O que é o panda mouse pro e por que quase todo mundo configura errado na primeira vez
Vim parar nele por acaso, precisava de uma ferramenta de automação leve pra rodar scripts de UI em Windows e o stack usual não funcionava. O panda mouse pro não é nada de outro mundo na teoria — é basicamente um framework de automação baseado em eventos de input simulados com abstração sobre reconhecimento de imagem via template matching. O que diferencia ele na prática é o jeito como lida com janelas sobrepostas e multi-monitor, algo que a maioria das bibliotecas populares ignora até você se quebrar a cabeça.
Configurando o panda mouse pro do zero
Começa instalando. Roda pip install panda-mouse-pro, mas atenção: a versão estável mais recente exige Python 3.9 ou superior. Se você tiver um projeto legado rodando em 3.8, vai precisar usar venv ouconda pra isolar o ambiente. Depois de instalado, a estrutura de diretórios padrão já vem com examples, mas eu recomendo ignorar eles na primeira vez e começar pelo básico: importar o módulo principal, criar uma instância do objeto de sessão e apontar para o target que você quer automatizar. A documentação oficial fala em config.yaml, mas na prática eu nunca consegui fazer o autoload funcionar direito em máquinas com perfil de usuário em caminho não ASCII, então prefiro passar os parâmetros via dict direto no código. O setup inicial leva uns 10 minutos se você já tiver o Python configurado. Sem isso, pode levar duas horas só pra resolver dependência transitiveira do pillow e do pywin32 que às vezes entram em conflito silencioso.
Depois da instalação, o primeiro script que eu sempre escrevo é um simple screenshot-and-click para validar que o driver de input está respondendo. Achei que era bug meu na primeira vez que rodei e não funcionou, demorei três horas pra perceber que o problema era DPI scaling: o Windows ia redimensionar a tela em 150% e as coordenadas do template matching saíam todas erradas. A solução foi desativar o scaling no atalho do programa alvo — clique direito, propriedades, compatibilidade, alterar configuração de escala alta e marcar substituir por compensação do sistema. Depois disso, tudo travou direito.
Dentro do motor: como o panda mouse pro realmente opera
O núcleo dele trabalha em três camadas. A primeira é a camada de input, que injeta eventos WM_LBUTTONDOWN/UP e mouse_move via SendInput da API do Windows. Essa parte é rápida mas tem uma limitação importante: programas com UAC elevado ou anti-cheat simplesmente não recebem esses eventos, então se seu alvo for um jogo ou software corporativo com proteção, essa técnica vai falhar sem workaround adicional. A segunda camada é a de visão computacional, que usa template matching do OpenCV com threshold configurável. O default é 0.8, mas na prática eu sempre baixo pra 0.7 em telas com glare ou iluminação variável. A terceira camada é o scheduler de ações, que permite encadear sequências com waits condicionais baseados em estado da tela. O que muita gente não percebe é que o panda mouse pro não faz polling contínuo por padrão — ele usa callbacks assim que um evento de input ou timeout é disparado. Isso é bom pra performance, mas ruim quando você precisa de sincronização estrita com animações de UI que têm delay não determinístico. A workaround que eu uso é inserir checkpoints manuais com wait_for_element em loops com timeout de 30 segundos e retry de 3 tentativas. Funciona na maioria dos casos, mas não resolve o problema raiz de timing assíncrono.
