Kubeflow 2.2 Pipeline报错：未找到有效KFP Config文件及组件

问题背景 #

使用Kubeflow KFP v2构建容器化Python组件，执行Pipeline时出现以下错误：

UserWarning: No existing KFP Config file found
RuntimeError: No components found in `kfp_config.ini`

错误原因分析 #

• 组件构建与使用不匹配：执行kfp component build生成容器化组件后，未在Pipeline中引用构建后的组件定义，而是直接调用本地函数，导致运行时容器内无法识别组件配置。
• 组件代码语法错误：my_component.py的__main__块调用了不存在的download函数，实际函数名为dataset_download。
• Pipeline代码缺失必要导入：未导入kfp.dsl.compiler、kfp.kubernetes模块，且未正确加载构建后的组件定义。
• kfp_config.ini配置异常：组件构建后生成的配置文件未正确包含组件信息，或运行时路径无法识别该文件。

具体修复步骤 #

1. 修正组件代码的语法错误 #

修改my_component.py的__main__代码块：

if __name__ == "__main__":
    dataset_download(url="https://github.com/mrdbourke/pytorch-deep-learning/raw/main/data/pizza_steak_sushi.zip", base_path="/tmp", input_bucket="test-bucket")

2. 正确加载构建后的容器化组件 #

执行kfp component build后，src/component_metadata目录会生成dataset_download.yaml组件定义文件。在Pipeline中需通过该文件加载组件，而非直接引用本地函数。

修改pipeline.py的导入逻辑：

from kfp import dsl
from kfp.dsl import compiler
from kfp import kubernetes

# 加载构建后的组件定义
dataset_download = dsl.component.load_component_from_file("src/component_metadata/dataset_download.yaml")

3. 确保kfp_config.ini配置正确 #

执行组件构建命令后，src/kfp_config.ini应自动生成如下内容，若未生成则手动创建：

[components]
dataset_download = my_component.py:dataset_download

4. 重新构建组件并编译Pipeline #

• 重新执行组件构建命令：

kfp component build src/ --component-filepattern my_component.py

• 重新编译Pipeline：

compiler.Compiler().compile(kubeflow_pipeline, 'kubeflow-demo.yaml')

5. 验证镜像与集群访问权限 #

确保构建的镜像mohitverma1688/my-component:v0.4已推送到公开镜像仓库，且Kubeflow集群节点能够拉取该镜像。

内容的提问来源于stack exchange，提问作者Mohit Verma