本地Airflow无法检测课程项目DAG文件的问题求助

• 本地部署Airflow，为课程项目编写的新DAG文件无法被airflow dags list命令或Web UI检测到
• DAG基于官方示例example_python_operator.py编写，已完成管理员用户创建，执行过export AIRFLOW_HOME=~/airflow，DAG文件直接放置在~/airflow目录下
• DAG代码：

import logging
import shutil
import time
from datetime import datetime
from pprint import pprint

from airflow import DAG
from airflow.decorators import task

log = logging.getLogger(__name__)

with DAG(
    dag_id='download_publications_data_dag',
    schedule_interval=None,
    start_date=datetime(2021, 1, 1),
    catchup=False,
    tags=['example_dag'],
) as dag:
    pass

• 替换为原示例代码仍无效，已通过ps aux | grep airflow和lsof -i 0.0.0.0:8080终止所有Airflow进程
• 验证python3 download_publications_data_dag.py无报错，已降级至Python3.9并重新安装Airflow，问题依旧，怀疑与conda环境有关

• 修正DAG存放路径：Airflow默认从$AIRFLOW_HOME/dags子目录加载DAG文件，直接放在~/airflow根目录不会被识别。执行以下命令调整：

  mkdir -p ~/airflow/dags
  mv ~/airflow/download_publications_data_dag.py ~/airflow/dags/
  

• 确认AIRFLOW_HOME配置有效性：
  1. 执行echo $AIRFLOW_HOME，确认输出为~/airflow
  2. 打开$AIRFLOW_HOME/airflow.cfg，检查dags_folder配置项，确保其值为~/airflow/dags（若使用自定义DAG目录需对应修改）
• 统一conda环境上下文：
  1. 激活Airflow所在的conda环境：conda activate <你的环境名称>
  2. 执行which airflow，确认输出路径属于当前conda环境（例如~/miniconda3/envs/airflow_env/bin/airflow），避免混用系统Python环境的Airflow
• 强制重新解析DAG：执行airflow dags reserialize触发DAG文件的重新解析，之后运行airflow dags list查看目标DAG是否出现
• 检查文件权限：确保DAG文件具备可读权限，执行ls -l ~/airflow/dags/download_publications_data_dag.py，若权限不足，执行chmod +r ~/airflow/dags/download_publications_data_dag.py
• 排查解析日志：若以上步骤无效，查看调度器日志定位问题：

  cat ~/airflow/logs/scheduler/latest/*.log
  

  查找与DAG解析相关的错误信息，比如依赖缺失、语法兼容问题等

内容的提问来源于stack exchange，提问作者m2h9