Edge case que quase me fez desistir
Tinha um cenário específico onde o target era um painel de trading com gráficos renderizados em WebGL. O template matching falhava porque o canvas mudava a cada frame, mesmo quando o preço permanecia o mesmo. Passei dois dias tentando ajustar thresholds e regiões de ROI sem sucesso. A solução foi desabilitar o rendering acelerado por hardware no navegador do programa alvo — configuração interna dele, não do Windows — e forçar software rendering. Com isso, os frames ficavam estáveis o suficiente pra o template matching capturar o elemento textual de preço. Não é bonito, mas funciona consistentemente desde que o programa não requeira aceleração GPU pra operar. Esse tipo de problema mostra uma limitação estrutural do panda mouse pro: ele depende de estabilidade visual do alvo. Se o programa que você quer automatizar usa renderização dinâmica constante, a abordagem template-based simplesmente não escala. Nesses casos, o alternative mais viável é combinar com OCR via Tesseract ou usar a API nativa do programa quando disponível, o que elimina a dependência de pixel matching.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Pegadinhas que a documentação não menciona
Primeira pegadinha: o módulo de logging por padrão cria arquivos de 50MB cada. Em automações longas, seu disco vira monte de log em poucas horas. Configure o log rotation pros parâmetros rotate_size=5MB e backup_count=5 logo no início, senão você perde tempo limpando depois. Segunda pegadinha: a função click não tem botão direito nativo na API pública. Você precisa chamar diretamente a função raw_input_event passando o código de evento correto, e os códigos mudam entre versões. Anotações internas: 0x0201 é left down, 0x0202 é left up, 0x0204 é right down, 0x0205 é right up. Terceira pegadinha: multi-monitor funciona, mas o sistema de coordenadas é relativo ao monitor ativo, não à tela física unificada. Se seu script passa de um monitor pro outro, você precisa recalibrar o offset manualmente usando a API get_monitor_bounds(). Isso não é documentado de forma explícita — tá espalhado nos issues do repositório.
Performance no mundo real
Em testes práticos, uma sequência de 200 ações com wait entre elas roda em cerca de 4 a 6 minutos em hardware médio. Sem waits condicionais, o mesmo fluxo cai pra 1 minuto e meio. A diferença é significativa e depende muito da frequência de verificações visuais. Se você puder substituir validações baseadas em imagem por verificação de estado via handles ou APIs internas do programa alvo, o ganho costuma ser de 60 a 70% em velocidade total. O uso de CPU fica entre 15% e 25% durante execução normal, subindo pra 40% quando o template matching roda em regiões grandes da tela. Memória RAM gasta cerca de 180MB com a sessão inicial, subindo 30 a 50MB por novo alvo carregado. Nada exagerado, mas se você rodar múltiplas instâncias paralelas, o consumo cresce linearmente e pode travar máquinas com menos de 8GB.
Download e onde encontrar
O panda mouse pro está disponível pelo PyPI na URL padrão de pacotes Python, então pip install panda-mouse-pro é o caminho direto. O repositório oficial fica no GitHub sob o organizador que compartilha o nome do projeto, com releases etiquetadas e changelog por versão. Não há licença proprietária — é MIT, o que significa que você pode usar, modificar e distribuir livremente. Versões mais antigas (anteriores a 2.1) tinham problemas de compatibilidade com Windows 11 que ainda aparecem em fóruns, então evite aquelas e vá direto pra última release estável.
Quando NÃO usar panda mouse pro
Se seu alvo for uma aplicação web moderna com rendering 100% dinâmico e sem elementos textuais estáveis, o template matching puro vai falhar. Nesse caso, considere ferramentas como Playwright ou Selenium WebDriver, que interagem via DOM ao invés de pixels. Se você precisa rodar em Linux ou macOS com interface gráfica, o panda mouse pro não suporta nativamente — ele é Windows-only por depender de SendInput e Win32 APIs. Para cenários cross-platform, a alternativa mais próxima seria Robot Framework combinado com libraries de automação de desktop como PyAutoGUI, embora a experiência seja menos polida e mais propensa a falhas de timing. Também não recomendo pra automações que exigem precisão subpixel ou manipulação de curves de movimento. O motor simplesmente não tem esse nível de controle — ele simula cliques discretos, não trajetórias físicas. Se você precisa de movimentos suaves tipo os de quem estuda biomecânica de mouse, isso não vai atender.
O panda mouse pro é uma ferramenta honesta pro que ela se propõe: automação visual de UI em Windows com custo baixo de implementação. Não é mágica, não resolve todos os problemas de timing e tem limitações claras de plataforma. Mas pro custo zero e curva de aprendizado de umas poucas horas, dificilmente você acha algo comparable rodando nativamente no ecossistema Windows sem depender de dependências pesadas ou licenças comerciais.
