Soluções de Arquivista Virtual — sites, documentos e acervos digitais

Compilado por Pablo Murad — 2026

Resumo direto

Se o objetivo é montar um “arquivista virtual” pessoal ou institucional, não escolha uma ferramenta só sem pensar no tipo de material. Cada uma resolve um problema diferente:

• Sites e páginas web: ArchiveBox, Linkwarden, wallabag, Browsertrix Crawler.
• Documentos, PDFs, notas fiscais, scans: paperless-ngx, Mayan EDMS, Docspell, OpenKM.
• Biblioteca digital/e-books: Calibre-Web.
• Fotos de pesquisa e documentos fotografados: Tropy.
• Coleções, exposições, acervo cultural/público: Omeka, ArchivesSpace.
• Base de conhecimento/manual interno: BookStack, DokuWiki.
• Pesquisa acadêmica/referências: Zotero.

Minha recomendação prática para começar em servidor próprio:

1. ArchiveBox para arquivar páginas e sites.
2. paperless-ngx para documentos digitalizados, PDFs e OCR.
3. Linkwarden se você quiser bookmarks com arquivamento e organização colaborativa.
4. Calibre-Web se houver biblioteca de livros digitais.
5. Omeka se a ideia for publicar um acervo bonito, pesquisável e com cara de coleção.

Tabela geral

Soluções detalhadas

1. ArchiveBox

Categoria: arquivamento de sites e páginas web.

O que faz: salva URLs em formatos preserváveis, como HTML, PDF, screenshots, WARC, mídia e metadados. É a opção mais direta para criar um arquivo pessoal da internet.

Instalação: Docker Compose é o caminho recomendado, porque empacota dependências como navegador, wget, yt-dlp, SingleFile e ferramentas de legibilidade.

Pontos fortes:

• Excelente para combater link rot.
• Mantém cópias locais.
• Trabalha com múltiplos formatos.
• Bom para servidores pessoais.

Pontos fracos:

• Pode consumir bastante disco.
• Sites dinâmicos, paywalls e logins podem exigir configuração extra.
• Interface não é tão “bonita” quanto Linkwarden.

Quando usar: quando você quer preservar páginas e sites, não apenas guardar links.

Prioridade: altíssima.

2. Linkwarden

Categoria: gerenciador de bookmarks com arquivamento.

O que faz: organiza links em coleções, permite colaboração e preserva páginas para evitar perda de conteúdo.

Instalação: possui opção self-hosted com documentação própria.

Pontos fortes:

• Interface moderna.
• Bom para coleções de links.
• Melhor experiência de uso que ArchiveBox para navegação diária.
• Útil para times ou projetos colaborativos.

Pontos fracos:

• Menos arquivístico/profundo que ArchiveBox.
• Para preservação hardcore, ainda prefiro ArchiveBox ou Browsertrix.

Quando usar: quando o foco é organizar links e ter uma cópia arquivada de apoio.

Prioridade: alta.

3. wallabag

Categoria: read-it-later self-hosted.

O que faz: salva artigos para ler depois em uma versão limpa, sem distrações.

Instalação: tem imagem Docker oficial/comunitária mantida pelo projeto.

Pontos fortes:

• Simples.
• Bom para leitura.
• Open source.
• Funciona bem com artigos.

Pontos fracos:

• Não é um arquivador completo de sites.
• Não é ideal para preservar layout original, JS, vídeos ou páginas complexas.

Quando usar: se sua prioridade é leitura posterior, não preservação histórica.

Prioridade: média.

4. Browsertrix Crawler

Categoria: crawler de arquivamento web em alta fidelidade.

O que faz: roda crawls com navegador real e gera arquivos WARC, formato usado em arquivamento web profissional.

Instalação: roda em Docker/container único.

Pontos fortes:

• Mais próximo de prática arquivística real.
• Bom para capturar sites inteiros.
• Usa navegador para lidar melhor com sites modernos.
• Gera WARC.

Pontos fracos:

• Mais técnico.
• Menos amigável para consulta cotidiana.
• Exige mais disciplina de armazenamento, indexação e visualização.

Quando usar: para projetos sérios de preservação web, especialmente sites inteiros.

Prioridade: média/alta para arquivista técnico; baixa para iniciante.

5. paperless-ngx

Categoria: gestão documental com OCR.

O que faz: transforma uma pasta cheia de PDFs, scans e documentos em um acervo pesquisável, com OCR, tags, correspondentes, tipos documentais e busca.

Instalação: Docker Compose é a forma mais fácil; o projeto fornece script interativo para criar a configuração.

Pontos fortes:

• Provavelmente a melhor opção para documentos pessoais e administrativos.
• OCR e busca são o centro do sistema.
• Bom para notas fiscais, contratos, recibos, cartas, documentos jurídicos, PDFs.
• Comunidade forte.

