用途：帮助使用 Astro CLI 初始化并配置 Airflow 项目。本地环境运行参考 managing-astro-local-env 技能；编写 DAG 参考 authoring-dags 技能。若用户不在 Astro 上，可引导其使用 Apache Airflow 的 Docker Compose 快速入门做本地开发、Helm chart 做生产部署；部署策略见 deploying-airflow 技能。
初始化项目：执行 astro dev init。除非用户明确要求固定版本，否则不要传 --airflow-version 或 --runtime-version，因为不带参数会解析到最新 Astro Runtime，是默认正确做法；指定版本可能固定到过时值。若需确认安装版本，生成后读取 Dockerfile。生成结构包括：dags/、include/、plugins/、tests/、Dockerfile、packages.txt、requirements.txt、airflow_settings.yaml。
添加依赖：Python 包写入 requirements.txt，OS 包写入 packages.txt。复杂场景（私有 PyPI、自定义脚本）可自定义 Dockerfile，例如 FROM quay.io/astronomer/astro-runtime:12.4.0 并用 RUN pip install 安装。修改依赖后运行 astro dev restart。
配置连接与变量：在 airflow_settings.yaml 中配置 connections、variables、pools，环境启动时自动加载。可用 astro dev object export --connections --file connections.yaml 导出，用 astro dev object import --connections --file connections.yaml 导入。运行前可用 astro dev parse 解析 DAG 以在不启动完整环境的情况下捕获错误。
相关技能：managing-astro-local-env（启动、停止、排查本地环境）、authoring-dags（编写与校验 DAG，使用 MCP 工具）、testing-dags（测试 DAG，使用 MCP 工具）、deploying-airflow（将 DAG 部署到生产，支持 Astro、Docker Compose、Kubernetes）。
限制：资料未提供具体收费、价格、平台支持范围与效果数据。