📦 تثبيت ArchiveBox — أرشيف إنترنت ذاتي الاستضافة
انشر ArchiveBox على Ubuntu بـ Docker — أداة أرشفة إنترنت ذاتية الاستضافة تحفظ نسخاً كاملة غير متصلة من المواقع والمقالات والمفضلات بصيغ متعددة.
📦 الملفات والأكواد المطلوبة
قبل البدء، يرجى التأكد من تحميل الأكواد المطلوبة من مستودعنا على GitHub لتتمكن من تطبيق الخطوات مع الفيديو بسهولة.
التثبيت السريع:
wget https://raw.githubusercontent.com/mhmdali94/Docker/refs/heads/main/tools/archivebox/archivebox-ubuntu.sh
chmod +x archivebox-ubuntu.sh
sudo bash archivebox-ubuntu.sh
خطوات التنفيذ
1 تحميل السكريبت
wget https://raw.githubusercontent.com/mhmdali94/Docker/refs/heads/main/tools/archivebox/archivebox-ubuntu.sh
2 منحه صلاحية التنفيذ
chmod +x archivebox-ubuntu.sh
3 تشغيل المثبت
يثبّت السكريبت Docker إن لزم، ينشئ دليل بيانات ArchiveBox، ينشر الحاوية، ويطلب منك إنشاء مستخدم مسؤول.
sudo bash archivebox-ubuntu.sh
4 الدخول إلى واجهة الويب
افتح المتصفح وانتقل إلى واجهة ArchiveBox:
http://<your-server-ip>:8000
المنافذ المستخدمة
| المنفذ | الغرض |
|---|---|
| 8000 | ArchiveBox Web UI (HTTP) |
نظرة عامة
ArchiveBox أداة أرشفة إنترنت ذاتية الاستضافة تحفظ نسخاً كاملة غير متصلة من صفحات الويب التي تزوّدها بها — وليس مجرد مفضلة أو رابط، بل محتوى الصفحة الفعلي بصيغ متعددة متكررة. أعطها رابطاً أو تغذية RSS أو تصديراً من المتصفح أو نسخة احتياطية من Pocket/Pinboard، وستجلب الصفحة بمثيل Chromium بدون واجهة زائد wget، ثم تخزّن النتيجة كـ HTML ثابت بكل أصوله، ولقطة HTML بملف واحد، وصورة شاشة PNG للصفحة كاملة، وملف PDF قابل للبحث، ونص المقال المستخرج، وملف WARC متوافق مع المعايير، كل ذلك مفهرس في قاعدة بيانات SQLite محلية بواجهة ويب قابلة للبحث.
لماذا تستخدمه
الروابط تتعطل. الصفحات تُحذف أو تُقفل خلف اشتراك مدفوع أو تُعدّل أو تختفي ببساطة عند إغلاق موقع، ولا تلتقط آلة Wayback كل شيء ولا تحتفظ به إلى الأبد. يحل ArchiveBox هذا بالتقاط المحتوى مرة واحدة والاحتفاظ بكل صيغة منه على تخزين تتحكم به، بحيث يبقى مصدر استشهدت به، أو وصفة وجدتها، أو مرجع تصميم أضفته لمفضلاتك موجوداً بعد سنوات حتى لو أعاد الرابط الأصلي خطأ 404. ولأنه يحفظ عدة صيغ متكررة لكل صفحة — HTML وصورة شاشة وPDF وWARC — فأنت لست معتمداً على بقاء صيغة واحدة فقط قابلة للقراءة أو العرض بعد عقد من الزمن.
