ArchiveBox网页归档

开源自托管网络归档

保护网络。在您控制的基础设施上。

ArchiveBox 将网站、书签、RSS 源、社交帖子、媒体、源代码和研究材料保存在 HTML、PDF、PNG、TXT、JSON、WARC、MP4 和 SQLite 等持久文件中。

查看截图↗   ·   查看演示 ↗




开源 MIT 徽章 积极发展徽章 GitHub 星星徽章 Docker 拉徽章 PyPI 安装徽章 Chrome 商店用户徽章
# Docker Compose 是推荐的设置
$ mkdir -p ~/archivebox/data && cd ~/archivebox
$ curl -fsSL 'https://docker-compose.archivebox.io' > docker-compose.yml
$ docker compose up -d --wait
-> 初始化./data/index.sqlite3
可以在 http://127.0.0.1:5797 上收听
$ 
ArchiveBox Web UI 显示带有缩略图和捕获格式的已保存页面 iPhone 上的 ArchiveBox,其集合、标签和服务器连接位于 iPhone 框架内

从任何设备浏览并保存。
免费、自托管、0 分析。

Snapshots grid — desktopSnapshot View (header collapsed) — desktopAI agent — desktopArchive results — desktopAdd URLs — desktopSnapshots table — desktopFirst-time setup wizard — desktopLogin — desktopPublic snapshot list — desktopReadwise import — desktopReadwise import export — desktopReadwise import history — desktopReadwise import snapshots — desktopReadwise import configuration — desktopMobile Size configuration — desktopAutomatic tags configuration — desktopAutomatic summary configuration — desktopSnapshot View (automatic tags) — desktopSnapshot View (automatic summary) — desktopNested snapshot folders — desktopNavigation tools menu — desktopNavigation account menu — desktopSmart folder — desktopSmart folder rule editor — desktopCurrent view export menu — desktopFolder search — desktopFolder export menu — desktopImport sources menu — desktopPublic snapshot folders — desktopAdd snapshots to a folder — desktopNested folders in grid view — desktopFiltered snapshot exports — desktopRSS importer settings — desktopDomain capture options — desktopDomains — desktopAdd domain — desktopDomain snapshots — desktopSaved site replay — desktopCaptured internal link replay — desktopStatic snapshot index — desktopStatic snapshot detail — desktopStatic site export — desktopStatic export internal navigation — desktopWACZ site export — desktopWACZ export internal navigation — desktopExport notification — desktopFolder WACZ homepage — desktopFolder WACZ story navigation — desktopWACZ archived story — desktopRules — desktopRule actions — desktopRule event input — desktopRule activity — desktopRule events — desktopRule scripts — desktopWebhook process logs — desktopSnapshot View (capture in progress) — desktopAdmin dashboard — desktopSnapshot admin detail — desktopSnapshot files — desktopArchive result detail — desktopTags — desktopTag detail — desktopUsers — desktopUser detail — desktopCrawls — desktopCrawl detail — desktopCrawl schedules — desktopCrawl schedule detail — desktopPersonas — desktopPersona detail — desktopPersona browser state — desktopMachines — desktopMachine settings — desktopNetwork interfaces — desktopNetwork interface detail — desktopBinaries — desktopBinary detail — desktopProcesses — desktopProcess detail — desktopAPI tokens — desktopAPI token detail — desktopWebhooks — desktopWebhook detail — desktopEnvironment — desktopConfiguration — desktopConfiguration detail — desktopDependencies — desktopDependency detail — desktopPlugins — desktopWorkers — desktopWorker detail — desktopLogs — desktopLog detail — desktopSnapshot View (archivewebpage) — desktopSnapshot View (singlefile) — desktopSnapshot View (chrome_mhtml) — desktopSnapshot View (wget) — desktopSnapshot View (dom) — desktopSnapshot View (responses_html) — desktopSnapshot View (readability) — desktopSnapshot View (defuddle) — desktopSnapshot View (mercury) — desktopSnapshot View (trafilatura) — desktopSnapshot View (htmltotext) — desktopSnapshot View (screenshot) — desktopSnapshot View (pdf) — desktopSnapshot View (responses) — desktopSnapshot View (chrome) — desktopSnapshot View (dns) — desktopSnapshot View (sslcerts) — desktopSnapshot View (headers) — desktopSnapshot View (redirects) — desktopSnapshot View (title) — desktopSnapshot View (seo) — desktopSnapshot View (accessibility) — desktopSnapshot View (consolelog) — desktopSnapshot View (parse_dom_outlinks) — desktopSnapshot View (parse_html_urls) — desktopSnapshot View (parse_txt_urls) — desktopSnapshot View (hashes) — desktopSnapshot View (opentimestamps) — desktopSnapshot View (archiveimport) — desktopSnapshot View (box) — desktopSnapshot View (browserharness) — desktopSnapshot View (canva) — desktopSnapshot View (dropbox) — desktopSnapshot View (figma) — desktopSnapshot View (googledocs) — desktopSnapshot View (googledrive) — desktopSnapshot View (iclouddrive) — desktopSnapshot View (microsoft365) — desktopSnapshot View (miro) — desktopSnapshot View (nextcloud) — desktopSnapshot View (notion) — desktopSnapshot View (onedrive) — desktopSnapshot View (protondocs) — desktopSnapshot View (protondrive) — desktopSnapshot View (stagehand) — desktopSnapshot View (wetransfer) — desktopSnapshot View (git) — desktopSnapshot View (packageregistry) — desktopSnapshot View (papersdl) — desktopSnapshot View (staticfile) — desktopSnapshot View (ytdlp) — desktopSnapshot View (iwork) — desktopSnapshot View (caddl) — desktopModel preview (STL) — desktopModel preview (3MF) — desktopModel preview (GLB) — desktopSnapshot View (drawio) — desktopSnapshot View (excalidraw) — desktopSnapshot View (tldraw) — desktopSnapshot View (calendar) — desktopSnapshot View (liteparse) — desktopSnapshot View (opendataloader) — desktopSnapshot View (podcast_archiver) — desktopSnapshot View (parse_jsonl_urls) — desktopSnapshot View (parse_netscape_urls) — desktopSnapshot View (parse_rss_urls) — desktopSnapshot View (sourcemaps) — desktopSnapshot View (forumdl) — desktopSnapshot View (gallerydl) — desktopSnapshot View (playwright) — desktopSnapshot View (puppeteer) — desktop
CLI 网页用户界面 REST API 网络钩子 浏览器扩展 文件系统访问

