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 — desktopLogin — desktopPublic snapshot list — 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 — desktopMachines — desktopMachine detail — 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 (singlefile) — desktopSnapshot View (screenshot) — desktopSnapshot View (wget) — desktopSnapshot View (dom) — desktopSnapshot View (pdf) — desktopSnapshot View (readability) — desktopSnapshot View (ytdlp) — desktopSnapshot View (responses) — desktopSnapshot View (chrome_mhtml) — desktopSnapshot View (defuddle) — desktopSnapshot View (mercury) — desktopSnapshot View (archivewebpage) — desktopSnapshot View (chrome) — desktopSnapshot View (consolelog) — desktopSnapshot View (dns) — desktopSnapshot View (sslcerts) — desktopSnapshot View (redirects) — desktopSnapshot View (headers) — desktopSnapshot View (seo) — desktopSnapshot View (accessibility) — desktopSnapshot View (htmltotext) — desktopSnapshot View (trafilatura) — desktopSnapshot View (liteparse) — desktopSnapshot View (parse_html_urls) — desktopSnapshot View (parse_txt_urls) — desktopSnapshot View (parse_dom_outlinks) — desktopSnapshot View (hashes) — desktopArchiveBox snapshot detail with a verified TLSNotary receipt and archived response
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 MCPREST 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。
TLSNotary 输出验证快照详细信息页面上的存档响应

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。

对于 TrueNAS,请参阅 README 的平台说明 在选择集成之前。

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/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_ENABLEDYTDLP_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。