用途：为 Apache Airflow 提供生产可用的 DAG 编写模式，适用于创建数据管道编排、设计 DAG 结构与依赖、实现自定义算子与传感器、本地测试 DAG、生产部署及调试失败运行。
主要能力：给出 DAG 设计四原则（幂等、原子、增量、可观测）；任务依赖写法（线性、扇出、扇入、复杂依赖）；TaskFlow API（@dag、@task 装饰器与自动 XCom）；动态 DAG 生成（工厂函数按配置批量创建）；分支与条件逻辑（BranchPythonOperator、TriggerRule）；传感器与外部依赖（S3KeySensor、ExternalTaskSensor、@task.sensor，建议 mode='reschedule'）；错误处理与告警（on_failure_callback、ALL_DONE、ALL_SUCCESS）；DAG 测试（DagBag、结构、依赖、环检测、函数单测）；推荐项目结构与最佳实践。
使用方式：在 dags/ 目录编写 DAG 文件，使用 PythonOperator、EmptyOperator、TaskFlow 装饰器定义任务，用 >> 声明依赖；通过 default_args 配置重试、回调；用 {{ ds }} 宏而非硬编码日期；测试用 pytest 与 DagBag 加载 dags/ 目录。
适用场景：ETL 管道、跨 DAG 依赖等待、文件/API 就绪检测、多相似管道批量生成、失败告警与清理。
限制：资料未提供具体安装命令、版本要求、收费信息或平台支持细节；示例中的 S3、Slack、PagerDuty 等需自行配置连接，部分代码为示意逻辑。