为什么选择ArchiveBox

旨在让您的存档数据发挥作用 今天。

在几秒钟内保存选项卡,将其存储数十年

收集书签以供稍后阅读,或通过我们的可验证捕获保存法律案件的证据 TLSNotary 签名插件.

立即标记和搜索数百万个捕获

使用标签组织您的收藏,并通过以下提供的全文搜索找到您需要的内容 索尼克和 ripgrep.

自动将嵌入媒体提取为标准格式

自动提取音频、视频、git 档案、论坛帖子、SEO 元数据等 普通文件 您可以打开并重复使用。

轻松与其他系统连接

告诉你的 AI 检查页面 abx-dl,每 24 小时提取一次 RSS 提要,或编排复杂的爬行 MCP 和 REST API.

它是为谁而设

适合个人、专业人士和机构的强大功能。

个人档案管理员和自助托管者

保存书签、浏览器历史记录、RSS 源、社交媒体、表单内容、视频、播客、音乐、照片和个人知识收藏。

  • 拥有您的数据并将其保存在您控制的本地或远程存储中。
  • 一起使用浏览器扩展、CLI、Web UI 和计划导入。
  • 导出静态 HTML 或直接浏览文件系统。
iPhone 共享表确认 URL 已使用标签保存 Android 共享表显示成功保存、建议标签以及标签已保存的确认

律师和记者

即使原始页面发生更改或消失,也要保留文章、源材料和公共记录的副本。

  • 存储屏幕截图、PDF、标题、WARC 文件和文本提取。
  • 通过自托管 Web 界面标记和审查源。
  • 使用 ZK 证明 TLS公证人 以证明内容的真实性。

研究人员和机构

支持开源情报、社交媒体研究、人工智能研究机构、图书馆、政府和馆藏建设团队。

  • 通过 CLI、REST API、Webhooks 和计划自动导入。
  • 将机器可读的元数据保存在 JSON 和 SQLite 中。
  • 通过 ArchiveBox 生态系统扩展提取管道。
添加页面上的存档深度、域和子路径范围、URL 允许列表和 URL 拒绝列表选项

获取ArchiveBox

快速入门

选择您想要如何运行存档。建议大多数安装使用 Docker Compose。

ArchiveBox — 快速入门
iPhone 上的 ArchiveBox 显示其集合和服务器工具
iPhone 和 iPad 版 ArchiveBox
1

安装 iOS 版 ArchiveBox

获取 iOS 版 ArchiveBox.app

在 iPhone 或 iPad 上打开 TestFlight 链接以安装 ArchiveBox。

2

连接您的服务器

首次运行指南可帮助您选择服务器,或选择 我已经有服务器了。扫描 Mac 上 ArchiveBox Server.app 中的连接二维码,或输入服务器 URL 和 API 密钥。

