在Airflow2中，可以使用PythonOperator来动态创建DAG。下面是一个示例代码，它将在任务运行时创建一个DAG并在任务完成后运行它。

from airflow import DAG
from airflow.operators.python_operator import PythonOperator
from datetime import datetime

def create_dag(dag_id, schedule, default_args):
    dag = DAG(dag_id,
              default_args=default_args,
              schedule_interval=schedule)

    def print_hello():
        print('hello')

    with dag:
        task = PythonOperator(task_id='print_hello',
                              python_callable=print_hello)

    return dag

default_args = {
    'start_date': datetime(2021, 8, 1),
}

dag_params = [
    {'dag_id': 'dynamic_dag_1', 'schedule': '*/5 * * * *'},
    {'dag_id': 'dynamic_dag_2', 'schedule': '0 0 * * MON'}
]

for params in dag_params:
    dag_id = params['dag_id']
    schedule = params['schedule']
    dag = create_dag(dag_id, schedule, default_args)

    globals()[dag_id] = dag

在此示例中，我们使用循环来遍历要创建的DAG的参数列表。然后，我们调用一个名为create_dag的函数来创建DAG对象。这个函数使用DAG构造函数和PythonOperator来创建一个任务。最后，我们使用Python的globals()函数将DAG对象添加到全局变量中，以便Airflow可以正确识别它们。

当任务运行时，它会调用create_dag函数，并动态地创建和运行DAG。当DAG运行完成后，我们可以在Airflow UI中看到它的状态和运行日志。