biosnn-bus

BioSNN-Plug 的模态插件骨架库。

它只负责一件事：让新增模态不需要修改已有架构。

这是骨架，不是认知核心。 本库不包含任何学习规则（e-prop / R-STDP / 核化 IB-Hebbian）、不包含脉冲神经元模型、不依赖 GPU、不依赖 PyTorch。它提供 的是插件的接口契约、注册与发现机制、以及脉冲总线的接缝。

安装

尚未发布到 PyPI，当前从 Git 安装：

pip install "biosnn-bus @ git+https://github.com/lzmd-arch/BioSNN-Plug.git#subdirectory=packages/biosnn-bus"

# 需要 torch 桥接时（SpikeTrain.to_torch / from_torch）
pip install "biosnn-bus[torch] @ git+https://github.com/lzmd-arch/BioSNN-Plug.git#subdirectory=packages/biosnn-bus"

只依赖 numpy。

快速开始

import numpy as np
from biosnn_bus import ModalityPlugin, PassThroughMembrane, SpikeBus, SpikeTrain


class MyPlugin(ModalityPlugin):
    @property
    def modality_name(self) -> str:
        return "my_modality"

    @property
    def spike_dim(self) -> int:
        return 64

    def encode(self, raw_input):
        return SpikeTrain(data=np.asarray(raw_input) > 0.5, channel=self.channel)

    def get_membrane(self):
        return PassThroughMembrane()

    def decode(self, spike_output):
        return spike_output.rates


bus = SpikeBus(bus_dim=128, seed=0)
bus.register(MyPlugin())
out = bus.step({"my_modality": np.random.default_rng(0).random((10, 64))})
print(out)

完整可跑的版本见 examples/quickstart_register_plugin.py， 以及 Colab notebook（无 GPU 可跑）。

核心概念

第三方插件怎么接入

在你的包里声明 entry point，不需要修改 BioSNN-Plug 任何一行代码：

# 你的包的 pyproject.toml
[project.entry-points."biosnn_bus.plugins"]
audio = "my_pkg.plugins.audio:AudioPlugin"

用户侧扫描并接入。下面这段可以直接跑——即使一个第三方插件都没装：

from biosnn_bus import SpikeBus, discover_plugins, get_plugin, list_plugins
from biosnn_bus.plugins import DiffImagePlugin

discover_plugins()  # 扫描第三方分发包声明的插件；一个都没装也不会报错
print(list_plugins())  # 内置示例插件在 import 时已注册进注册表

bus = SpikeBus(bus_dim=128, seed=0)
bus.register(get_plugin("image_diff")())  # 等价于 bus.register(DiffImagePlugin())
print(bus)

骨架的边界

脉冲总线当前的默认融合策略是平凡的拼接（ConcatenateFusion），不是计划书 §2.2 描述的 TAAF 时间注意力引导融合——后者是第二阶段的研究任务。总线已经把 FusionStrategy 协议和双通道路由留好，替换策略不会改动调用方代码。

理由见 ADR-0001。

许可证

Apache-2.0。文档采用 CC-BY 4.0。