3

保存您的第一个链接

在 Safari 或其他应用程序中,选择 分享 → ArchiveBox。您的服务器会保存该页面,以便您可以通过手机浏览该页面。

iOS 设置指南 ↗

Android 上的 ArchiveBox 显示其主屏幕、连接的服务器和收集工具
Android 版 ArchiveBox
1

安装 Android 版 ArchiveBox

获取 Android 版 ArchiveBox

Android beta APK 发布后将出现在此处。打开 APK 并允许从浏览器安装(如果 Android 要求)。

2

连接您的服务器

使用首次运行指南选择服务器,或选择 我已经有服务器了。在连接设置中,输入您的服务器 URL 和 API 密钥,然后验证连接。

3

保存您的第一个链接

选择 分享 → ArchiveBox 从浏览器或其他应用程序添加标签并保存。保持服务器可访问以保存和浏览页面。

安卓设置指南 ↗

ArchiveBox.app
应用领域
ArchiveBox.app 与经过验证的本地服务器的连接设置
macOS 26+ · 苹果芯片
1

下载并打开应用程序

获取适用于 macOS 的 ArchiveBox.app

将其移至“应用程序”,然后将其打开。

2

按照设置指南进行操作

选择 在这台 Mac 上进行设置 在设置指南中,然后下载并打开 ArchiveBox Server.app。已经有服务器了?连接其 URL 和 API 密钥。

3

连接您的应用程序

使用 网页用户界面, REST API, 或者 CLI。连接 移动应用程序, 浏览器扩展,以及使用您的服务器 URL 和 API 密钥的其他客户端。

Windows
ArchiveBox
适用于 Windows 的 ArchiveBox 桌面
1

安装 Docker 桌面

下载 Docker 桌面 并在您的计算机上启动它。使用 ArchiveBox 时保持 Docker 运行。

2

下载 Windows 版 ArchiveBox

打开安装程序,启动 ArchiveBox,然后创建您的管理员帐户。第一次启动会准备您的本地收藏。

3

开始保存

在应用程序中添加 URL 以存档您的首页。

桌面应用程序指南 ↗

Docker Desktop
Linux 上的 ArchiveBox Desktop 显示其保存的页面集合,从 CI 中的打包应用程序捕获
ArchiveBox 桌面 · 真正的 Linux 应用程序
1

安装 Docker 桌面

下载 Docker 桌面 并在您的计算机上启动它。使用 ArchiveBox 时保持 Docker 运行。

2

下载 Linux 版 ArchiveBox

打开安装程序,启动 ArchiveBox,然后创建您的管理员帐户。第一次启动会准备您的本地收藏。

3

开始保存

在应用程序中添加 URL 以存档您的首页。

桌面应用程序指南 ↗

Docker Compose
ArchiveBox
ArchiveBox 网页界面docker-compose.yml
受到推崇的
1

Docker Compose 受到推崇的

Compose 将您的设置保存在一个文件中,并使更新变得更加容易。 安装 Docker,然后创建一个目录并获取配置。

mkdir -p ~/archivebox/data && cd ~/archivebox
curl -fsSL 'https://docker-compose.archivebox.io' > docker-compose.yml
2

启动ArchiveBox

docker compose pull
docker compose up -d --wait

新集合会自动初始化。

3

完成设置并存档您的第一页

打开 管理界面 创建您的第一个管理员帐户并完成设置向导。在远程服务器上,打开 /admin/ 而是在其主机名或 IP 上。

docker compose exec archivebox archivebox add 'https://example.com'
使用原始 Docker 代替 docker run

有 Compose 文件吗? 将其转换为 docker run 使用 Decomposerize 命令.

1

创建集合并启动服务器

安装 Docker 第一的。

mkdir -p ~/archivebox/data && cd ~/archivebox/data
docker run -d --name archivebox -v "$PWD:/data" -p 5797:5797 archivebox/archivebox:dev
2

完成设置

打开 管理界面 创建您的第一个管理员帐户并完成设置向导。在远程服务器上,打开 /admin/ 而是在其主机名或 IP 上。

3

存档您的第一页

docker exec archivebox archivebox add 'https://example.com'
pip / uv
ArchiveBox
HTMLPDFPNGWARC
Python包
1

安装Python包

安装紫外线 第一的。

uv tool install --python 3.13 --prerelease explicit --upgrade 'archivebox>=0.9.0rc0,<0.10'
archivebox version
2

