Как настроить различные наборы методов класса на основе переменной среды?

Я разрабатываю игрушечный криптопроект, который включает в себя обучение моделей keras и их последующее развертывание в лямбде AWS. Я тестирую модели локально и развертываю их как лямбда-функции в AWS. Некоторые классы используются как локально, так и во время вызова лямбда-выражений, но у них совершенно разная внутренняя работа. Например, класс Asset реализует метод current_price, но в одном случае он вызывает API, а в другом — локальную базу данных.

Я подумал об использовании переменных среды, чтобы различать две среды. Как создать экземпляр одного и того же класса с другим набором методов или разными реализациями методов на основе переменной среды? Есть ли лучший подход к этой проблеме? Я пишу на питоне.

P.S. Основываясь на комментариях и ответах, я реализовал следующее решение:

import os

class Base:
  def __init__(self, param_base = 'Base'):
    self.param_base = param_base

  def method_base(self):
    print(self.param_base)

class Asset_local(Base):
  def __init__(self, param_local = 'Loc'):
    super().__init__()
    self.param = param_local

  def method_local(self):
    print(self.param)

class Asset_lambda(Base):
  def __init__(self, param_lambda = 'Lambda'):
    super().__init__()
    self.param = param_lambda

  def method_lambda(self):
    print(self.param)

class Asset():
  def __new__(cls):
    env_var = os.environ['MY_VAR']
    if env_var == 'Lambda':
        return Asset_lambda()
    if env_var == 'Local':
        return Asset_local()

Это позволяет мне хранить общие части кода в родительском классе, реализовывать отдельные функции в отдельных классах и скрывать все это от кода, вызывающего класс.