> ## Documentation Index
> Fetch the complete documentation index at: https://ikun.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Airflow

## 示例

下面的 Agent 会使用 Airflow 来保存和读取 DAG 文件。

```python cookbook/tools/airflow_tools.py theme={null}
from agno.agent import Agent
from agno.tools.airflow import AirflowTools

agent = Agent(
    tools=[AirflowTools(dags_dir="dags", save_dag=True, read_dag=True)], show_tool_calls=True, markdown=True
)

dag_content = """
from airflow import DAG
from airflow.operators.python import PythonOperator
from datetime import datetime, timedelta
default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2024, 1, 1),
    'email_on_failure': False,
    'email_on_retry': False,
    'retries': 1,
    'retry_delay': timedelta(minutes=5),
}
# Using 'schedule' instead of deprecated 'schedule_interval'
with DAG(
    'example_dag',
    default_args=default_args,
    description='A simple example DAG',
    schedule='@daily',  # Changed from schedule_interval
    catchup=False
) as dag:
    def print_hello():
        print("Hello from Airflow!")
        return "Hello task completed"
    task = PythonOperator(
        task_id='hello_task',
        python_callable=print_hello,
        dag=dag,
    )
"""

agent.run(f"Save this DAG file as 'example_dag.py': {dag_content}")

agent.print_response("Read the contents of 'example_dag.py'")
```

## 工具包参数

| 参数         | 类型             | 默认值              | 描述                      |
| ---------- | -------------- | ---------------- | ----------------------- |
| `dags_dir` | `Path` 或 `str` | `Path.cwd()`     | DAG 文件的目录               |
| `save_dag` | `bool`         | `True`           | 是否注册 `save_dag_file` 函数 |
| `read_dag` | `bool`         | `True`           | 是否注册 `read_dag_file` 函数 |
| `name`     | `str`          | `"AirflowTools"` | 工具的名称                   |

## 工具包函数

| 函数              | 描述                             |
| --------------- | ------------------------------ |
| `save_dag_file` | 将 Airflow DAG 的 Python 代码保存到文件 |
| `read_dag_file` | 读取 Airflow DAG 文件并返回其内容        |

## 开发者资源

* 查看 [Tools](https://github.com/agno-agi/agno/blob/main/libs/agno/agno/tools/airflow.py)
* 查看 [Cookbook](https://github.com/agno-agi/agno/blob/main/cookbook/tools/airflow_tools.py)