如何构建Argo Workflow以运行本地镜像中的Python脚本？

1. 让Argo能够使用本地myImage镜像 #

本地镜像无法被Argo调用的核心原因是Kubernetes集群节点无法访问你的本地Docker镜像，针对不同集群场景，解决方案如下：

本地单节点K8s集群（Minikube/Kind） #

直接把本地镜像加载到集群环境中：

# Minikube环境执行
minikube load image myImage

# Kind环境执行
kind load docker-image myImage

之后在Workflow的容器配置中指定image: myImage，并添加imagePullPolicy: Never（避免K8s尝试拉取远程镜像）。

多节点K8s集群 #

方法一：使用本地私有镜像仓库

1. 启动本地Registry服务：

docker run -d -p 5000:5000 --restart=always --name registry registry:2

2. 给本地镜像打私有仓库标签：

docker tag myImage localhost:5000/myImage

3. 推送镜像到本地仓库：

docker push localhost:5000/myImage

4. 在Workflow中使用image: localhost:5000/myImage，确保所有K8s节点能访问该Registry地址。

方法二：手动同步镜像到所有节点

1. 导出本地镜像为tar包：

docker save -o myImage.tar myImage

2. 将tar包复制到每个K8s节点：

scp myImage.tar 用户名@节点IP:/tmp/

3. 在每个节点导入镜像：

docker load -i /tmp/myImage.tar

完成后在Workflow中使用image: myImage，并添加imagePullPolicy: Never。

2. 编写Argo Workflow实现脚本调用与输出保存 #

2.1 调用不带参数的Python脚本 #

创建workflow-no-args.yaml：

apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
  generateName: run-python-script-
spec:
  entrypoint: run-script
  templates:
  - name: run-script
    container:
      image: myImage
      imagePullPolicy: Never
      command: ["python3"]
      args: ["/script/python01.py"]

运行Workflow：

argo submit workflow-no-args.yaml --watch

2.2 调用带参数的Python脚本并保存输出 #

假设python02.py接收--input和--output参数，创建workflow-with-args.yaml：

apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
  generateName: run-python-with-args-
spec:
  entrypoint: run-script-with-args
  arguments:
    parameters:
    - name: input-value
      value: "sample-input"
    - name: output-file
      value: "/output/result.txt"
  templates:
  - name: run-script-with-args
    inputs:
      parameters:
      - name: input-value
      - name: output-file
    container:
      image: myImage
      imagePullPolicy: Never
      command: ["python3"]
      args: [
        "/script/python02.py",
        "--input", "{{inputs.parameters.input-value}}",
        "--output", "{{inputs.parameters.output-file}}"
      ]
      volumeMounts:
      - name: output-volume
        mountPath: /output
  volumes:
  - name: output-volume
    hostPath:
      path: /home/你的用户名/argo-outputs  # 替换为Ubuntu本地要保存输出的目录
      type: DirectoryOrCreate

运行Workflow：

argo submit workflow-with-args.yaml --watch

执行完成后，直接查看Ubuntu本地指定目录（如/home/你的用户名/argo-outputs）即可获取输出文件。

内容的提问来源于stack exchange，提问作者GKV