在Airflow中，计划间隔是指任务的执行频率。以下是一个包含代码示例的解决方法：

1. 首先，导入所需的Airflow库：

from datetime import datetime, timedelta
from airflow import DAG
from airflow.operators.dummy_operator import DummyOperator

2. 创建一个DAG对象，并设置默认参数：

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2021, 1, 1),
    'retries': 1,
    'retry_delay': timedelta(minutes=5),
}

dag = DAG(
    'example_dag',
    default_args=default_args,
    description='An example DAG',
    schedule_interval=timedelta(days=1),
)

在上面的代码中，我们设置了DAG的默认参数，并指定了计划间隔为每天执行一次。

3. 接下来，我们可以定义任务。在下面的示例中，我们创建了两个任务，一个任务在第一个任务完成后执行：

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

task2 = DummyOperator(task_id='task2', dag=dag)

task1 >> task2

在上面的代码中，我们创建了两个DummyOperator任务，并使用>>操作符将它们连接起来。这表示task2任务将在task1任务完成后执行。

4. 最后，我们可以将DAG对象保存为Python模块，以便在Airflow中运行：

dag = example_dag()

将上述代码保存为example_dag.py文件，并将其放置在Airflow的DAG目录中。然后，您可以使用Airflow的命令行界面或Web界面来管理和运行该DAG。

请注意，上述代码示例仅用于演示目的，您可以根据自己的需求进行修改和扩展。