fix(documents): 支持长文档分段续读

[Orsted290]

PDF 和 Office 文档以前会被两层截断：提取器只保留前 200,000 个 UTF-16 单元，read_file 再只返回前 128,000 个，而且没有续读位置。文本文件的 offset、limit 也不作用于文档。PDF 页码筛选发生在截断之后，后面的页可能被当成无效。这次改为默认提取仍只给 200,000 字的预览；分页读取时请求完整提取。read_file 先按 pages 选择 PDF 页，再用 char_offset、char_limit 返回片段，默认每段 32,000 字。结果里给出当前范围、总长度，以及 Continue with char_offset=... 或 End of document。续读时保持同一个 path 和 pages。续读提示留在工具输出预算内，分段不会把 emoji 拆成半个字符。

样例都是合成文件，不是用户的原始材料。document-parsing 用一份 Word：正文是 “long paragraph ” 重复 20,000 次，末尾标记 TAIL_AFTER_200K。默认提取看不到这个标记，完整提取应该要看到。read-enhancements 用五组例子：模拟长文把 “前文🙂” 重复 60,000 次并在末尾放 TAIL: verified figure 38.95，按返回的偏移拼回全文；真实 Word 用 “正文段落 ” 重复 50,000 次，末尾是 FINAL_VERIFIED_NUMBER_38.95，确认能读过旧的两层截断；15 页合成 PDF 前 14 页各约 16,000 个 a，第 15 页是 PAGE_15_VERIFIED_NUMBER，提取超过 200,000 字后仍能只读第 15 页；🙂tail 在 char_limit 为 1 时返回完整 emoji，并提示从偏移 2 继续；第 2 页是 70,000 个 b 加 LATE_FIGURE，续读时页码选择保持不变。long-document-review 用约 260,000 字的合成披露报告，四个数字分开放在四段填充文字后面：PE=38.95、HOLDING=61.35%、ISSUED=112000000、RAISED=2110000000。脚本化代理沿续读偏移读完整份 Word 后取回这四个数；另一例在第一段就停下，用来说明有续读提示时模型仍可能提前结束。命令输出被截断时，把约 60,000 字一节的同一份报告写入 extracted.txt 再按行读回。已结束的命令会话不能重放被省略的中间内容，例子是 30,000 个 a、MISSING_MIDDLE_FACT、30,000 个 z。单行 200,000 个 x 加 TAIL 仍是已知缺口：结果超过上限且没有续读偏移。纯文本分页和提取缓存不在本次范围内。