创建集合并启动服务器

mkdir -p ~/archivebox/data && cd ~/archivebox/data
archivebox init
archivebox install
archivebox server 0.0.0.0:5797
3

完成设置

打开 管理界面 创建您的第一个管理员帐户并完成设置向导。在远程服务器上,打开 /admin/ 而是在其主机名或 IP 上。

或者使用 pip 代替 uv
1

使用 pip 安装

安装Python 3.13后,创建虚拟环境并安装ArchiveBox:

python3.13 -m venv ~/.venvs/archivebox
source ~/.venvs/archivebox/bin/activate
python -m pip install --upgrade 'archivebox>=0.9.0rc0,<0.10'
archivebox version

然后按照上面的步骤 2 和 3 进行操作。在每个新终端中,运行 source ~/.venvs/archivebox/bin/activate 使用前 archivebox.

apt
ArchiveBox
HTMLPDFPNGWARC
Ubuntu / Debian
1

添加存储库并安装

echo 'deb [trusted=yes] https://archivebox.github.io/debian-archivebox dev main' | sudo tee /etc/apt/sources.list.d/archivebox.list
sudo apt update
sudo apt install archivebox
(cd /tmp && archivebox version)
2

创建集合并启动服务器

mkdir -p ~/archivebox/data && cd ~/archivebox/data
archivebox init
sudo archivebox install
archivebox server 0.0.0.0:5797
3

完成设置

打开 管理界面 创建您的第一个管理员帐户并完成设置向导。在远程服务器上,打开 /admin/ 而是在其主机名或 IP 上。

Homebrew
ArchiveBox
HTMLPDFPNGWARC
macOS / Linux
1

从 ArchiveBox 水龙头安装

安装自制程序 第一的。以普通用户身份运行这些命令,无需 sudo。

brew tap archivebox/archivebox
brew trust archivebox/archivebox
brew install archivebox
archivebox version
2

创建集合并启动服务器

mkdir -p ~/archivebox/data && cd ~/archivebox/data
archivebox init
archivebox install
archivebox server 0.0.0.0:5797
3

完成设置

打开 管理界面 创建您的第一个管理员帐户并完成设置向导。在远程服务器上,打开 /admin/ 而是在其主机名或 IP 上。

Arch Linux
FreeBSD
尼克斯
ArchiveBox
社区套餐
1

选择您的平台

社区包可能落后于 Docker 和 Python 版本。

Arch Linux (AUR)

yay -S archivebox

FreeBSD(uv 快捷方式)

curl -fsSL 'https://get.archivebox.io' | bash

尼克斯

nix-env --install archivebox

Guix

guix install archivebox
2

设置您的收藏

按照软件包的设置说明进行操作,然后使用 CLI 使用指南 初始化和管理您的档案。

$curl 获取.archivebox.io
| sh
ArchiveBox
一个命令即可开始
1

运行安装脚本

curl -fsSL 'https://get.archivebox.io' | bash

你可以 阅读剧本 在运行之前。

2

按照提示完成设置

按照安装程序的说明开始使用您的收藏。

打开 管理界面 创建您的第一个管理员帐户并完成设置向导。在远程服务器上,打开 /admin/ 而是在其主机名或 IP 上。

ArchiveBox
NAS家庭服务器
在您自己的硬件上
1

选择您的平台

社区集成可能落后于 Docker 和 Python 版本。

2

安装并打开 ArchiveBox

按照平台的安装指南,配置持久存储,然后打开应用程序完成设置。

ArchiveBox
你的服务器任何地方
云主机/VPS
1

选择提供商

检查提供商的当前计划、支持的版本和存储选项。

2

部署并完成设置

使用提供商的 ArchiveBox 部署流程,然后打开您的实例以创建管理员帐户。对于非托管 VPS,请按照服务器上的 Docker Compose 快速入门进行操作。

ArchiveBox 浏览器扩展程序保存的 URL
从浏览器保存
Chrome · Firefox · Edge · Safari
2

连接您的 ArchiveBox 服务器

打开扩展程序的配置页面,输入服务器 URL 和 API 密钥,然后测试连接。如果您还没有服务器,请使用服务器安装选项卡之一。

3

保存页面

打开一个页面,单击 ArchiveBox 扩展,然后添加标签。您还可以从扩展选项导入书签和历史记录。

扩展指南 ↗

配置

50 多个插件和灵活的配置选项。

浏览插件和提取器 ↗

ArchiveBox 可以通过管理 UI、CLI 进行配置, ArchiveBox.conf,或通过从 Chrome/其他浏览器导入配置和 cookie。相同的配置模型适用于 Docker、Docker Compose、裸机安装、计划作业和一次性 CLI 运行。

