为了确保在DAG成功但某些任务失败的情况下触发on_failure_callback函数，我们可以使用DAG中的id关键字参数来重写DAG的构造函数，并添加一个新的任务来处理所有失败的任务。以下是示例代码：

from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from datetime import datetime, timedelta

def on_failure_callback(context):
    print("Task failed but the DAG still succeeded", context)

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2022, 1, 1),
    'email_on_failure': False,
    'email_on_retry': False,
    'retries': 1,
    'retry_delay': timedelta(minutes=5),
    'on_failure_callback': on_failure_callback,
}

dag = DAG(
    dag_id='example_dag',
    default_args=default_args,
    schedule_interval=timedelta(days=1),
    start_date=datetime(2022, 1, 1),
)

task1 = BashOperator(
    task_id='task1',
    bash_command='sleep 5 && exit 1',
    dag=dag,
)

failure_handler = BashOperator(
    task_id='failure_handler',
    bash_command='echo "All tasks failed"',
    dag=dag,
)

task1 >> failure_handler

在这个示例中，我们使用BashOperator来模拟一个失败的任务，然后添加一个新的任务failure_handler，在任务task1 失败后自动执行来处理其他所有失败的任务。任务task1 和任务failure_handler 之间的关系由操作符 >> 表示，这意味着当task1 完成并且它的状态为失败时，将自动执行failure_handler 任务。此外，在DAG的default_args字典中设置了on_failure_callback参数。如果其他任务失败但仍然使DAG成功，on_failure_callback函数将被调用以向我们发送通知。