能否将Sagemaker Workflow参数传递给SKLearnProcessor？

我正在创建AWS SageMaker管道，希望在评估步骤中向preprocess.py脚本传递参数。目前网上的示例均采用静态值传递，但我需要传递一个Workflow字符串参数。尝试多种方法均未成功，已在GitHub提交Issue但尚未收到回复，该Issue详细记录了所有尝试过的方法，核心问题在于Workflow参数仅在运行时求值，现需确认此需求是否可行。

方案1：常规方式——传递静态值 #

sklearn_processor.run(
    code="preprocess.py",
    inputs = [
        ProcessingInput(source = 'my_package/', destination = '/opt/ml/processing/input/code/my_package/')
    ],
    outputs=[
        ProcessingOutput(output_name="test_transform_data", 
                         source = '/opt/ml/processing/output/test_transform',
                         destination = out_path),
    ],
    arguments=["--time-slot-minutes", "30min"]
)

方案2：尝试传递Workflow参数 #

step_args=myprocessor.run(
    inputs=[
        ProcessingInput(source=s3_full_address, destination="/opt/ml/processing/input"),
    ],
    outputs=[
        ProcessingOutput(output_name="raw", source="/opt/ml/processing/train"),
        ProcessingOutput(output_name="test", source="/opt/ml/processing/test"),
    ],
    code="generate_train_test_data.py",
    arguments=["--s3_prefix", s3_prefix]
)

其中s3_prefix是定义为s3_prefix = ParameterString(name="InputPrefix", default_value="myprefix")的工作流参数。

内容的提问来源于stack exchange，提问作者A.Shoman