以下是一个使用Apache Beam的Python代码示例，用于仅发出最早活动窗口的滑动窗口：

import apache_beam as beam
from apache_beam.transforms.window import FixedWindows

# 定义滑动窗口长度和间隔
window_size = 10  # 滑动窗口长度为10秒
window_interval = 5  # 滑动窗口间隔为5秒

# 定义一个自定义的窗口函数，仅发出最早活动窗口
class OnlyEmitEarliestWindowFn(beam.transforms.window.WindowFn):
    def assign(self, element):
        return beam.transforms.window.IntervalWindow(
            element.timestamp, element.timestamp + window_size)

    def merge(self, windows):
        return windows

    def get_window_coder(self):
        return beam.coders.IntervalWindowCoder()

# 创建一个Pipeline对象
with beam.Pipeline() as pipeline:
    # 从外部数据源读取数据
    events = pipeline | beam.io.ReadFromExternalSource("input.txt")

    # 将数据按滑动窗口进行分组
    windowed_events = events | beam.WindowInto(
        OnlyEmitEarliestWindowFn(),
        trigger=beam.triggers.AfterWatermark(early=beam.triggers.AfterCount(window_interval)))

    # 对窗口内的数据进行处理
    result = windowed_events | beam.Map(lambda event: ...)
    
    # 将结果写入外部数据源
    result | beam.io.WriteToExternalSource("output.txt")

在上述代码中，我们首先定义了滑动窗口的长度和间隔。然后，我们创建了一个自定义的窗口函数OnlyEmitEarliestWindowFn，该函数仅发出最早活动的窗口。接下来，我们使用beam.WindowInto将数据按滑动窗口进行分组，并使用beam.triggers.AfterWatermark和beam.triggers.AfterCount设置触发器来触发窗口的计算和发出。最后，我们对窗口内的数据进行处理，并将结果写入外部数据源。

请注意，上述示例中的代码仅供参考，具体实现可能因实际需求而有所不同。