Azure Pipeline参数是否仅能用于组件参数？非组件场景如何使用？

核心结论 #

除组件参数场景外，Azure ML Pipeline 支持在其他配置项中消费、使用顶层pipeline参数，但直接将pipeline函数形参传入非组件入参类配置项时，不会触发自动值替换，才会出现你遇到的占位符不生效问题。

问题根因 #

你运行时看到@@output_data_path@@未被实际参数值替换，本质原因是：

• 顶层pipeline参数的自动绑定逻辑，默认只会扫描组件调用时传入的入参位做参数识别和值替换
• step2.outputs.destination_data.configure()里的path_on_datastore属于步骤级静态配置属性，不属于组件预先声明的入参范畴，不会被默认的自动扫描逻辑识别，因此直接传入函数形参时，只会被当做普通字符串字面量处理，最终渲染为带@@的未替换占位符

解决方案 #

优先推荐用显式PipelineParameter包装的方式解决，改动最小，完全适配你当前的代码结构：

• 引入SDK内置的PipelineParameter类型，对需要在非组件入参场景使用的pipeline参数做显式包装，参数解析链路会自动识别所有显式声明的PipelineParameter对象，在全配置范围做值替换。

修改后的可运行代码示例：

from azure.ml.component import PipelineParameter

class PublishedPipeline(AMLPipelineHelper):
    def build(self, config):
        input_step = self.module("step1")
        output_step = self.component_load("data_transfer")
    
        def pipeline_function(input_data, output_data_path):
            step1 = input_step(input_file=input_data)
            step2 = output_step(
                 source_data=step1.outputs.output_path
            )
            # 显式包装为PipelineParameter对象，非组件入参场景可正常识别替换
            output_path_param = PipelineParameter(
                name="output_data_path", 
                default_value=output_data_path
            )
            step2.outputs.destination_data.configure(
                 path_on_datastore=output_path_param
            )
        return pipeline_function

其他可选方案 #

如果不想引入PipelineParameter包装，也可以选择以下两种方式：

• 把输出路径配置逻辑下沉到data_transfer组件内部：给组件新增一个字符串类型的destination_path入参，在组件执行代码里完成输出路径的配置，此时output_data_path作为组件入参传入，可走默认的自动参数绑定链路
• 调用pipeline endpoint提交运行时，在请求体中写运行时表达式手动替换@@output_data_path@@占位符，该方式维护成本高，不做优先推荐

补充说明 #

Azure ML Pipeline 顶层参数自动绑定的原生覆盖范围仅包含三类场景：

• 组件的输入参数绑定
• 组件的输出参数绑定
• 步骤间的输入输出依赖传递

凡是涉及步骤级配置（包括但不限于输出路径配置、计算资源绑定、运行时环境变量配置、数据存储挂载配置等非组件预先声明入参的配置项），都需要通过显式PipelineParameter包装的方式传参，才能被参数解析逻辑正确识别，避免出现占位符残留问题。

内容的提问来源于stack exchange，提问作者kjjin