在Google Cloud Dataflow中使用Apache Beam时，中间文件通常是由Dataflow自动管理的，不需要手动跟踪。Dataflow会在运行结束后自动清理临时位置中的中间文件。

以下是一个使用Apache Beam和Google Cloud Dataflow的示例代码：

import apache_beam as beam
from apache_beam.options.pipeline_options import PipelineOptions

# 定义PipelineOptions
options = PipelineOptions()

# 定义Dataflow作业
with beam.Pipeline(options=options) as p:
    # 读取输入数据
    input_data = p | beam.io.ReadFromText('gs://input_bucket/input.txt')

    # 数据转换和处理
    transformed_data = input_data | beam.Map(lambda x: x.upper())

    # 写入输出数据
    transformed_data | beam.io.WriteToText('gs://output_bucket/output.txt')

在上述代码中，我们使用PipelineOptions来配置Dataflow作业的选项。然后，我们使用beam.io.ReadFromText从输入文件中读取数据，并使用beam.Map进行数据转换和处理。最后，我们使用beam.io.WriteToText将处理后的数据写入输出文件。

注意，Dataflow会自动将中间数据写入临时位置，而不需要手动跟踪。当作业完成后，Dataflow会自动清理临时位置中的中间文件。