મશરૂમ ડક્સેલ્સ રેસીપી

મશરૂમ ડક્સેલ્સ એ ફ્રાન્સના રાંધણકળામાં ક્લાસિક છે તે એક અત્યંત સ્વાદવાળી સૉટેડ મશરૂમ, કઠોળ અને જડીબુટ્ટી મિશ્રણ છે.

પરંપરાગત રીતે, આ મશરૂમની પેસ્ટનો ઉપયોગ બીફ વેલિંગ્ટનની તૈયારીમાં થાય છે પરંતુ તેનો ઉપયોગ સ્વાદ સૂપ, ચટણીઓના, ભીની ઓમેલેટ્સ અને રેવિઓલી, સુશોભન માટે વાપરવાની નાની છત્રી ખોરાક માટે અને કાસ્ટિનીની તરીકે ઓળખાતી બાગાયતની ટોસ્ટ્ડ સ્લાઇસેસમાં સૌથી વધુ ઉપયોગમાં લેવામાં આવે છે.

ડક્સેલ્સની વાનગીઓ પથ્થરમાં સેટ નથી. તમે ઉપયોગમાં લેવાતા મશરૂમના પ્રકારને અલગ કરી શકો છો અથવા ઘણા (cremini, morel, shiitake, porcini, સફેદ બટન) ભેગા કરી શકો છો. લસણ સાથે શેતુઓ બદલો અથવા બંને ઉપયોગ કરો અને અદલાબદલી સુંગધી પાનવાળી એક વિલાયતી વનસ્પતિ ઉમેરો જ્યાં સુધી તમારી પાસે મશરૂમ્સ, માખણ, મીઠું અને મરી હોય ત્યાં સુધી તમારી પાસે ડક્સેલ્સ બનાવવા માટે તે શું લે છે.

આ મિશ્રણ સારી રીતે ઠંડું છે તેથી જો આ વાનગી બમણું કરી શકાય અથવા ત્રણ ગણી શકાય તો

તમને જરૂર પડશે

તે કેવી રીતે બનાવો

  1. ઉન્નત ફૂડ પ્રોસેસર માં મશરૂમ્સ વિનિમય કરવો.
  2. સ્વચ્છ, કપાસના ટુવાલમાં મશરૂમ્સ બહાર કાઢો. ટેરીક્લોથનો ઉપયોગ કરશો નહીં , અને તે જૂની ડાઘા પસંદ કરશે કારણ કે તમે તેનો દોષ કાઢશો.
  3. મશરૂમ્સની આસપાસ ટુવાલ ટ્વિસ્ટ કરો જેથી તમે જેટલું પ્રવાહી કરી શકો છો, જેમ તમે સિંક ઉપર કરી શકો છો.
  4. મધ્યમ અને મધ્યમ ઉચ્ચ વચ્ચે બર્નર પર મોટા (10-ઇંચ) નોનસ્ટિક સ્કિલેટ ગરમ કરો.
  5. 1 પીરસવાનો મોટો ચમચો માખણ અને ઓગળવું અને બર્નિંગ ટાળવા માટે ઘૂમરાતો ઉમેરો
  6. મશરૂમ્સ, કઠોળ, મીઠું એક ચપટી, કાળા મરી, અને થાઇમ એક ચપટી ઉમેરો.
  1. કૂક, વારંવાર stirring સુધી મશરૂમ્સ શુષ્ક દેખાય છે અને ભૂરા શરૂઆત છે, લગભગ 5 મિનિટ.
  2. માખણના બાકીના ચમચીમાં જગાડવો, અને ઓગાળવામાં આવે ત્યારે, વાઈનમાઉથ, શેરી અથવા વાઇન ઉમેરો.
  3. કૂક, વારંવાર stirring સુધી વાર્મમાથ વરાળ છે.
  4. ગરમી અને કૂલમાંથી દૂર કરો

નોંધ: ડક્સેલ્સ ઠીક ઠીક કરે છે, જો કે આ રિસિઝન તમને બે કૂવાના માટે જરૂર કરતાં વધુ ઉત્પાદન કરે છે, તો તમે ભવિષ્યમાં ઉપયોગ માટે બાકીની બચત કરી શકો છો.

પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ 280
કુલ ચરબી 24 ગ્રામ
સંતૃપ્ત ફેટ 14 ગ્રામ
અસંતૃપ્ત ચરબી 7 ગ્રામ
કોલેસ્ટરોલ 61 મિલિગ્રામ
સોડિયમ 793 મિલિગ્રામ
કાર્બોહાઇડ્રેટ્સ 15 ગ્રામ
ડાયેટરી ફાઇબર 5 જી
પ્રોટીન 7 ગ્રામ
(અમારા વાનગીઓ પરની પોષણની માહિતીને ઘટક ડેટાબેઝનો ઉપયોગ કરીને ગણવામાં આવે છે અને તેને એક અંદાજ ગણવામાં આવે છે. વ્યક્તિગત પરિણામો બદલાઈ શકે છે.)