在Airflow中，trigger_rule参数用于定义任务之间的依赖关系。默认情况下，trigger_rule的值为all_success，表示只有当所有上游任务成功时，才会触发当前任务。

如果你设置了trigger_rule=none_failed但它不起作用，可能是因为你的任务的状态不正确。

以下是一些可能的解决方法：

1. 检查任务的状态：确保所有上游任务都成功完成，并且它们的状态没有被手动更改为失败。你可以使用Airflow的Web界面或命令行工具来查看任务的状态。

2. 检查任务的依赖关系：确保你正确设置了任务的依赖关系，并且trigger_rule参数设置正确。你可以在任务定义中添加upstream_task_ids参数来明确指定上游任务。

3. 检查任务的执行顺序：如果你有多个任务并行执行，并且它们之间没有依赖关系，那么trigger_rule参数是不起作用的。在这种情况下，你可以考虑将这些任务放在一个DAG中，并使用priority_weight参数来定义它们的执行顺序。

以下是一个示例代码，展示了如何在Airflow中定义任务的依赖关系和trigger_rule参数的用法：

from airflow import DAG
from airflow.operators.dummy_operator import DummyOperator

dag = DAG(
    dag_id='example_dag',
    schedule_interval='0 0 * * *',
    start_date=datetime(2022, 1, 1),
)

task1 = DummyOperator(
    task_id='task1',
    dag=dag,
)

task2 = DummyOperator(
    task_id='task2',
    dag=dag,
    trigger_rule='none_failed',  # 设置任务的trigger_rule参数
)

task3 = DummyOperator(
    task_id='task3',
    dag=dag,
    trigger_rule='none_failed',  # 设置任务的trigger_rule参数
)

task1 >> [task2, task3]  # 设置任务的依赖关系

在上面的示例中，task2和task3的trigger_rule参数都设置为none_failed，这意味着它们只有在所有上游任务都成功完成时才会触发。确保你的任务状态正确，并且任务的依赖关系设置正确，trigger_rule参数应该能够正常工作。