import sqlite3, hashlib, os, uuid from datetime import datetime DB_PATH = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'mt_scan.db') def get_db(): conn = sqlite3.connect(DB_PATH) conn.row_factory = sqlite3.Row conn.execute("PRAGMA journal_mode=WAL") conn.execute("PRAGMA foreign_keys=ON") return conn def hash_password(password): return hashlib.sha256(password.encode()).hexdigest() def init_db(): from questions import QUESTIONS, CATEGORIES conn = get_db() c = conn.cursor() c.executescript(""" CREATE TABLE IF NOT EXISTS users (id INTEGER PRIMARY KEY AUTOINCREMENT, username TEXT UNIQUE NOT NULL, password_hash TEXT NOT NULL, name TEXT NOT NULL, role TEXT NOT NULL DEFAULT 'admin'); CREATE TABLE IF NOT EXISTS scans ( id INTEGER PRIMARY KEY AUTOINCREMENT, company_name TEXT NOT NULL DEFAULT '', contact_name TEXT DEFAULT '', contact_email TEXT DEFAULT '', created_date TEXT NOT NULL DEFAULT (datetime('now')), status TEXT NOT NULL DEFAULT 'new', notes TEXT DEFAULT '', org_sector TEXT DEFAULT '', org_size TEXT DEFAULT '', mt_size TEXT DEFAULT '', mt_composition TEXT DEFAULT '', strategy_priorities TEXT DEFAULT '', challenges TEXT DEFAULT '', scan_reason TEXT DEFAULT '', ambition_changes TEXT DEFAULT '', ambition_opportunities TEXT DEFAULT '', ambition_support TEXT DEFAULT '', remarks TEXT DEFAULT '' ); CREATE TABLE IF NOT EXISTS scan_responses ( id INTEGER PRIMARY KEY AUTOINCREMENT, scan_id INTEGER NOT NULL, question_id INTEGER NOT NULL, category TEXT NOT NULL, question_text TEXT NOT NULL, score INTEGER NOT NULL, comment TEXT DEFAULT '', part INTEGER NOT NULL DEFAULT 2, context TEXT DEFAULT '', FOREIGN KEY (scan_id) REFERENCES scans(id) ); CREATE TABLE IF NOT EXISTS expert_inputs (id INTEGER PRIMARY KEY AUTOINCREMENT, scan_id INTEGER NOT NULL, author TEXT NOT NULL, observation TEXT DEFAULT '', context TEXT DEFAULT '', recommendations TEXT DEFAULT '', created_date TEXT NOT NULL DEFAULT (datetime('now')), FOREIGN KEY (scan_id) REFERENCES scans(id)); CREATE TABLE IF NOT EXISTS reports (id INTEGER PRIMARY KEY AUTOINCREMENT, scan_id INTEGER NOT NULL, pdf_path TEXT DEFAULT '', status TEXT NOT NULL DEFAULT 'generated', share_token TEXT UNIQUE, created_date TEXT NOT NULL DEFAULT (datetime('now')), FOREIGN KEY (scan_id) REFERENCES scans(id)); """) # Migrate: add missing columns to scans new_cols = ['org_sector','org_size','mt_size','mt_composition','strategy_priorities','challenges','scan_reason','ambition_changes','ambition_opportunities','ambition_support','remarks'] for col in new_cols: try: c.execute(f"ALTER TABLE scans ADD COLUMN {col} TEXT DEFAULT ''") except: pass # Migrate: add part and context columns to scan_responses for col in ['part', 'context']: try: default = "2" if col == "part" else "''" c.execute(f"ALTER TABLE scan_responses ADD COLUMN {col} TEXT DEFAULT {default}") except: pass pw = hash_password("Groots2026!") for uname, name in [("ellen", "Ellen van Groots"), ("sanne", "Sanne de Vries")]: c.execute("INSERT OR IGNORE INTO users (username, password_hash, name, role) VALUES (?,?,?,'admin')", (uname, pw, name)) # Seed test data only if no v2 test scan exists existing = c.execute("SELECT id FROM scans WHERE company_name = 'TechVibe B.V.' AND org_sector IS NOT NULL AND org_sector != ''").fetchone() if not existing: # Delete old test scan if exists old = c.execute("SELECT id FROM scans WHERE company_name = 'TechVibe B.V.'").fetchone() if old: c.execute("DELETE FROM scan_responses WHERE scan_id=?", (old['id'],)) c.execute("DELETE FROM expert_inputs WHERE scan_id=?", (old['id'],)) c.execute("DELETE FROM reports WHERE scan_id=?", (old['id'],)) c.execute("DELETE FROM scans WHERE id=?", (old['id'],)) c.execute("""INSERT