Jupyter Notebook 不支持单个代码块加密，因其.ipynb文件本质为明文JSON，所有cell的source字段均可见；所谓“加密”多为混淆或限制整服务访问，实际无法防止运行时还原。
cell 单独加密码、隐藏或混淆其内容——它不是设计用来做源码级加密的工具。
如果你看到有人声称“加密代码块”，大概率是混淆了概念：他们实际在做的是**限制整个 Notebook 的访问权限**（即登录密码），或者用外部手段（如 Python 字节码编译、字符串 base64 编码、exec 动态执行）掩盖逻辑，但这既不安全，也不属于 Notebook 原生能力。
下面说清楚几个真实可用、且常被误读的场景：
为什么不能直接加密单个代码块？
Jupyter 的 .ipynb 文件本质是 JSON 文本，所有代码块都以明文字段 "source" 存储。即使你手动把某段代码改成 base64 或 exec(compile(...))，只要能运行，就必然能在内存中还原为原始代码；任何有调试权限的人，都能通过 inspect、dis 或浏览器开发者工具看到真实逻辑。
jupyter notebook password 是管整个服务的登录
这个命令生成的密码，作用对象是 整个 Jupyter Server 的 Web 访问入口，不是某个 cell。它等价于设置 c.NotebookApp.password，控制的是你打开 http://localhost:8888 时要不要输密码。
- 执行
jupyter notebook password后，密码哈希会写入~/.jupyter/jupyter_notebook_config.json - 它会自动关闭 token 认证，但不会影响已打开的 notebook 页面里任意 cell 的可见性
- 哪怕设置了强密码，只要用户已登录，所有代码块仍可复制、编辑、查看
想“隐藏”代码逻辑？这些做法常见但危险
有人用如下方式试图“保护”代码块，但它们全都不构成真正加密：
-
exec(base64.b64decode("aW1wb3J0IH..."))—— 只防手抖，不防调试；base64 解码一步到位 -
import py_compile; py_compile.compile("hidden.py")再importpyc —— pyc 可反编译，且依赖外部文件，破坏 notebook 可移植性 - 用
%%javascript把关键逻辑塞进前端 JS —— 源码仍可在浏览器 Network 或 Sources 面板里找到
这些操作反而增加维护成本，还可能因环境差异导致执行失败。
真要限制代码可见性，只能靠流程和边界
如果你的核心诉求是“不让协作者看到某段实现”，唯一靠谱路径是：把那段逻辑封装成独立服务或私有包，只暴露调用接口。
- 例如：把模型推理逻辑打包为 FastAPI 微服务，notebook 里只留
requests.post(...) - 或发布为私有 PyPI 包（如
mysecretlib），notebook 中仅from mysecretlib import run_step - 这样代码本身不出现在 notebook 里，也规避了 JSON 明文存储问题
注意：这需要配套的权限管理（如私有 PyPI 认证、API Token）、网络隔离和部署运维支持——不是改几行 notebook 就能搞定的事。
真正需要加密代码的地方，不在 notebook 层面。它是个交互式计算笔记本，不是代码保险柜。
