Python File 任务用于在 Workflow 中调度运行 Studio 中的
.py 文件。运行链路与 Notebook 任务类似，但文件粒度为单 Python 脚本，适合工程化场景（模块化代码、脚本作业、Python 包入口）。概述
维度 | Notebook 任务 | Python File 任务 |
文件类型 | .ipynb | .py |
运行方式 | 按单元格组织、按顺序执行 | 整文件运行 |
适用场景 | 交互式开发、ML 实验 | 工程化脚本、生产作业 |
数据交互能力 | DLCUtils 全模块支持 | DLCUtils 全模块支持 |
资源模式 | 分布式 / 单节点 | 分布式 / 单节点 |
前提条件
工作空间已绑定可用的计算资源（CPU 计算类型，分布式、单节点资源模式）。详见 计算资源概述。
Studio 中已存在目标 Python 文件；当前用户（或 Run As 账号）具备「运行」权限以上。
如使用 Git 引用，工作空间已配置 Git 连接。
操作步骤
步骤 1：创建任务
1. 在工作流画布单击 + 添加任务 。
2. 任务类型选择 Python File 。
步骤 2：配置基本信息
参数 | 说明 | 是否必填 |
任务名称 | 同工作流内唯一。 | 是 |
任务类型 | Python File。可在下拉中切换为其他任务类型，切换后参数区会清空。 | 是 |
任务来源 | 工作空间 / Git。 | 是 |
路径 | 引用的 .py 文件路径。 | 是 |
步骤 3：选择 Python 文件
步骤 4：配置计算资源
参数 | 说明 | 是否必填 | 默认值 |
计算资源 | 下拉展示当前工作空间已绑定且可用的计算资源。 | 是 | 无（用户自行选择） |
资源模式 | 分布式 / 单节点。 | 是 | 首次配置文件时该文件在 Studio 中的资源模式；从 Git 引用时默认「分布式」 |
资源配置 | 默认配置 / 自定义配置（CPU 模式）。Python File 任务的 GPU 配置在本期不开放。 | 是 | 默认配置 |
具体配置项与 Notebook 任务的「步骤 4：配置计算资源」相同，区别如下：
差异 | 说明 |
GPU 配置 | Python File 任务不支持 GPU 资源配置。 |
基础环境 | 工作流前端无此配置项；如 Studio 中已配置则后台直接复用，否则使用默认配置。 |
依赖库 | 工作流前端无此配置项；如 Studio 中已配置则复用，否则提交为空。 |
步骤 5：上游依赖、参数、监控指标、告警、失败与超时策略
步骤 6：保存
单击 创建任务 或 保存任务 。
参数说明
路径示例
来源 | 示例 |
工作空间 | /Workspace/your_username/etl_pipeline.py |
工作空间（Git Folder） | /GitFolder/your_username/etl.py |
Git 远程仓库 | scripts/etl/main.py |
运行模型
使用 Serverless 资源组的任务，运行前自动安装 Python 文件在 Studio 中配置的基础环境与依赖。
整文件按
python file.py 等价方式执行。变量在运行结束后不保留。dlcutils 函数库在 Python File 任务中可用，行为与 Notebook 一致。使用限制
计算资源由用户在任务配置时选择，需具备运行权限。
Python File 任务不支持 GPU 资源配置（本期限制）。
文件运行不支持单元格交互；如需逐段调试，请使用 Notebook 文件。
Git 路径不在配置时刻校验，需要保存后通过调试运行验证。
常见问题
Q1：为什么 Studio 里能选 GPU 镜像，但 Workflow 中 Python File 任务不能配 GPU？
本期 Python File 任务的 GPU 配置未开放。如需 GPU 训练，请改用 Notebook 任务或 Ray 任务。
Q2：Python 文件中能调用
dlcutils.notebook.run 触发 Notebook 吗？
可以。在 Python 文件中使用：result = dlcutils.notebook.run('/path/to/another.ipynb', 60)print(result)
相关文档
配置任务
