以下是一个使用Airflow将数据写入Google Cloud Storage（GCS）的任务的示例代码：

from datetime import datetime
from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from airflow.contrib.operators.gcs_operator import GoogleCloudStorageUploadOperator

# 定义DAG
dag = DAG(
    'write_to_gcs',
    description='Write data to Google Cloud Storage',
    schedule_interval='0 0 * * *',
    start_date=datetime(2022, 1, 1),
    catchup=False
)

# 定义任务
write_to_local_file = BashOperator(
    task_id='write_to_local_file',
    bash_command='echo "Data to be written" > /tmp/data.txt',
    dag=dag
)

write_to_gcs = GoogleCloudStorageUploadOperator(
    task_id='write_to_gcs',
    bucket='my-gcs-bucket',
    object='data.txt',
    filename='/tmp/data.txt',
    google_cloud_storage_conn_id='google_cloud_default',
    dag=dag
)

# 定义任务之间的依赖关系
write_to_gcs.set_upstream(write_to_local_file)

在此示例中，我们定义了一个DAG（有关DAG的更多信息，请参阅Airflow文档）。我们有两个任务：

1. write_to_local_file任务使用BashOperator运行一个命令，将数据写入本地文件/tmp/data.txt。
2. write_to_gcs任务使用GoogleCloudStorageUploadOperator将本地文件/tmp/data.txt上传到指定的GCS存储桶中的data.txt对象。

你需要将示例代码中的my-gcs-bucket替换为你的GCS存储桶名称，并确保你的Airflow安装已正确配置Google Cloud Storage连接（google_cloud_default）。

你可以将此示例代码保存为Python文件，并在Airflow中运行该文件以创建和运行此任务。