服务内置丰富的数据处理算子，涵盖大部分非结构化数据场景，包含文本、图像、视频等共40余个内置算子服务，同时您可以根据自身业务基于 Python 脚本自定义算子服务，满足您更加定制化的数据处理工作流串联需求。
本文为您介绍构建自定义算子并运行工作流的具体操作。
自定义算子
AI 数据湖支持用户上传自定义算子，在上传自定义算子时，需要填写算子的运行环境。例如，您的算子是基于 Spark 计算框架开发的，您需要提供保护 Spark 及其相关依赖的 Docker 镜像。
镜像准备
AI 数据湖内置了一些镜像，用户可以根据业务需求进行选择，也可以基于这些镜像开发自定义镜像。自定义镜像的操作指南可以参考：使用自定义 Docker 镜像运行作业。
内置镜像
Ray的基础镜像
Region | Region | 镜像仓库名称 | 镜像说明 | 镜像大小 | 备注依赖包 |
|---|---|---|---|---|---|
华北 | cn-beijing | emr-vke-public-cn-beijing.cr.volces.com/emr/ray:2.44.0-cu12.2.2-py3.11-ubuntu22.04-493-3.15.1 | 包含 Ray 及其所需依赖的镜像，内置有 Conda、Java8、Hadoop 服务。 | 8GB |
|
您也可以参考 Ray 镜像列表，选择您合适的镜像。
Spark的基础镜像
Region | Region | 镜像仓库名称 | 镜像说明 | 镜像大小 | 备注依赖包 |
|---|---|---|---|---|---|
华北 | cn-beijing | emr-serverless-online-cn-beijing.cr.volces.com/public/spark:3.5.1-py3.12-ubuntu20.04-358 | 包含 Spark 及其所需依赖的镜像，内置有 Java8、Hadoop 等服务。 | 1.68GiB |
|
您也可以参考 Spark 镜像列表，选择您合适的镜像。
说明
更多内置镜像，请参考 AI 数据湖提供内置的镜像。
自定义镜像
将可执行的 Python 代码，以及该代码运行所依赖的相关环境，整合封装到一个 Docker 镜像中。
Dockerfile 可以参考：
说明
请将镜像上传到火山的私有镜像仓库中。
LAS 服务中创建算子
在自定义算子的功能页面，选择对应的镜像，添加启动参数，注册成自定义算子。
- 支持的作业类型有：python、Spark、Ray，需要根据业务实现逻辑进行具体选择。
- 启动命令，填写业务工程的启动命令，建议使用绝对路径。启动命令中设置的参数，可以通过下面的参数信息进行配置
- 参数信息中，输入启动命令中需要的参数信息。
示例，/home/main.py 脚本中有两个参数，一般在linux中启动命令为 python /home/main.py --op_type xx --op_name xx，这时需要在“基本信息”中的“启动命令”中填写python /home/main.py，参数配置文件配置op_type和op_name。
- 创建后，可以在算子管理中查看到自定义算子：
基于自定义算子创建工作流
创建工作流
在工作流功能模块，通过拖拉拽的方式，将自定义算子移动到画布中，配置需要的资源信息即可。
配置完成运行相关的参数，并点击运行按钮。