Если просто на цвет/картинку реагировать — лучше автокликер с отслеживанием пикселей взять. Нафига городить сложное, если pyautogui или похожее легко под это заточить. Вот только сразу с ИИ заморачиваться — перебор, для базовых задач хватит простых скриптов или стандартных тулзов. Включи фантазию с простыми средствами, и всё будет быстрее.