由于现代网站结构复杂，且常依赖动态内容，ArchiveBox 能够以公共存档服务（如 Archive.org 和 Archive.is）无法保存的多种格式存档网站。
ArchiveBox 可从标准输入（stdin）、远程网址或文件导入一组网址，然后利用 wget 创建可浏览的 HTML 克隆，使用 youtube-dl 提取媒体内容，并通过完整的无头 Chrome 浏览器实例生成 PDF、截图以及 DOM 数据等，实现更全面的存档……
通过多种方法并结合市场主流浏览器执行 JavaScript，确保即使是最复杂、最不稳定的网站，也能以至少几种高质量、长期可用的数据格式进行存档。

支持从以下来源导入链接：

Pocket、Pinboard、Instapaper
RSS、XML、JSON 或纯文本链接列表
浏览器历史记录或书签（Chrome、Firefox、Safari、IE、Opera 等）
Shaarli、Delicious、Reddit 保存的文章、Wallabag、Unmark.it 以及任何包含链接的文本！

为每个网站存档的内容包括：

网站的 favicon.ico
example.com/page-name.html：网站的 wget 克隆页面，若无 .html 后缀则自动追加
output.pdf：使用无头 Chrome 打印的网站 PDF
screenshot.png：使用无头 Chrome 截取的 1440x900 分辨率截图
output.html：使用无头 Chrome 渲染后生成的 HTML DOM 数据
archive.org.txt：指向 Archive.org 存档页面的链接
warc/：包含 HTML 及压缩 warc 文件的目录，文件名为 <时间戳>.gz
media/：使用 youtube-dl 找到的任何 mp4、mp3、字幕文件及元数据
git/：GitHub、Bitbucket 或 GitLab 链接对应的仓库克隆
index.html & index.json：包含元数据和详细信息的 HTML 和 JSON 索引文件

存档是增量式的，因此您可以定期运行 ./archive 命令，持续获取新链接并更新索引。
所有存档内容均为静态数据，并通过 JSON 文件进行索引，因此可永久保存且易于解析，无需持续运行后台服务。