客服工单超长对话自动分片脚本

后端工程师把客服工单接进 DeepSeek 后，遇到动辄几万 token 的超长对话被直接截断，需要一个能直接跑的分片脚本时用这个。

【需求】
用 Python 写一个工单对话分片函数，要求：
1. 输入是消息列表，每条含 role（user/agent）和 text，整体预估 3 万到 8 万 token；
2. 按「同一工单内同一发言人的连续消息先合并」再按段落边界切分，单片不超过 8000 token，相邻片重叠 400 token；
3. token 用字符数 × 0.7 估算即可，不引入分词库；
4. 返回分片列表，每片带 start_msg、end_msg 两个下标，方便回溯原文；
5. 附一个调用示例：对每片调用 DeepSeek 生成「这一段用户在抱怨什么」，最后按顺序拼成整单摘要。

【输出要求】
1. 单个可直接运行的 Python 文件，含函数定义与示例调用；
2. 关键参数（8000 / 400 / 0.7）集中放在文件顶部常量区，方便调；
3. 代码里对空对话、单条超长消息（单条就超 8000 token）两种情况给出处理分支；
4. 最后用 5 行注释说明改哪个常量能适配更小的显存。

---