调整页面捕获方式

使用 TIMEOUT 对于慢速网络, CHECK_SSL_VALIDITY 对于证书损坏的网站, PUBLIC_INDEX, PUBLIC_SNAPSHOTS, 和 PUBLIC_ADD_VIEW 用于阻止明显机器人的网站的发布策略和浏览器用户代理设置。

archivebox config
$ ArchiveBox配置                         # 查看完整配置
$ archivebox 配置 --get CHROME_BINARY
$ archivebox 配置 --set TIMEOUT=240
$ archivebox 配置 --set PUBLIC_INDEX=False
$ env CHROME_BINARY=chromium archivebox 添加 'https://example.com'

输入和输出

与您已经使用的工具集成。

在 Web UI 中浏览存档

使用权

无论您在哪里工作,都使用相同的集合:

磁盘布局、导出和安全性

将捕获的内容作为普通文件浏览,无需 ArchiveBox。

您捕获的内容是普通的 HTML、图像、PDF 和媒体文件。从 Finder 打开它们,使用任何文件系统搜索工具搜索它们,让 AI 代理直接浏览它们,并将它们作为常规文件备份。

设计使用寿命超过 100 年

每个快照都有一个用于每种捕获方法的文件夹。 HTML 存在于诸如 dom/ 和 singlefile/;图像、PDF 和媒体也有自己的文件夹。

元数据存储在 SQLite 和 JSON 中,快照元数据与输出一起存储。您的集合的数据库和配置位于快照文件夹之外,并且您的文件在没有托管服务的情况下仍然可读。

macOS Finder,其中日期、news.ycombinator.com 和快照文件夹向下展开至 dom/output.html,并选择保存的 HTML 文件

静态导出和发布

您可以使用以下命令将存档索引导出为静态 HTML、JSON 或 CSV archivebox list 因此可以在不运行 Web 服务器的情况下查看集合。将生成的导出保留在 archive/ 文件夹,以便相对快照路径继续工作。

$ archivebox 列表 --html --with-headers > index.html
$ archivebox 列表 --json --with-headers > index.json
$ archivebox 列表 --csv=时间戳,url,标题 > index.csv
从保存的 HTML 呈现的存档页面

存档的 JavaScript

ArchiveBox 使用 Chrome浏览器 在归档期间运行 JavaScript 并捕获呈现的页面。

ArchiveWeb.page 记录用于重播的页面,包括其脚本和网络响应。使用 JavaScript 重放捕获的页面 ReplayWeb.page,Webrecorder 的存档查看器。

快照详细信息和保存的存档大小

存储要求

ArchiveBox 每 1,000 个快照可以使用大约 1 GB 到 50 GB,具体取决于媒体、视频、音频和提取器设置。调 YTDLP_ENABLED 和 YTDLP_MAX_SIZE 适用于媒体密集型收藏。

保持 index.sqlite3 如果可能的话,在本地存储或 SSD 上。大的 archive/ 文件夹可以继续存在 NFS, SMB, FUSE, S3 支持, 或者 硬盘存储,但 Docker 和文件共享设置可能需要 所有权和根南瓜调整。避免使用较旧的文件系统,例如 EXT3 或 FAT 对于非常大的档案。

规划大型档案

背景和动机

保留您关心的网络的副本。

ArchiveBox 的存在是因为链接失效、平台流失、审查制度和消失的媒体经常会删除有用的知识。该项目的目标是让您关心的网络内容在 50 到 100 年内可以通过通用软件查看,而不需要 ArchiveBox 或托管重播服务来理解您的文件。

自托管 ArchiveBox 仪表板

拥有您的所有数据

集中的公共档案固然重要,但并非每个页面都属于全球公共服务。 ArchiveBox 允许个人和组织保存他们可以访问的公共或私人材料,将其保存在本地或机构内,并根据具体情况决定发布哪些内容。

将其作为 Docker Web 应用程序运行,使用一次性 CLI 命令,或使用 API 实现自动化,同时保持私有数据和公共数据整齐分开。使用普通文件进行备份和导出。

道德和法律背景

负责任的归档取决于您的管辖范围、您的用例和您的发布政策。 ArchiveBox是一个工具;运营商仍然负责处理私人数据、版权、DMCA 或 GDPR 请求以及当地法律要求。

公共实例应发布联系和删除信息,避免将复制的内容货币化,并在向匿名查看者公开快照之前检查安全和发布文档。

相关网络归档工具和社区

正在寻找专门的爬行、重播或书签管理?探索这些其他网络归档项目。