સરળ જગાડવો-ફ્રાઇડ એગપ્લાન્ટ રેસીપી (વેગન ફ્રેન્ડલી)

આ સરળ રીંગણા રેસીપી સુગંધિત અને સ્વાદિષ્ટ હોય છે, અને તાજા લસણની ઉદારતા પ્રમાણમાં તેને વધુ તંદુરસ્ત બનાવે છે. આ રીંગણા રેસીપી એક જબરદસ્ત સાઇડ ડિશ બનાવે છે જે સરળતાથી સોયા સોસ માટે ફિશ સૉસને સ્વેપ કરીને શાકાહારી બનાવી શકાય છે. તે કોઈપણ પ્રકારનું રીંગણા સાથે કામ કરે છે, ગમે તે તાજી હોય અને તમે ક્યાં રહો છો તે ઉપલબ્ધ. તમે આ રીંગણા રેસીપીમાં મસાલા સ્તરને પણ સંતુલિત કરી શકો છો, તેને હળવાથી મસાલેદાર ગરમથી લઈને તમારી પસંદગી મુજબ.

તમને જરૂર પડશે

તે કેવી રીતે બનાવો

  1. કોર્નસ્ટાર્ક સિવાય તમામ ચટણી ઘટકો ભેગા કરીને ચટણી તૈયાર કરો. મકાઈનો લોટ અને પાણીના મિશ્રણને એક અલગ કપ અથવા બાઉલમાં તૈયાર કરો. બન્ને બાજુએ સેટ કરો.
  2. ડંખ કદનાં ટુકડાઓમાં રીંગણા ચપાવો. પર છાલ છોડી ખાતરી કરો - આ તે છે જ્યાં મોટા ભાગના પોષક તત્ત્વો છે
  3. 2 થી 3 tbsp મૂકો. મધ્યમ-ઉચ્ચ ગરમીમાં વાકો અથવા મોટી ફ્રાઈંગ પાન પર તેલ. ડુંગળી, અડધા લસણ, મરચું અને રંગ ઉમેરો. પાછળથી માટે લસણ બાકીના બાકીના.
  1. 5 મિનિટ માટે જગાડવો-ફ્રાય જ્યારે wok અથવા frying પાન શુષ્ક બની જાય છે, થોડો પાણી થોડા tbsp ઉમેરો. એક સમયે, ઘટકોને સરસ રીતે કાપી રાખવા માટે પૂરતી.
  2. 2 tbsp ઉમેરો સોયા સોસ અને 5 મિનિટ માટે જગાડવો-ફ્રાઈંગ ચાલુ રાખો, અથવા ત્યાં સુધી રંગ નરમ હોય અને સફેદ માંસ લગભગ અર્ધપારદર્શક હોય. પાન વધુ શુષ્ક બને છે ત્યારે થોડું વધુ પાણી ઉમેરો (1/4 કપ સુધી).
  3. જ્યારે રંગ નરમ હોય છે, બાકીના લસણ ઉપરાંત સૉસ ઉમેરો. સમાવિષ્ટ કરવા માટે ફ્રાય જગાડવો.
  4. છેલ્લે, મકાઈનો લોટ / પાણી મિશ્રણ ઉમેરો સારી રીતે જગાડવો જેથી ચટણી એકસરખી થઈ જાય (આ માત્ર એક મિનિટ અથવા ઓછી લેશે). ગરમી દૂર કરો
  5. ખારાશ / સ્વાદ માટે સ્વાદ જો મીઠું ન હોય અથવા સ્વાદિષ્ટ હોય તો થોડું વધુ માછલી ચટણી ઉમેરો. જો ખૂબ ખારી હોય, તો લીંબુ અથવા ચૂનોના રસનો સ્ક્વિઝ ઉમેરો. હવે સમાવિષ્ટ કરવા માટે સંક્ષિપ્તમાં stirring, તાજા તુલસીનો છોડ 3/4 ઉમેરો. સેવા આપતા તાટ પર સ્લાઇડ કરો અને બાકીના બિસ્કિટને ઉપર અને અદલાબદલી બદામ પર છંટકાવ કરો, જો ઇચ્છા હોય તો. જાસ્મીન ચોખા સાથે સેવા આપે છે.
પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ 220
કુલ ચરબી 11 જી
સંતૃપ્ત ફેટ 1 જી
અસંતૃપ્ત ચરબી 8 જી
કોલેસ્ટરોલ 0 એમજી
સોડિયમ 1,224 એમજી
કાર્બોહાઇડ્રેટ્સ 28 ગ્રામ
ડાયેટરી ફાઇબર 9 જી
પ્રોટીન 6 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.)