DataFlow使用了类似create-react-app或者vue-cli的“代码生成”的使用范式。即通过命令行调用，自动生成运行脚本和入口Python文件，经过用户定制化修改后（比如更换数据集，使用不同的大模型API，重新微调算子），运行该Python文件以执行相应功能。

具体来说，当参考上一节成功安装DataFLow后，请找一个空的工作路径准备体验DataFLow。切换到该路径下后执行：

dataflow init

即会在当前工作路径生成三个文件夹cpu, api, gpu，以及一个用于存放默认样例数据的example_data文件夹。

我们每一条预设好的Pipeline都提供了三种模式，分别放置在这三个文件夹下。根据运行Pipeline所需的算子的资源类型进行分类，参考下表：

用户类别	仅需CPU的算子	需要大模型API的算子	需要本地部署GPU的算子
cpu	√
api	√	√
gpu	√	√	√

不同文件夹下的同名pipeline是包含关系。即gpu文件夹下的pipeline最长，包含全部功能。去掉了需要本地部署GPU模型的算子就变成了api文件夹下的pipeline。再进一步去掉了需要大模型后端的算子就变成了cpu下的pipeline。

特别的，这里的apipipeline是可以通过修改其中的LLMServing为本地GPU模型（比如Qwen-3, llama等模型）来将其部署在本地的。相比于gpupipeline，apipipeline中被去掉的算子主要是因为gpu中调用了一些vllm后端无法部署的，非常规LLM的模型。

随后，切换到对应路径下即可看到各种我们预设好的Pipeline所对应的Python文件。

对于这些文件，默认的入口数据集是存放在exapmle_data文件夹下的json文件。你可以通过修改storage类中的first_entry_file_name字段来将其指向你要处理的原始数据集。

self.storage = FileStorage(
    first_entry_file_name="../example_data/AgenticRAGPipeline/pipeline_small_chunk.json",
    cache_path="./cache_local", # 缓存路径
    file_name_prefix="dataflow_cache_step", # 缓存文件的文件名
    cache_type="json",  # 中间缓存文件的文件类型
)

此外，你可能还需要根据你的设备或你拥有的api_url修改LLMServing类来使用你本地下载好的模型或者在线大模型API。

特别的，如果你使用 API 方式调用，则需要向环境变量输出 api_key 字段，在 Linux 下是：

export api_key=sh-xxxxx

在 Windows 下，可以使用以下命令设置环境变量：

set api_key=sh-xxxxx

或者在 PowerShell 中使用：

$env:api_key = "sh-xxxxx"

设置完成后，程序就可以从环境中读取该 API 密钥进行调用。确保不要将密钥暴露在公开代码中。

当修改好Python脚本后，即可运行脚本，体验DataFlow舒适的数据治理功能：

python reasoning_pipeline.py