用途：该技能面向使用 Apache Airflow 构建生产级 DAG 的用户，帮助设计数据管道编排、DAG 结构与任务依赖，并提供算子、传感器、测试和部署的可复用模式。
主要能力：给出 DAG 设计原则（幂等、原子、增量、可观测）；任务依赖写法（线性、扇出、扇入及复杂依赖）；TaskFlow API（Airflow 2.0+）示例；按配置动态生成多个 DAG；分支与条件逻辑（BranchPythonOperator、TriggerRule）；文件、S3、外部任务及自定义传感器；失败回调与告警；DagBag 与结构、依赖、完整性测试；推荐项目目录结构；Do/Don't 最佳实践清单。
使用方式：在 dags 目录中按示例组织 DAG，依赖用 >> 连接，使用 {{ ds }} 宏而非硬编码日期，sensor 设置 mode='reschedule' 释放 worker，通过 pytest 与 DagBag 对 DAG 进行单元与集成测试。资料中未提供具体安装命令或部署步骤。
适用场景：数据管道编排、ETL 流程、ML 训练管道，以及本地测试与调试失败的 DAG 运行。
限制：内容以代码模式与最佳实践为主，未提供收费、价格、性能指标、平台适配版本或部署环境细节，具体实施需结合自身 Airflow 环境判断。