如何在Argo Workflow中指定本地脚本作为执行源码？

方案1：用Kubernetes ConfigMap挂载本地源码 #

这是最直接的方式，无需外部存储，直接把本地脚本和依赖文件打包成ConfigMap，在Argo Workflow中挂载使用：

1. 打包本地项目到ConfigMap
   假设你的项目结构是：

   my-python-project/
   ├── main.py
   ├── requirements.txt
   └── utils/
       └── helper.py
   

   执行命令把整个项目目录（或指定文件）打包成ConfigMap：

   kubectl create configmap python-project --from-file=./my-python-project/
   

   这样会把目录里所有文件都加入ConfigMap，包括依赖的utils子目录。

2. 在Argo Workflow中挂载并执行
   编写Workflow YAML，将ConfigMap挂载到Pod的指定路径，然后安装依赖并执行脚本：

   apiVersion: argoproj.io/v1alpha1
   kind: Workflow
   metadata:
     generateName: python-script-
   spec:
     entrypoint: run-python
     templates:
     - name: run-python
       container:
         image: python:3.10-slim
         command: [bash]
         args:
         - -c
         - |
           pip install --no-cache-dir -r /app/requirements.txt
           python /app/main.py
         volumeMounts:
         - name: script-volume
           mountPath: /app
       volumes:
       - name: script-volume
         configMap:
           name: python-project
   

   当你修改本地代码后，只需更新ConfigMap即可：

   kubectl create configmap python-project --from-file=./my-python-project/ -o yaml --dry-run=client | kubectl replace -f -
   

方案2：用Argo Artifact直接上传本地文件（无需预存到S3） #

如果不想维护ConfigMap，可以用Argo的Artifact功能，在提交Workflow时直接上传本地文件到Argo的Artifact仓库（比如MinIO），无需手动同步：

1. 确保Argo已配置Artifact仓库（比如MinIO）
   如果还没配置，可以快速部署一个本地MinIO实例作为Argo的artifact存储。

2. 编写支持Artifact的Workflow模板

   apiVersion: argoproj.io/v1alpha1
   kind: Workflow
   metadata:
     generateName: python-artifact-
   spec:
     entrypoint: run-python
     templates:
     - name: run-python
       inputs:
         artifacts:
         - name: project-files
           path: /app
       container:
         image: python:3.10-slim
         command: [bash]
         args:
         - -c
         - |
           pip install --no-cache-dir -r /app/requirements.txt
           python /app/main.py
   

3. 提交Workflow时上传本地文件
   执行命令提交Workflow并指定本地项目目录作为artifact：

   argo submit workflow.yaml --artifact project-files=./my-python-project/
   

   这样Argo会自动把本地目录上传到Artifact仓库，然后在Pod中挂载到/app路径执行。修改代码后，重新提交即可自动同步最新版本。

方案3：用本地目录直接挂载（仅适用于单节点集群测试） #

如果你的Argo运行在单节点Kubernetes集群（比如minikube），可以直接把本地目录挂载到Pod中，无需任何中间存储：

apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
  generateName: python-local-
spec:
  entrypoint: run-python
  templates:
  - name: run-python
    container:
      image: python:3.10-slim
      command: [bash]
      args:
      - -c
      - |
        pip install --no-cache-dir -r /app/requirements.txt
        python /app/main.py
      volumeMounts:
      - name: local-volume
        mountPath: /app
    volumes:
    - name: local-volume
      hostPath:
        path: /path/to/your/local/my-python-project
        type: Directory

注意：这个方案仅适合测试，多节点集群下无法保证Pod调度到挂载目录的节点，不建议生产环境使用。

内容的提问来源于stack exchange，提问作者A. Maman