目前我只有一台window主機，所以我先使用wsl環境介紹，當然如果你有Ubuntu環境會更好。
前置安裝:

1. kubectl安裝文檔
2. k9s
3. docker安裝文檔
4. uv安裝文檔
5. flytectl安裝

在docker中啟用k3s，由flyte官方提供之沙盒開發環境。
並使用flyte grpc endpoint設定檔(FLYTECTL_CONFIG)

# 如果你的會卡住請加上--disable-agent，或是使用k9s將agent服務重啟。
flytectl demo start
export FLYTECTL_CONFIG=~/.flyte/config-sandbox.yaml

k3s裡面安裝如下元件。

1. flyte-binary(flyte元件)
2. docker-registry(地端版的docker映像庫)
3. enovy(ingress服務)
4. minio(s3服務)
   

建立環境。

uv tool install flytekit

撰寫第一份工作流。(mean_value_wf.py)

import flytekit as fl
from typing import List
import random

@fl.task()
def gen_nums(low: int, high: int, length: int) -> List[int]:
    return [random.randint(low, high) for _ in range(length)]

@fl.task()
def mean(nums: List[int]) -> float:
    return sum(nums) / len(nums)

@fl.workflow()
def mean_val_wf(low: int = 0, high: int = 100, length: int = 100) -> float:
    arr = gen_nums(low, high, length)
    mean_val = mean(arr)
    return mean_val

隨後進行驗證並提交。

#地端運行
pyflyte run mean_value_wf.py mean_val_wf

#向註冊並運行flyte admin
pyflyte run --remote mean_value_wf.py mean_val_wf