Kedro如何向register_pipelines/create_pipeline传配置动态调整流水线

首先明确核心结论：

• 原生机制下，无法直接向register_pipelines()或create_pipeline()传入运行时动态指定的环境配置。Kedro的流水线注册逻辑在项目初始化阶段就会执行，这个时机早于kedro run命令解析--env等运行参数的环节，所以函数本身拿不到运行时传入的环境信息。
• 不存在create_pipeline("params:model_params")这类写法。params:前缀的参数注入是节点运行时专属的解析逻辑，仅在节点实际执行时生效，流水线定义阶段没有这套参数解析机制，这类写法不会被识别处理。

动态调整流水线的可行实现方式 #

方式1：通过运行前钩子动态修改流水线 #

使用Kedro自带的before_pipeline_run钩子实现是最稳妥的方案：

1. 钩子触发时，kedro run的所有运行参数（包括--env指定的环境值）已经解析完成，可以直接从入参run_params中获取环境信息
2. 拿到环境值后即可初始化ConfigLoader加载对应环境的配置，根据配置内容动态增删流水线节点、调整节点依赖关系，再把调整后的流水线传给后续运行流程。
   这种方式不会影响kedro lint、kedro test等非运行类命令的正常执行，因为这些命令不会触发运行阶段的钩子逻辑。

方式2：注册阶段通过环境变量加载配置 #

如果你确实需要在register_pipelines()执行阶段就完成流水线的动态生成，可以在执行kedro命令前先设置系统环境变量标记目标环境（比如export KEDRO_ENV=prod），在pipeline_registry.py的register_pipelines()函数中直接读取这个环境变量，手动初始化ConfigLoader加载对应环境的配置，再把配置传给create_pipeline()生成对应结构的流水线。

注意：使用这种方式需要保证执行kedro run时传入的--env参数值和提前设置的环境变量值完全一致，否则会出现配置加载和实际运行环境不匹配的问题；另外由于所有加载项目的kedro命令都会触发register_pipelines()逻辑，要做好异常兼容，避免非运行类命令因为读不到环境变量报错。

内容的提问来源于stack exchange，提问作者WestFlame