日本語
ArchiveBox ホスティング
ウェブページ、PDF、メディア、ブックマークを検索可能な長期アーカイブに保存します。
- ワンクリック デプロイ
- 25 GB 必要なディスクスペース
- 2 GB RAM 必要なメモリ
- 5 €から 価格
セットアップ料金なし
公式リンク
ArchiveBoxの公式リンクとオリジナルウェブサイト
- もっと
ArchiveBox ウェブサイト
AvaHostで得られるもの
ワンクリックデプロイメント、カスタムドメイン、無料のHTTPS、自動アプリケーション更新、およびスケジュールされたバックアップがすべてのクラウドアプリに付属しています。1台のサーバーで複数のアプリを実行でき、ターミナルアクセスも含まれています。
このテンプレートにはデータベースコンテナが含まれていません。
テクノロジー
- Dockerイメージ
- archivebox/archivebox:latest
- デフォルトポート
- 8000
ArchiveBoxの仕組み
ArchiveBoxはリスト、ブラウザエクスポート、フィード、またはサポートされている統合からURLをインポートし、各ターゲットに対して複数のキャプチャ方法を実行します。利用可能なツールとソースレスポンスに応じて、ページHTML、スクリーンショット、PDF、テキスト、メディアメタデータ、WARCデータ、ファビコン、およびその他の表現を保持できます。Webインターフェースは、保存されたスナップショットを検索、タグ付け、表示、および再訪問するためのインデックスを提供します。
複数の形式は、1つの表現が失敗した場合に有用な証拠が利用可能である可能性を高めますが、キャプチャ方法は最新のすべてのサイトを再現するわけではありません。認証ウォール、キャプチャ、ストリーミングメディア、クライアント側アプリケーション、有効期限切れのトークン、自動化防止コントロール、およびロボットポリシーは、部分的または失敗したスナップショットを生成する可能性があります。保存された結果が重要な場合、各URLは検証が必要です。
ArchiveBoxの主な機能
カタログは生成された管理者認証情報を作成し、/dataを保持します。これには、アーカイブインデックス、SQLiteデータ、構成、ログ、およびキャプチャされたファイルが含まれます。キャプチャされたURLにはプライベートパス、クエリパラメータ、個人情報、またはセッション由来のマテリアルが含まれる可能性があるため、アーカイブの可視性とユーザーアクセスは意図的な構成が必要です。公開スナップショットは、元のトップレベルURLが示唆するよりも多くを開示する可能性があります。
ArchiveBoxは保存ソフトウェアであり、真正性、許容性、著作権、または保持コンプライアンスに関する法的結論ではありません。オペレーターは、コンテンツをキャプチャおよび保持する権限、保管の連鎖手順、アクセス制御、および独立した整合性チェックに対して責任があります。ビデオ、PDF、画像、および繰り返される形式はストレージを迅速に消費する可能性があるため、大規模なキャプチャも監視が必要です。
ArchiveBoxのセルフホスティング：要件とコスト
ArchiveBoxのリソース使用は、URLカウント、キャプチャ方法、ブラウザプロセス、スクリーンショット、PDF、メディア抽出、WARCファイル、インデックス作成、インポート、同時ジョブ、および再キャプチャ頻度によって支配されます。PostgreSQLおよびMariaDBはカタログテンプレートでは必須ではありません。パッケージは独自のSQLiteデータとアーカイブファイルを保持します。テキストのみのページは控えめですが、メディアが豊富なキャプチャは急速に拡大する可能性があります。ArchiveBoxはプラン マッピングでストレージ駆動としてマークされているため、Plan 3の50 GBは現実的な開始点であり、Plan 4の100 GBは大規模なワーキングセット用により多くのスペースを提供します。
AvaHostでは、ArchiveBoxはPlan 2で€5を使用します。ホストされているArchiveBoxパッケージには、ワンクリックデプロイメント、自動HTTPSを備えたカスタムドメイン、自動アプリケーション更新、およびスケジュール済みバックアップが含まれます。パッケージは1つの生成された管理者アカウントを提供しますが、ソースサイト認証情報、ブラウザ拡張機能、法的保存プロセス、コンテンツ権、プロキシネットワーク、またはキャプチャ品質保証は提供しません。代表的なスナップショットを検証し、機密アーカイブを制限し、アプリケーションまたはアカウント障害を生き残る必要があるマテリアルの独立したコピーを保持してください。
ArchiveBoxの利用者
研究者はプロジェクトで引用されたソースページを保存し、ジャーナリストは変更前に公開マテリアルを保持し、組織は認可されたWebリファレンスをケースまたはポリシー作業と一緒に保持します。個人はブックマークエクスポートをインポートして、検索可能な個人アーカイブを構築できます。スケジュール済みまたは繰り返されるキャプチャワークフローは、過度なリクエストと重複ストレージを回避するために追加の注意が必要です。
ArchiveBoxはInternet Archiveの代替、すべてのプライベートアカウントの認証されたバックアップ、または管理されたコンプライアンスアーカイブではありません。機密キャプチャは制限する必要があり、ユーザーは利用可能な場合は元のファイルまたは公式記録を保持する必要があります。表示されたスクリーンショットは、キャプチャプロセスがレンダリングしたものだけを証明し、ソースのサーバー側の完全な状態ではありません。
F.A.Q
ArchiveBoxはプラン2で€5から始まります。キャプチャ処理と保存されたスナップショット形式により、ストレージが実用的な制限となるため、プラン3の50 GBが現実的な開始点であり、プラン4の100 GBはより大規模なアーカイブに適しています。URLカウント、スクリーンショット、PDF、メディア、WARCファイル、インデックス作成、および同時キャプチャが容量に影響します。
どのキャプチャ方法も、すべてのウェブサイトを完全に再現することはできません。認証、キャプチャ、クライアント側アプリケーション、ストリーミングメディア、セッション有効期限、ロボットポリシー、レート制限、およびソース変更により、スナップショットが部分的または失敗する可能性があります。重要なキャプチャはそれぞれ確認し、複数の形式を比較し、認可されたオリジナルを保持し、スクリーンショットまたは保存されたHTMLファイルを自動的な法的証拠として扱わないでください。
カスタムドメインはArchiveBoxを指すことができ、自動化されたHTTPSがログインとアーカイブトラフィックを保護します。プライバシーは依然としてアプリケーションユーザー、スナップショットの可視性、URLパラメータ、キャプチャされた個人データ、およびリンクの共有方法に依存します。署名なしブラウザからアクセスをテストし、アーカイブが管理者のみに制限されていると想定する前に機密スナップショットを確認してください。
AvaHostは`/data`の永続的なバックアップをスケジュール済みで含め、ArchiveBoxアプリケーションの更新を自動的に適用します。重要なリリース後は、管理者アクセス、インポート、タグ、検索、インデックスページ、スクリーンショット、HTML、PDF、WARC出力、メディア抽出、既存のスナップショット、および新しいキャプチャジョブを検証してください。ブラウザまたはエクストラクタの変更は結果を変更する可能性があるため、再キャプチャをスケーリングする前に代表的なページを比較してください。