متى تحتاجه
- تستشهد بمصادر خارجية في أبحاث أو مقالات أو توثيق وتحتاج إثباتاً على وجودها حتى لو تعطل الرابط الأصلي
- تجمع مفضلات أو مواد مرجعية أو قوائم قراءة وتريد حفظها بعد انتهاء عمر الصفحة الأصلية
- تحتاج أرشفة صفحة قبل أن تتغير أو تُحذف — صفحات تسعير، شروط خدمة، تصريحات عامة
- تريد نسخة غير متصلة وقابلة للبحث من تاريخ قراءتك لا تعتمد على بقاء خدمة طرف ثالث متصلة
- تدمج مفضلات المتصفح أو تصديرات Pocket أو Pinboard في أرشيف واحد ذاتي الاستضافة ودائم
- تحتاج التقاط صفحات ويب لأسباب قانونية أو صحفية أو امتثالية حيث يهم وجود سجل موثّق زمنياً غير قابل للتعديل
من يحتاجه
- الباحثون والصحفيون الذين يحتاجون نسخاً دائمة وقابلة للاستشهاد من مصادر الويب التي قد تختفي لولا ذلك
- المطورون والكتّاب التقنيون الذين يؤرشفون صفحات التوثيق ومراجع API والمقالات التي يعتمدون عليها
- الأرشيفيون الرقميون وأمناء المكتبات الذين يبنون مجموعات حفظ ويب شخصية أو مؤسسية
- المستخدمون المهتمون بالخصوصية الذين يريدون تخزين تاريخ قراءتهم والمقالات المحفوظة محلياً بدلاً من تطبيق قراءة لاحقة تابع لطرف ثالث
- فرق القانون والامتثال التي تحتاج سجلات موثّقة زمنياً وغير قابلة للتعديل لحالات صفحات ويب محددة
- المستخدمون المتقدمون المهاجرون من Pocket أو Instapaper أو Pinboard الذين يريدون بديلاً دائماً ذاتي الاستضافة
حالات الاستخدام الشائعة
- أرشفة كل رابط مُستشهَد به في ورقة بحثية أو مقالة أو ويكي حتى تبقى المصادر متاحة بعد تعطل الروابط
- تغذية ArchiveBox بتغذية RSS لأرشفة كل مقال جديد ينشره مدونة أو موقع أخبار تلقائياً
- استيراد تصدير كامل لمفضلات المتصفح أو نسخة احتياطية من Pocket/Pinboard لدمج سنوات من الروابط المحفوظة في أرشيف واحد
- التقاط لقطة من صفحة تسعير شركة أو شروط خدمتها قبل تغيير مجدول، لسجلات الامتثال
- بناء قاعدة معرفة شخصية قابلة للبحث للمقالات والصفحات التي قرأتها، مع بحث نصي كامل عبرها جميعاً
- أرشفة موقع منافس علني دورياً لتتبع تغييرات الرسائل التسويقية أو التسعير أو صفحات المنتج عبر الزمن
الميزات الرئيسية
- صيغ أرشفة متعددة لكل صفحة — HTML ثابت مع الأصول، لقطة HTML بملف واحد، صورة شاشة PNG، PDF قابل للبحث، وWARC
- استخراج تلقائي لنص المقال وتحليل قابلية القراءة لعرض قراءة نظيف وخالٍ من التشتيت للصفحات المحفوظة
- استيراد جماعي من تغذيات RSS/Atom وتصديرات مفضلات المتصفح وPocket وPinboard وقوائم نصية عادية من الروابط
- بحث نصي كامل عبر جميع الصفحات المؤرشفة من خلال واجهة الويب، بحيث تجد المحتوى المحفوظ بالمحتوى وليس فقط بالعنوان
- واجهة سطر أوامر وREST API وPython API ووصول مباشر لـ SQLite/نظام الملفات للأتمتة والبرمجة حول أرشيفك
- التقاط قائم على Chromium بدون واجهة للصفحات الغنية بـ JavaScript إلى جانب التقاط قائم على wget للمحتوى الثابت العادي
- نظام وسوم وتنظيم لتصنيف الصفحات المؤرشفة في مجموعات
- أرشفة مجدولة/تلقائية عبر cron أو الجدولة المدمجة للتغذيات ومصادر المفضلات المراقَبة باستمرار
كيفية الاستخدام بعد التثبيت
