在Airflow中重新运行失败的任务，可以通过修改DAG的default_args参数来实现。具体步骤如下：

1. 导入相关的库和模块：

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

2. 定义一个函数来执行要重新运行的任务，例如：

def my_task():
    # 执行任务的代码

3. 创建一个DAG对象，并设置default_args参数：

default_args = {
    'owner': 'airflow',
    'start_date': datetime(2022, 1, 1),
    'retries': 3,
    'retry_delay': timedelta(minutes=5),
}

dag = DAG(
    'my_dag',
    default_args=default_args,
    schedule_interval='0 0 * * *',
)

在上面的代码中，retries参数定义了任务失败后的重试次数，retry_delay参数定义了重试的间隔时间。

4. 创建一个PythonOperator来执行任务：

task = PythonOperator(
    task_id='my_task',
    python_callable=my_task,
    dag=dag,
)

在上面的代码中，task_id参数定义了任务的ID，python_callable参数指定了要执行的任务函数。

5. 运行Airflow调度器，即可自动调度并重新运行失败的任务。

通过以上步骤，Airflow会根据retries参数的设置来自动重新运行失败的任务，并根据retry_delay参数的设置来控制重试的间隔时间。