在Apache Airflow中，可以使用自定义类在多个地方进行重用。以下是一个示例解决方案：

首先，创建一个自定义的Python类，例如CustomClass，并将其保存在一个文件中，例如custom_class.py。

# custom_class.py

class CustomClass:
    def __init__(self, value):
        self.value = value

    def do_something(self):
        print(f"Doing something with value: {self.value}")

接下来，需要在Airflow的任务中使用这个自定义类。在Airflow任务中，可以通过导入自定义类的方式来使用它。

from custom_class import CustomClass

def my_task():
    custom_obj = CustomClass(value=123)
    custom_obj.do_something()

这样，在my_task任务中就可以使用CustomClass类的实例，并调用其中的方法。

但是，在Airflow中，任务可能会在不同的机器上执行，因此需要确保自定义类文件能够在所有执行任务的机器上都存在。

一种解决方法是将自定义类文件放置在Airflow的共享目录中，以便在所有机器上都能够访问到。例如，在Airflow的DAG文件夹中创建一个名为plugins的文件夹，并将custom_class.py文件放置在其中。

airflow/
├── dags/
│   └── my_dag.py
└── plugins/
    └── custom_class.py

在任务中导入自定义类时，使用相对导入的方式：

from plugins.custom_class import CustomClass

def my_task():
    custom_obj = CustomClass(value=123)
    custom_obj.do_something()

这样，在所有执行任务的机器上都可以正确导入和使用自定义类。

另外，如果有多个DAG文件需要使用同一个自定义类，可以在plugins文件夹中创建一个名为__init__.py的空文件，以将其转换为一个Python模块。这样，其他DAG文件就可以直接导入和使用自定义类，而无需再次复制自定义类文件。

airflow/
├── dags/
│   ├── my_dag.py
│   └── another_dag.py
└── plugins/
    ├── __init__.py
    └── custom_class.py

# my_dag.py

from plugins.custom_class import CustomClass

def my_task():
    custom_obj = CustomClass(value=123)
    custom_obj.do_something()

# another_dag.py

from plugins.custom_class import CustomClass

def another_task():
    custom_obj = CustomClass(value=456)
    custom_obj.do_something()

这样，在多个DAG文件中都可以直接导入和使用自定义类，避免了重复复制自定义类文件的问题。