新建项目（参考资料→kit→代码）或改造既有系统（旧代码→kit→新代码）。
主要能力：kit 结构化、可读、与技术栈无关、可独立演进，且每条需求带可验证的验收标准。方法论包含 Hunt 生命周期（Draft、Architect、Build、Inspect、Monitor 等阶段），每阶段有输入、输出、AI 与人的分工及阶段转换门条件。核心执行单元是迭代循环：对同一代码库反复执行同一提示，直到改动量收敛。还提供决策矩阵，按代码规模、需求复杂度、智能体协作方式等选择完整 Cavekit、轻量 Cavekit 或跳过。
使用方式：新建项目时建立 context 目录（refs、kits、plans、impl、prompts），从参考资料写 kit，再由 kit 生成计划、带验证门实现、跟踪进度，发现缺口时修订 kit。既有项目则将现有代码作为参考资料生成 kit，验证其与行为一致后进入正常流程。子技能包括 ck:cavekit-writing、ck:context-architecture、ck:impl-tracking、ck:validation-first、ck:prompt-pipeline、ck:revision、cavekit:brownfield-adoption、ck:peer-review、cavekit:speculative-pipeline、ck:convergence-monitoring、cavekit:documentation-inversion 等，可与 superpowers 系列技能配合。
限制：资料未提供具体安装命令、收费、价格、平台支持或效果数据。该方法论不替代软件工程师，架构判断、精确写 kit 与定义“完成”的能力仍是必要输入。