INTO scans (company_name, contact_name, contact_email, status, notes, org_sector, org_size, mt_size, mt_composition, strategy_priorities, challenges, scan_reason, ambition_changes, ambition_opportunities, ambition_support, remarks) VALUES ('TechVibe B.V.','Mark de Jong','mark@techvibe.nl','completed','Test scan v2.0', 'IT / Softwareontwikkeling','45','5','3 mannen, 2 vrouwen, gem. leeftijd 38, 2 jaar samen', '1. Agile transformatie versnellen 2. Klanttevredenheid verhogen 3. Nieuwe markt betreden', 'Informatie stroomt niet goed tussen development en sales. Besluitvorming duurt te lang.', 'Voorbereiding op scale-up fase en MT-versterking met twee nieuwe leden.', 'Agile werken doorvoeren in hele MT, wekelijkse stand-ups, retrospectieven.', 'Betere interdisciplinaire samenwerking en snellere besluitvorming.', 'DISC-workshop, agile coaching, teambuilding sessie.', 'Openstaan voor verandering en bereidheid om te investeren in teamontwikkeling.')""") scan_id = c.lastrowid # Realistic scores with mix scores_map = { 1: (3, ''), 2: (2, 'Luisteren kan beter, vooral in vergaderingen wordt vaak te snel aangehaald bij besluiten.'), 3: (2, 'Feedback wordt nog te vaak vermeden. Mensen zijn bang om elkaar aan te spreken.'), 4: (2, 'Sales en development communiceren onvoldoende. Belangrijke info komt te laat.'), 5: (3, ''), 6: (3, ''), 7: (2, 'Besluiten liggen vaak weken. Gebrek aan daadkracht bij lastige keuzes.'), 8: (4, ''), 9: (3, ''), 10: (2, 'Weinig lef voor onconventionele keuzes. Veiligheid boven innovatie.'), 11: (4, ''), 12: (3, ''), 13: (2, 'Conflicten worden uit de weg gegaan. Onderhuidse spanningen.'), 14: (4, 'Successen worden goed gevierd, vooral milestones.'), 15: (2, 'Niet iedereen voelt zich veilig om mening te geven.'), 16: (2, 'Weinig bewustzijn van DISC-profielen binnen het team.'), 17: (2, 'Communicatiestijl is te weinig aangepast aan gesprekspartner.'), 18: (3, ''), 19: (1, 'Stijlverschillen leiden regelmatig tot frustratie en misverstanden.'), 20: (3, ''), 21: (3, ''), 22: (4, ''), 23: (3, ''), 24: (4, 'Ambitieuze doelen worden gesteld en nagestreefd.'), 25: (3, ''), 26: (4, ''), 27: (3, ''), 28: (3, ''), 29: (1, 'Geen enkele opvolgingsplanning aanwezig. Risico bij vertrek.'), 30: (3, ''), } for q in QUESTIONS: score, comment = scores_map.get(q['id'], (3, '')) c.execute("INSERT INTO scan_responses (scan_id, question_id, category, question_text, score, comment, part, context) VALUES (?,?,?,?,?,?,?,?)", (scan_id, q['id'], q['category'], q['text'], score, comment, q['part'], q['context'])) c.execute("INSERT INTO expert_inputs (scan_id, author, observation, context, recommendations) VALUES (?,?,?,?,?)", (scan_id, "Ellen van Groots", "Het MT van TechVibe laat een gemengd beeld zien. Sterk op resultaatgerichtheid en visie, maar communicatie tussen afdelingen en DISC-bewustzijn vragen om serieuze aandacht. De score van 1.0 op vraag 19 (stijlconflicten) is een kritiek signaal.", "TechVibe is een scale-up met 45 medewerkers in de IT-sector. Het MT bestaat uit 5 leden (3M/2V, gem. 38 jaar) die 2 jaar samenwerken. Twee nieuwe leden worden verwacht.", "1. Start met een DISC-workshop voor het hele MT.\n2. Introduceer wekelijkse inter-afdeling stand-ups.\n3. Werk aan een veilige feedbackcultuur met een externe facilitator.\n4. Maak opvolgingsplanning voor alle MT-functies.\n5. Introduceer een besluitvormingsprotocol met maximale doorlooptijd.")) token = uuid.uuid4().hex[:8] c.execute("INSERT INTO reports (scan_id, pdf_path, status, share_token) VALUES (?,'','draft',?)", (scan_id, token)) conn.commit() conn.close() if __name__ == "__main__": init_db() print("Database geinitialiseerd.")