你有冇試過返工或返學時，想重溫某個重要網頁，點知對方突然改版、刪除內容，甚至整個網站都消失晒？呢類情況喺新聞、研究資料或投資資訊上特別常見，尤其係依家網絡內容變化神速，單靠書籤或瀏覽歷史好難保證完整保存。ArchiveBox 就係一款開源自架工具，專門幫你自動捕捉 URL、瀏覽記錄、書籤，甚至 Pocket 或 Pinboard 收藏，將 HTML、JS、PDF、媒體檔案等全部下載存檔，讓你隨時離線檢視，面向研究員、記者、歷史愛好者或任何需要長期保存網絡資源嘅用戶。
匯入瀏覽歷史同書籤，自動生成完整存檔庫
ArchiveBox 最大嘅方便之處，在於佢支援多種輸入來源，一次過處理你嘅瀏覽器歷史、書籤，甚至第三方服務如 Pocket 同 Pinboard。想像一下，你只需將 Chrome 或 Firefox 嘅歷史檔案匯入，系統就會逐一爬取每個 URL，將網頁完整快照存低，包括所有圖片、影片同腳本。呢個過程唔單止保留原始樣貌，仲會生成多種格式如單頁 HTML、PDF 同截圖，方便日後搜尋同比較。
打開 ArchiveBox 介面之後，你會見到一個乾淨嘅清單視圖，每個存檔項目都顯示標題、日期同預覽。佢仲內置搜尋功能，讓你用關鍵字快速過濾結果，例如輸入「2023 財報」，就能即時拉出相關存檔。相比傳統書籤工具，ArchiveBox 唔止存連結，仲確保內容永遠可用，即使原站已倒閉。
儲存單一 URL 多個時間點快照，追蹤內容變化
網絡內容唔係靜態嘅，ArchiveBox 明白呢點，所以支援對同一 URL 多次存檔，每次生成獨立快照。你可以設定定時任務，例如每週自動重新爬取指定清單，咁樣就能輕鬆追蹤網站更新，例如新聞跟進報導、價格變動或政策調整。呢個功能特別適合監測競爭對手或長期研究項目，避免錯過關鍵轉變。
喺實際操作上，佢會為每個快照標記時間戳記，並喺介面顯示差異預覽，例如用 diff 工具突出新增或刪除嘅部分。呢種多版本管理，同 Git 版本控制類似，但專為網頁設計，係自架工具入面少見嘅貼心設計。
繞過反爬蟲機制，存取私人內容同動態 JS 頁面
好多網站為咗防爬蟲，會封鎖自動工具或要求登入，ArchiveBox 提供多種 workaround，例如用無頭瀏覽器模擬真人操作，成功率大幅提升。對於私人內容，你可以透過 VPN 或自訂 header 存取會員專區，雖然要小心安全風險，尤其係執行 archived JS 時，可能隱藏惡意代碼。
另外，佢仲支援自訂排除清單，避免存檔敏感或無用頁面。呢啲進階設定，讓 ArchiveBox 唔止係簡單爬蟲，而係專業級自架存檔方案，適合需要深度控制嘅進階用戶。
自架部署簡單，開源免費隨時擴展
作為 Docker 原生工具，ArchiveBox 安裝只需幾個指令，即可喺 Raspberry Pi 或 VPS 上運行，唔使複雜配置。佢用 SQLite 做資料庫，資源消耗低，適合個人或小型團隊。開源性質意味你可隨意修改代碼，加入自訂 extractor 或整合其他服務，長遠嚟講性價比極高。
總括嚟講，ArchiveBox 解決咗網絡內容易失真嘅痛點，提供可靠嘅自控存檔方案。如果你經常處理研究或收藏，值得一試。
產品名稱：ArchiveBox
官方網站：https://github.com/ArchiveBox/ArchiveBox
