Ketika sebuah Dag hanya ada untuk menghasilkan satu asset, @asset menuliskannya dalam satu fungsi:
@asset(schedule="@daily", start_date=pendulum.datetime(2026, 11, 1, tz="UTC"))
def daily_sales(self, context):
day = context["ds"]
...
yield Metadata(self, {"day": day})
Ini membuat asset bernama daily_sales, Dag dengan id daily_sales, dan satu task, juga daily_sales, yang outlet-nya adalah asset tersebut. Nama daily_sales di level modul kini adalah asset itu, sehingga definisi lain dapat dijadwalkan berdasarkannya: @asset(schedule=daily_sales).
Tiga nama parameter dicadangkan: self (asset yang sedang dihasilkan), context (konteks run, jadi context["ds"] pada run terjadwal dan context["triggering_asset_events"] pada run yang dipicu asset) dan outlet_events. Parameter lain yang dinamai seperti sebuah asset mendeklarasikan inlet: parameter itu mencatat bahwa asset ini membaca asset itu, tetapi tidak menjadwalkan apa pun.
@asset cocok untuk pipeline yang berpusat pada asset. Jika Anda pernah memakai Dagster, inilah yang paling mendekati definisi asset di Airflow, tetapi setiap @asset tetap sebuah Dag dengan satu task. @dag dengan outlet melakukan pekerjaan yang sama dengan ruang lebih luas untuk beberapa task.
Asset kedua yang dijadwalkan berdasarkan yang pertama: asset itu berjalan setiap kali daily_sales dihasilkan.