Pontos fracos:

• Não é para arquivar sites.
• Requer organização inicial: tags, correspondentes, tipos.
• OCR pode variar conforme qualidade do scan.

Quando usar: se você quer um “arquivo morto digital” pesquisável.

Prioridade: altíssima.

6. Mayan EDMS

Categoria: document management system avançado.

O que faz: gerenciamento documental com recursos mais corporativos: fluxos, permissões, metadados, versionamento e automações.

Instalação: Docker Compose é método principal de distribuição. A documentação indica que a instalação padrão em container único atende milhares de documentos, e instalações maiores podem usar arquitetura multi-container.

Pontos fortes:

• Mais robusto que paperless-ngx em cenários empresariais.
• Bom para fluxo documental formal.
• Escalável.

Pontos fracos:

• Mais pesado.
• Mais complexo.
• Para uso pessoal, pode ser exagero.

Quando usar: quando você precisa de DMS de verdade, não apenas organizar PDFs.

Prioridade: alta para empresa; média para uso pessoal.

7. Docspell

Categoria: gestão documental.

O que faz: organiza documentos vindos de scanners, e-mails e outras fontes com esforço mínimo.

Instalação: possui documentação oficial para Docker.

Pontos fortes:

• Foco claro em organização documental.
• Alternativa interessante ao paperless-ngx.
• Boa proposta para ingestão de documentos.

Pontos fracos:

• Menos popular que paperless-ngx.
• Ecossistema menor.

Quando usar: se você testar paperless-ngx e não gostar do fluxo.

Prioridade: média.

8. OpenKM Community Edition

Categoria: DMS empresarial.

O que faz: controla produção, armazenamento, gestão e distribuição de documentos eletrônicos. Inclui colaboração e busca avançada.

Instalação: há imagem Docker para Community Edition.

Pontos fortes:

• Conceito clássico de DMS.
• Recursos empresariais.
• Busca, colaboração e controle documental.

Pontos fracos:

• A Community Edition tem mudanças de licenciamento conforme versões; versões 6.3 e anteriores eram GPL-2.0, enquanto a 7.0 é distribuída como pacote binário gratuito.
• Eu evitaria como primeira escolha se a meta for simplicidade.

Quando usar: quando você quer testar um DMS tradicional.

Prioridade: média/baixa para começar.

9. Calibre-Web

Categoria: biblioteca digital/e-books.

O que faz: oferece interface web para navegar, ler e baixar e-books armazenados em uma base Calibre.

Instalação: pode ser instalado via Python/pip; também há imagens Docker mantidas pela comunidade.

Pontos fortes:

• Excelente para biblioteca pessoal.
• Interface web limpa.
• Suporte a usuários, permissões, estantes, leitura no navegador e integração com leitores.

Pontos fracos:

• Depende de uma biblioteca Calibre válida.
• Não é DMS nem arquivador web.

Quando usar: quando seu acervo principal são EPUB, PDF, MOBI, AZW e livros digitais.

Prioridade: alta se você tem biblioteca digital.

10. Tropy

Categoria: organização de fotos de pesquisa.

O que faz: organiza e descreve fotografias de material de pesquisa, como páginas de livros, manuscritos, cartas, arquivos fotografados em biblioteca etc.

Instalação: aplicativo desktop, não é uma aplicação web self-hosted típica.

Pontos fortes:

• Perfeito para pesquisador que fotografa documentos.
• Permite agrupar várias fotos em um item.
• Bom para descrição e organização de material bruto.

Pontos fracos:

• Não é servidor web.
• Não substitui Omeka, paperless-ngx ou ArchiveBox.

Quando usar: quando você fotografa acervos físicos e precisa organizar as imagens com metadados.

Prioridade: alta para pesquisador; baixa para servidor.

11. Zotero

Categoria: pesquisa acadêmica e referências.

O que faz: coleta, organiza, cita e compartilha referências e PDFs acadêmicos.

Instalação: desktop, navegador e sincronização. Pode usar WebDAV próprio para anexos.

Pontos fortes:

• Melhor opção para bibliografia acadêmica.
• Plugins e integração com Word/LibreOffice.
• Organização por coleções, tags, notas e metadados.

Pontos fracos:

• Não é DMS geral.
• Não é arquivador de sites completo.

Quando usar: para artigos, livros, citações e pesquisa.

Prioridade: altíssima para pesquisa.

12. Omeka

Categoria: publicação de acervos digitais e exposições.

O que faz: plataforma web open source para exibir coleções de bibliotecas, museus, arquivos e projetos acadêmicos. Serve para publicar itens com metadados e criar exposições online.

Instalação: aplicação web PHP/MySQL; há Omeka Classic, Omeka S e Omeka.net hospedado.

