要解决"Airflow - task_instance.try_number不起作用"的问题，可以尝试以下解决方法：

1. 确保使用正确的任务实例参数：确保在代码中正确使用task_instance参数。例如，task_instance.try_number应该是task_instance.try_number而不是task_instance.try_number()。

2. 检查任务实例是否已经重试：检查任务实例是否已经重试过。如果任务实例已经达到了最大重试次数并且没有触发新的重试，则try_number将不会增加。确保任务实例在达到最大重试次数后能够正常退出。

3. 检查任务实例的重试策略：检查任务的重试策略是否正确配置。在Airflow中，可以使用retries参数来配置任务的最大重试次数。例如，retries=3将使任务最多重试3次。

4. 检查任务实例是否成功重试：检查任务实例是否成功触发了重试。可以在任务实例的日志中查找关键字“retrying”来确认任务实例是否已经重试。如果任务实例没有成功重试，则可能需要检查任务实例的依赖关系和触发条件，以确保任务实例能够正常触发重试。

以下是一个示例代码，演示了如何正确使用task_instance.try_number来处理任务实例的重试次数：

from airflow import DAG
from airflow.operators.python_operator import PythonOperator
from datetime import datetime

def my_task_function(**kwargs):
    # 获取任务实例
    task_instance = kwargs['task_instance']
    
    # 获取任务重试次数
    try_number = task_instance.try_number
    
    # 打印重试次数
    print(f"Task try number: {try_number}")
    
    # 在第2次重试后触发异常
    if try_number == 2:
        raise Exception("Task failed on purpose")

# 定义DAG
dag = DAG('my_dag', start_date=datetime(2022, 1, 1), catchup=False)

# 定义任务
task = PythonOperator(
    task_id='my_task',
    python_callable=my_task_function,
    provide_context=True,
    retries=3,  # 设置最大重试次数为3
    dag=dag
)

在上述示例中，my_task_function函数接收kwargs参数，其中包含了任务实例task_instance。通过使用task_instance.try_number，可以获取任务实例的重试次数，并根据需要进行相应的处理。