如何在Vertex AI/Kubeflow Pipeline中获取自定义容器输出并传递至下一流水线？求容器输出工件传递实现示例

我懂你现在的困惑——已经把模型路径写到容器里的output.txt了，但不知道怎么让Kubeflow Pipeline把这个文件里的内容当成输出工件传递给后续组件。其实只需要调整下你的组件YAML配置，就能搞定这个问题，下面给你具体的修改方案和完整示例：

1. 确认Python代码没问题 #

你当前的代码已经正确把model_path写入到了容器内的./output.txt，这部分不需要改动，保持原样就行：

import logging

# 假设前面的逻辑已经生成了有效的model_path
with open('./output.txt', 'w') as f:
    logging.info(f"Model path url is in {'./output.txt'}")
    f.write(model_path)

2. 更新组件YAML配置 #

核心是在implementation.container节点下添加一个outputs映射，告诉Kubeflow要从哪个文件读取输出值。修改后的完整YAML如下：

name: Dummy Model Training
description: Train a dummy model and save to GCS
inputs:
  - name: input_url
    description: 'Input csv url.'
    type: String
  - name: gcs_url
    description: 'GCS bucket url.'
    type: String
outputs:
  - name: gcs_model_path
    description: 'Trained model path.'
    type: String
implementation:
  container:
    image: ${CONTAINER_REGISTRY}
    command: [
      python,
      ./app/trainer.py,
      --input_url, {inputValue: input_url},
      --gcs_url, {inputValue: gcs_url},
    ]
    # 新增这部分：绑定输出参数与容器内的文件路径
    outputs:
      - name: gcs_model_path
        path: ./output.txt

关键细节说明： #

• 这里的outputs是implementation.container的子节点，和顶层的outputs不是同一个，别搞混了
• path字段必须和你Python代码里写入的文件路径完全一致，也就是./output.txt
• Kubeflow会自动读取这个文件的内容，把它赋值给gcs_model_path这个输出参数，后续组件可以直接引用

3. 后续组件如何使用这个输出 #

当你的训练组件运行完成后，后续组件可以像使用普通输入参数一样引用gcs_model_path。比如一个部署组件的配置可以这么写：

name: Deploy Trained Model
description: Deploy model from GCS to serving endpoint
inputs:
  - name: model_path
    description: 'Path to trained model on GCS'
    type: String
implementation:
  container:
    image: your-deploy-container-image
    command: [
      python,
      ./deploy_script.py,
      --model-path, {inputValue: model_path},
    ]

这样整个流水线就能顺畅地把容器内生成的模型路径传递下去了！

内容的提问来源于stack exchange，提问作者Wong Songhan