- سجّل الدخول بحساب المسؤول الذي أنشأته أثناء الإعداد وافتح واجهة الويب لرؤية لوحة الأرشيف (الفارغة في البداية)
- أضف روابطك الأولى يدوياً عبر صفحة Add، أو الصق قائمة روابط متعددة لأرشفتها جماعياً
- اربط تغذية RSS أو استورد تصدير HTML لمفضلات المتصفح لأرشفة الروابط المحفوظة الموجودة جماعياً
- انتظر اكتمال عملية الأرشفة — يمر كل رابط بعدة طرق أرشفة (Chromium وwget ومستخرجات) وقد يستغرق من ثوانٍ إلى دقيقة لكل صفحة
- تصفح الأرشيف باستخدام شريط البحث للعثور على صفحات بالعنوان أو الرابط أو محتوى النص المستخرج
- افتح أي إدخال مؤرشف لعرضه بصيغه المحفوظة — صورة شاشة أو PDF أو نص قابل للقراءة أو لقطة HTML التفاعلية الكاملة
- أعدّ مهمة cron أو الجدولة المدمجة لسحب تغذية RSS أو مصدر مفضلات تلقائياً بشكل متكرر
- قلّم الإدخالات الفاشلة أو المكررة من لوحة الإدارة دورياً للحفاظ على نظافة المجموعة
أفضل ممارسات الأمان
- غيّر كلمة مرور المسؤول الافتراضية فوراً بعد أول تسجيل دخول، لأن ArchiveBox لا يشفّر البيانات افتراضياً
- ضع ArchiveBox خلف وكيل عكسي مع HTTPS لأن المنفذ 8000 يقدم HTTP عادي افتراضياً في هذا النشر
- قيّد الوصول لواجهة الويب على المستخدمين الموثوقين فقط — أي شخص لديه وصول يمكنه رؤية كامل تاريخ تصفحك المحفوظ
- لا تكشف المنفذ 8000 مباشرة للإنترنت العام أبداً دون مصادقة وTLS، لأن الصفحات المؤرشفة قد تحتوي محتوى شخصياً حساساً
- انتبه أن ArchiveBox يلتقط الصفحات باستخدام متصفح بدون واجهة، مما قد يُنفّذ JavaScript الصفحة — تجنب أرشفة روابط غير موثوقة أو ضارة
- قيّد الوصول الشبكي الصادر إذا كنت تؤرشف روابط غير موثوقة في بيئة حساسة أمنياً، لأن المؤرشف يجلب محتوى خارجياً عشوائياً
- حافظ على تحديث صورة ArchiveBox Docker لتصحيحات أمان تبعيات Chromium وPython المضمنة
- انسخ المحتوى المؤرشف احتياطياً إلى تخزين منفصل، لأن فشل سيرفر واحد قد يفقد أرشيفك بالكامل بشكل دائم دون ذلك
المنافذ وإعدادات جدار الحماية
ينشر هذا النشر منفذاً واحداً، 8000، يقدم واجهة ويب ArchiveBox عبر HTTP عادي. ولأن الأرشيف قد يحتوي تاريخ تصفح شخصياً ومقالات محفوظة وصفحات مُلتَقطة حساسة محتملة، يجب ألا يُكشف المنفذ 8000 مباشرة للإنترنت العام أبداً دون مصادقة ووكيل عكسي منهٍ لـ TLS مثل Nginx Proxy Manager أمامه. يجري ArchiveBox نفسه اتصالات صادرة لأي روابط تزوّده بها للأرشفة، لذا يجب أن تبقى حركة المرور الصادرة غير مقيدة كي تعمل الأداة، بينما يجب تقييد الوصول الوارد للمنفذ 8000 على شبكتك المحلية أو VPN أو وكيل عكسي مُصادَق عليه لأي استخدام عن بُعد.
النسخ الاحتياطي والصيانة
- انسخ دليل بيانات ArchiveBox بالكامل احتياطياً، الذي يحتوي قاعدة بيانات فهرس SQLite وكل صفحة مؤرشفة بصيغ HTML وصور الشاشة وPDF وملفات WARC
- أعطِ الأولوية لملف قاعدة بيانات SQLite في النسخ الاحتياطية لأنه يحمل الفهرس القابل للبحث والبيانات الوصفية المرتبطة بكل المحتوى المؤرشف
- خزّن النسخ الاحتياطية على تخزين منفصل عن الأرشيف الحي — يمكن أن ينمو أرشيف شخصي كبير لعشرات الجيجابايت، لذا خطط للتخزين وفقاً لذلك
