在Airflow中，可以使用BashOperator来运行包含Bash命令的Python脚本。要在Python脚本之间传递参数，可以使用jinja模板语法和BashOperator的op_args参数。

以下是一个示例解决方案：

1. 创建一个Python脚本script1.py，该脚本接收一个参数param1：

import sys

param1 = sys.argv[1]
print("Parameter 1:", param1)

2. 创建另一个Python脚本script2.py，该脚本接收两个参数param1和param2：

import sys

param1 = sys.argv[1]
param2 = sys.argv[2]
print("Parameter 1:", param1)
print("Parameter 2:", param2)

3. 在Airflow DAG中，使用BashOperator运行这两个Python脚本，并传递参数。在op_args参数中，可以使用jinja模板语法来动态地传递参数：

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

default_args = {
    'start_date': datetime(2021, 1, 1)
}

dag = DAG(
    'passing_parameters',
    default_args=default_args,
    schedule_interval=None
)

op1 = BashOperator(
    task_id='run_script1',
    bash_command='python /path/to/script1.py {{ params.param1 }}',
    op_args=[{'param1': 'value1'}],
    dag=dag
)

op2 = BashOperator(
    task_id='run_script2',
    bash_command='python /path/to/script2.py {{ params.param1 }} {{ params.param2 }}',
    op_args=[{'param1': 'value1', 'param2': 'value2'}],
    dag=dag
)

op1 >> op2

在上面的示例中，op_args参数是一个包含参数键值对的列表，可以在Bash命令中使用{{ params.param1 }}来引用参数的值。

在实际使用中，可以根据需要自行调整参数的值和传递方式。