તાજા કેરી રેસીપી સાથે સરળ થાઈ ટૉસ્ટેડ સલાડ

આ તાજા કેરી અને તુલસીનો છોડ ડ્રેસિંગ સાથે લીલો કચુંબર ભરાઈ ગયાં સંપૂર્ણપણે ઉત્તમ છે. ટેક્સચર પ્રકાશ અને સ્વાદિષ્ટ છે - કોઈ પણ ભોજન સાથે સાઇડ ડીશ તરીકે સરસ. તે સ્કૉલપ અથવા ટોફુ સાથે ડૂબીને ડિનર અથવા લંચ કચુંડમાં પણ બનાવવામાં આવે છે. અને તમને કેરીની 'પરિપક્વતા' વિશે ચિંતા કરવાની જરૂર નથી - ગમે ત્યાંથી અર્ધ-પરિપક્વથી સંપૂર્ણપણે પાકેલા કામ કરશે, કારણ કે મીઠી-ખાટા સ્વાદ થાઈ ખોરાક સાથે સુંદર રીતે કામ કરે છે. મારા સારા મિત્ર પેકો અને શિરો, આ રસોઈ સહાયક, આ સ્વાદિષ્ટ વાનગી માટે ઘણા આભાર!

તમને જરૂર પડશે

તે કેવી રીતે બનાવો

  1. તાજા ગ્રીન્સને વીંઝાવો અને કચુંબર સ્પિનરને ડ્રાય કરો. કચુંબર વાટકી માં મૂકો
  2. અન્ય બધી શાકભાજી ઉમેરો
  3. પથ્થરની બંને બાજુ પર કેરીનો ટુકડો કરો અને ફળ કાઢો. ફળને ક્યુબ્સમાં લગાડી દો (ફોટો સૂચનો જુઓ: કેરી કટ કેવી રીતે કરવો .) કચુંબરમાં કેરીના સમઘનને ઉમેરો.
  4. ડ્રેસિંગ બનાવવા માટે, મિની હેલિકોપ્ટર, ફૂડ પ્રોસેસર અથવા બ્લેન્ડરમાં બેસિલ ડ્રેસિંગ ઘટકો મૂકો. બ્લિટ્ઝ એક સ્વાદિષ્ટ તુલસીનો છોડ ડ્રેસિંગ બનાવવા માટે.
  1. કચુંબર પર ઝરમર વરસાદ ડ્રેસિંગ (એક ચમચી વાપરવા માટે તે બધા ઉઝરડા). પછી સારી રીતે ટૉસ
  2. નટ્સ ઉમેરો અને ફરીથી જીત્યાં. થોડા વધુ બદામ સાથે ટોચ અને આનંદ!

બેસિલ ડ્રેસિંગ ટિપ્સ:

આ ડ્રેસિંગનો ઉપયોગ 24 કલાકમાં થવો જોઈએ. જો નહીં, તો તમે તેને નાના ટૂુપઅરવેર-પ્રકારનાં કન્ટેનરમાં સ્થિર કરી શકો છો. આ ડ્રેસિંગ પણ ચિકન, માછલી અને ઝીંગા માટે એક સુંદર ડુબાડવું તેમજ એક marinade બનાવે છે.

આ સલાડની ભિન્નતા:

થાઈ સલાડ શા માટે સામાન્ય સલાડ બાર કરતાં વધુ સારી છે ભાડું:

થાઈ સલાડ ચરબી અને કેલરીમાં ઓછી હોય છે (દા.ત. આ ચરબી રહિત છે!), છતાં સ્વાદમાં અત્યંત ઊંચું છે. હકીકતમાં, મને ઘણાં લોકોએ લખ્યું છે કે તેઓ મારા સલાડને તેમના આહારમાં દાખલ કર્યા પછીથી કેટલું વજન ગુમાવે છે તે મને જણાવશે. ઓછી ચરબીવાળી / કેલરી સામગ્રી સિવાય, થાઇ સલાડ સેવા આપવા માટે ખૂબ જ તંદુરસ્ત અને સુંદર છે, અને થાઇ સલાડની વિશિષ્ટતા એ છે કે તેઓ હંમેશા મહેમાનો સાથે લોકપ્રિય છે.

પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ 259
કુલ ચરબી 7 ગ્રામ
સંતૃપ્ત ફેટ 1 જી
અસંતૃપ્ત ચરબી 3 જી
કોલેસ્ટરોલ 0 એમજી
સોડિયમ 524 મિલિગ્રામ
કાર્બોહાઇડ્રેટ્સ 47 ગ્રામ
ડાયેટરી ફાઇબર 8 જી
પ્રોટીન 9 જી
(અમારા વાનગીઓ પરની પોષણની માહિતીને ઘટક ડેટાબેઝનો ઉપયોગ કરીને ગણવામાં આવે છે અને તેને એક અંદાજ ગણવામાં આવે છે. વ્યક્તિગત પરિણામો બદલાઈ શકે છે.)