Airflow的DAGBag是负责加载和管理DAG（Directed Acyclic Graph）文件的核心组件。默认情况下，Airflow会使用StandardDagBagLoader来加载DAG文件，但你可以自定义DAGBag加载器来实现自定义逻辑。

下面是一个示例代码，展示了如何自定义DAGBag加载器来加载指定路径下的DAG文件：

from airflow.models import DagBag
from airflow.operators.bash_operator import BashOperator

class CustomDagBagLoader(DagBag):
    def __init__(self, dag_folder):
        super().__init__(dag_folder)

    def process_file(self, filepath, only_if_updated=True, safe_mode=True):
        # 自定义处理逻辑
        if filepath.endswith('.py'):
            self._process_file(filepath, only_if_updated, safe_mode)
        else:
            self.log.info(f'Skipping non-Python file: {filepath}')

dag_folder = '/path/to/dag/folder'
custom_loader = CustomDagBagLoader(dag_folder)

dags = custom_loader.dags
for dag_id, dag in dags.items():
    print(f'Loaded DAG: {dag_id}')
    for task_id, task in dag.tasks.items():
        if isinstance(task, BashOperator):
            print(f'Found BashOperator: {task_id}')

在上述示例中，我们创建了一个名为CustomDagBagLoader的子类，继承自DagBag。在构造函数中，我们传入了DAG文件所在的文件夹路径。然后，我们覆盖了process_file方法，可以在这个方法中添加自定义的逻辑。

在这个示例中，我们只处理以.py结尾的Python文件，并调用父类的_process_file方法来加载DAG。对于其他类型的文件，我们打印一条跳过的日志。

最后，我们使用自定义的DagBag加载器加载DAG文件，并遍历加载的DAG和任务。在这个示例中，我们打印了加载的DAG和其中的BashOperator任务。

你可以根据自己的需求，在CustomDagBagLoader的process_file方法中添加适当的逻辑来处理自定义需求。