Pontos fortes:

• Melhor opção quando o acervo precisa ser publicado para outras pessoas.
• Foco em metadados e exposição.
• Muito usado em humanidades digitais, museus e bibliotecas.

Pontos fracos:

• Não é feito para uso pessoal rápido.
• Exige modelagem de metadados.
• Não substitui paperless-ngx para documentos administrativos.

Quando usar: se você quer criar uma biblioteca/arquivo público navegável.

Prioridade: alta para acervo público.

13. ArchivesSpace

Categoria: sistema profissional de gestão arquivística.

O que faz: gerencia arquivos, manuscritos e objetos digitais, com acesso web.

Instalação: aplicação open source, mais institucional.

Pontos fortes:

• Pensado por arquivistas.
• Adequado para instituições, bibliotecas, museus e arquivos.
• Melhor aderência a práticas arquivísticas formais.

Pontos fracos:

• Overkill para uso pessoal.
• Mais complexo de instalar e operar.
• Menos “bonitinho” como produto de acervo público.

Quando usar: se a meta é gestão arquivística institucional real.

Prioridade: baixa para começar; alta para instituição.

14. BookStack

Categoria: wiki/documentação.

O que faz: organiza conhecimento em prateleiras, livros, capítulos e páginas.

Instalação: self-hosted, com imagens Docker populares.

Pontos fortes:

• Interface muito boa.
• Ótimo para documentação interna.
• Estrutura mental simples: prateleira > livro > capítulo > página.

Pontos fracos:

• Não é arquivador web.
• Não é DMS.
• Estrutura pode ser rígida se você gosta de wiki livre.

Quando usar: para organizar manuais, processos, notas e conhecimento interno.

Prioridade: alta para documentação.

15. DokuWiki

Categoria: wiki simples baseada em arquivos.

O que faz: wiki em PHP que não exige banco de dados. Armazena páginas em arquivos texto.

Instalação: roda em praticamente qualquer instalação PHP; também há imagens Docker comunitárias.

Pontos fortes:

• Extremamente durável.
• Sem banco de dados.
• Backup simples.
• Bom para documentação técnica e notas permanentes.

Pontos fracos:

• Interface datada.
• Menos agradável que BookStack.

Quando usar: se você quer longevidade e simplicidade acima de aparência.

Prioridade: média/alta.

Combinações recomendadas

Setup pessoal simples

• ArchiveBox
• paperless-ngx
• Calibre-Web
• Zotero no desktop

Uso: arquivar web, documentos pessoais, livros e pesquisa.

Setup para pesquisador/historiador

• Zotero
• Tropy
• ArchiveBox
• Omeka

Uso: referências, fotos de acervo, páginas web e publicação de coleção.

Setup para empresa ou organização

• paperless-ngx ou Mayan EDMS
• BookStack
• Linkwarden
• ArchiveBox

Uso: documentos, manuais internos, links importantes e preservação web.

Setup arquivístico mais sério

• Browsertrix Crawler
• ArchiveBox
• Omeka ou ArchivesSpace
• armazenamento com backup e checksums

Uso: preservação de sites inteiros, coleções digitais e metadados institucionais.

Minha recomendação sem rodeio

Se você quer começar sem se afogar em complexidade, instale nesta ordem:

1. paperless-ngx — porque documento perdido é dor real.
2. ArchiveBox — porque links morrem e páginas somem.
3. Linkwarden — se você quer uma interface melhor para coleções de links.
4. Calibre-Web — se você tem biblioteca digital.
5. Omeka — se você quer publicar um acervo para outras pessoas.

Eu não começaria com ArchivesSpace, OpenKM ou Browsertrix se você ainda está explorando. São fortes, mas podem virar projeto de infraestrutura em vez de resolver seu problema.

Critérios de escolha

Antes de instalar, responda:

1. O acervo é privado ou público?
2. São links, PDFs, scans, e-books, fotos ou todos esses?
3. Precisa de OCR?
4. Precisa preservar o layout original da página web?
5. Precisa de metadados arquivísticos formais?
6. Vai ter múltiplos usuários?
7. Você quer apenas guardar ou também publicar?
8. Quanto disco você tem?
9. Vai ter backup externo?
10. Você aceita manutenção via Docker Compose?

Observação técnica importante

Arquivar não é só instalar software. Se você não tiver backup, versionamento, exportação e rotina de manutenção, você só criou um lugar mais sofisticado para perder dados.

Recomendação mínima:

• Docker Compose.
• Backup diário do banco e dos volumes.
• Backup externo semanal.
• Nomes de volumes claros.
• Reverse proxy com HTTPS.
• Autenticação forte.
• Política de exportação em formatos abertos quando possível.
• Monitoramento básico de disco.