- صدّر قائمة روابطك المؤرشفة دورياً كنص عادي أو قائمة CSV كنسخة احتياطية ثانوية خفيفة لما تم التقاطه
- انسخ docker-compose.yml أو أمر التشغيل احتياطياً حتى يمكن إعادة إنشاء إعداد الحاوية بشكل مطابق على مضيف جديد
- اختبر استعادة نسخة احتياطية دورياً بتركيبها على حاوية جديدة والتأكد أن واجهة الويب تعرض الصفحات المؤرشفة المتوقعة
الأخطاء الشائعة
- عدم تغيير بيانات اعتماد المسؤول الافتراضية أبداً، مما يترك أرشيف تصفح شخصي مفتوحاً لأي شخص يصل للسيرفر
- كشف المنفذ 8000 مباشرة للإنترنت دون وكيل عكسي أو مصادقة أمامه
- أرشفة صفحات خلف جدار تسجيل دخول دون تزويد ArchiveBox بملفات تعريف الارتباط أو المصادقة اللازمة، مما ينتج التقاطات ناقصة
- ترك الأرشيف ينمو دون مراقبة على قرص صغير — ملفات WARC وصور الشاشة تتراكم بسرعة ويمكن أن تملأ التخزين
- افتراض أن كل صفحة مؤرشفة التُقطت بشكل مثالي — بعض المواقع الغنية بـ JavaScript أو المحمية ضد الروبوتات ستُؤرشف جزئياً فقط
- عدم نسخ دليل البيانات احتياطياً على الإطلاق، مما يخاطر بفقدان أرشيف متعدد السنوات كلياً بعد فشل قرص واحد
- أرشفة تغذية RSS كبيرة أو استيراد مفضلات دفعة واحدة دون تحكم بالمعدل، مما يُثقل معالج وشبكة السيرفر
استكشاف الأخطاء وإصلاحها
- أرشفة رابط تفشل أو تنتهي مهلتها — تحقق أن الموقع متاح من السيرفر ولا يحظر وكيل مستخدم المؤرشف أو IP الخاص به
- صور الشاشة أو ملفات PDF فارغة — قد يحتاج التقاط Chromium بدون واجهة ذاكرة أو وقتاً أكثر للصفحات الغنية بـ JavaScript؛ زد حدود موارد الحاوية
- واجهة الويب تُظهر صفحات كمؤرشفة لكن المحتوى مفقود — تحقق من سجلات تلك اللقطة تحديداً لمعرفة أي طريقة أرشفة (wget أو Chromium أو مستخرج) فشلت
- الاستيراد من مفضلات المتصفح أو Pocket ينتج إدخالات مكررة — أزل التكرار من التصدير المصدر قبل الاستيراد، لأن ArchiveBox يطابق أساساً بالرابط
- تغذية RSS لا تُطلق أرشفات جديدة — تحقق أن الجدولة أو مهمة cron تعمل فعلياً وأن رابط التغذية نفسه متاح
- البحث لا يجد نصاً تعرف أنه موجود في صفحة مؤرشفة — تأكد أن خطوة المستخرج (قابلية القراءة/النص الكامل) اكتملت بنجاح لتلك اللقطة
- امتلاء القرص بسرعة — عطّل المستخرجات كثيفة الموارد مثل تنزيلات الوسائط الكاملة إذا كنت تحتاج فقط صيغ HTML وصورة الشاشة وPDF
البدائل
آلة Wayback (archive.org) هي البديل العام المجاني، لكنك لا تتحكم بمدة الاحتفاظ، ولا تلتقط كل شيء، والصفحات خلف تسجيلات الدخول أو الاشتراكات المدفوعة لا تُؤرشف أبداً. Wallabag وHoarder (الآن Karakeep) يركزان على وضع المفضلات للقراءة لاحقاً مع استخراج مقالات نظيف، وهو أخف من ArchiveBox لكنه لا يحفظ صور شاشة عالية الدقة أو ملفات WARC. SingleFile إضافة متصفح تلتقط صفحة واحدة في كل مرة في ملف HTML واحد، مفيدة للحفظ لمرة واحدة لكن دون سيرفر أو فهرسة أو أتمتة جماعية. Webrecorder/Browsertrix أداة أكثر تخصصاً للأرشفة الاحترافية عالية الدقة التي تستخدمها المكتبات والمؤسسات، تقدم صرامة أرشيفية أكبر مقابل تعقيد أكبر. كأرشيف شخصي أو جماعي عام ذاتي الاستضافة بصيغ متعددة متكررة وواجهة قابلة للبحث، يبقى ArchiveBox أكمل خيار مفتوح المصدر.
