在Airflow中，任务的功能是通过可执行文件实现的。可执行文件可以是Python脚本、Shell脚本、Java程序等。

Airflow通过Operator来定义任务，每个Operator都有一个task_id属性用于唯一标识任务。在DAG中，可以将多个Operator按照任务逻辑顺序组织起来。

当Airflow调度执行任务时，会根据Operator的task_id找到对应的可执行文件，并执行。

下面是一个示例代码，演示如何定义一个PythonOperator，并指定可执行的Python脚本文件：

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

# 定义一个Python函数，作为任务的可执行逻辑
def my_task_function():
    # TODO: 实现任务的具体逻辑
    print("执行任务的逻辑")

# 定义一个DAG
dag = DAG(
    'my_dag',
    start_date=datetime(2022, 1, 1),
    schedule_interval='@daily'
)

# 定义一个PythonOperator，将my_task_function作为可执行文件
task = PythonOperator(
    task_id='my_task',
    python_callable=my_task_function,
    dag=dag
)

在上面的示例中，my_task_function是一个Python函数，表示任务的具体逻辑。通过PythonOperator定义了一个任务，将my_task_function作为可执行文件，并指定了任务的task_id为my_task。

当DAG被调度执行时，Airflow会自动执行my_task_function函数中的代码，从而实现任务的功能。