متى لا تستخدمه
ArchiveBox ليس مبنياً لأرشفة صفحات تتطلب مصادقة عميقة ومستمرة أو تفاعلات معقدة متعددة الخطوات — المواقع التي تحتاج النقر عبر عدة شاشات مسجلة الدخول للوصول للمحتوى المطلوب ستُلتقط جزئياً فقط. كما أنه ليس أداة مراقبة فورية؛ إذا احتجت معرفة اللحظة التي تتغير فيها صفحة، فخدمة كشف تغييرات مخصصة أنسب من إعادة الأرشفة الدورية. للأرشفة المؤسسية واسعة النطاق بمتطلبات دقة صارمة، توفر أدوات مخصصة مثل Browsertrix التي تستخدمها المكتبات والأرشيفات الوطنية صرامة أكبر من مثيل ArchiveBox شخصي. وإذا كنت تحتاج فقط قائمة قراءة لاحقة سريعة دون حفظ غير متصل كامل، فأداة مفضلات أخف تتجنب عبء تخزين كل صيغة لكل صفحة.
هل تحتاج مساعدة احترافية؟
توفر PrismaTechWork خدمات بنية تحتية شاملة — من النشر الأولي وتصليب الأمان إلى المراقبة المستمرة والنسخ الاحتياطي التلقائي والدعم المخصص. سواء كنت تحتاج إعداد سيرفر واحد أو شبكة متعددة المواقع، يضمن فريقنا بناء بنيتك التحتية بشكل صحيح وتأمينها بالشكل المناسب وصيانتها باستمرار.
- التثبيت وتجهيز السيرفر
- الإعداد المتقدم وإعداد التوجيه
- تصليب الأمان وتحسين جدار الحماية
- إعداد شهادات SSL/TLS مع Let's Encrypt
- ربط النطاق المخصص والوكيل العكسي
- جدولة النسخ الاحتياطي التلقائي والتعافي من الكوارث
- المراقبة الفورية وتنبيهات الجاهزية
- الترحيل من المنصات القائمة
- استكشاف مشكلات الاتصال والأداء وإصلاحها
- سكريبتات أتمتة مخصصة وعقود دعم مستمر
الأسئلة الشائعة
ما الصيغ التي يحفظها ArchiveBox لكل صفحة؟
افتراضياً يحفظ HTML ثابتاً مع كل الأصول، ولقطة HTML بملف واحد، وصورة شاشة PNG للصفحة كاملة، وPDF قابل للبحث، ونص المقال المستخرج، وملف WARC للأرشفة الاحترافية — كل ذلك يُولَّد تلقائياً لكل رابط تضيفه، فلست معتمداً على صيغة واحدة فقط.
هل يمكنني استيراد مفضلاتي الحالية أو حساب Pocket/Pinboard؟
نعم. يقبل ArchiveBox استيراداً جماعياً من تصديرات HTML لمفضلات المتصفح وتصديرات Pocket وPinboard وتغذيات RSS/Atom وقوائم نصية عادية من الروابط، بحيث يمكنك دمج سنوات من الروابط المحفوظة في أرشيف واحد ذاتي الاستضافة باستيراد واحد.
هل يؤرشف ArchiveBox الصفحات التي تتطلب تسجيل دخول؟
يمكنه ذلك، لكن فقط إذا زودت المتصفح بدون واجهة بملفات تعريف ارتباط الجلسة اللازمة أولاً — دونها، يرى ArchiveBox نفس جدار تسجيل الدخول الذي يراه زائر غير مسجل ويلتقط ذلك فقط. ليس مصمماً لتدفقات مصادقة عميقة متعددة الخطوات.
كم تخزيناً يحتاجه أرشيف ArchiveBox؟
يتفاوت بشكل كبير حسب الصفحة، لأن كل رابط يولّد عدة صيغ — قد تستخدم مقالة نصية بسيطة بضعة ميجابايت، بينما صفحة غنية بالوسائط مع التقاط WARC قد تستخدم عشرات الميجابايتات. مجموعة من عدة آلاف الصفحات تنمو عادة لعشرات الجيجابايتات، لذا خطط لمساحة القرص وفقاً لذلك.
هل ArchiveBox بديل لآلة Wayback؟
ليس تماماً — آلة Wayback أرشيف عام مجاني لا تتحكم به أو تستضيفه، بينما ArchiveBox أداة خاصة ذاتية الاستضافة لمجموعتك الخاصة. كثيرون يستخدمون كليهما: آلة Wayback للتغطية العامة الواسعة، وArchiveBox لنسخ مضمونة ودائمة من الصفحات المحددة المهمة لهم.
