હોમમેઇડ થાઈ ટોમ યમ ચિકન

થાઈ ટોમ યમ ચિકનના સ્વાદો એટલા અકલ્પનીય છે, આ વાની ઝડપી તમારા ડિનર ફેવરિટમાં એક બની જશે. જો તમે સ્ટોર્સમાં પૂર્વમાં બનાવેલા ટોમ યમ પેસ્ટ પણ ખરીદી શકો છો, પણ હું મારા હોમમેઇડને અનંત ચઢિયાતી તરીકે શોધી શકું છું કારણ કે તમામ જડીબુટ્ટીઓ અને મસાલા તાજા છે, પેકેજ્ડ નથી અથવા સાચવેલ નથી. તે જટિલ લાગે છે, પરંતુ તે નથી. મિનિ હેલિકોપ્ટર અથવા ખાદ્ય પ્રોસેસર (અથવા માત્ર છૂંદો કરવો અને એકસાથે જગાડવું) માં બધા પેસ્ટ ઘટકોને એક સાથે વીજળી કરો, પછી ચિકન અને ગરમીથી પકવવું પર slather. સરળ અને વિચિત્ર! શ્રેષ્ઠ પરિણામો માટે, હજી પણ ચામડી સાથે સંપૂર્ણ ચિકન ડ્રમસ્ટીક્સનો ઉપયોગ કરો.

તમને જરૂર પડશે

તે કેવી રીતે બનાવો

  1. Preheat oven 350 f.
  2. એક ફ્લેટ પકવવા વાનગીમાં ચિકન ટુકડાઓ સેટ કરો, જેમ કે તમે લસાગ્ના માટે ઉપયોગ કરશો. ચામડી પર છોડવાનું નક્કી કરો - મોટાભાગની વધારાની ચરબી પૅન પર દોડશે, જ્યારે બાકી રહેલું વાસણ સ્વાદમાં મદદ કરશે.
  3. મિનિ ફૂડ હેલિકોપ્ટર અથવા ફૂડ પ્રોસેસરમાં બાકીના ઘટકોને એક સાથે મૂકો.
  4. સુગંધિત થાઈ ટોમ યમ સૉસ બનાવવા માટે સારી રીતે બ્લિટ્ઝ નોંધ કરો કે તમે પેસ્ટ બનાવવા માટે પેશેલ અને મોર્ટારનો પણ ઉપયોગ કરી શકો છો, પછી અંતે પ્રવાહી ઘટકોમાં જગાડવો. અથવા ફક્ત બધા ઘટકોને ઉડીથી એકઠું કરો અને એક સાથે જગાડવો.
  1. મીઠું અને મસાલા માટે ચટણીને સ્વાદ-ટેસ્ટ કરો, વધુ માછલીની ચટણી ઉમેરીને જો તમે તેને ચટણી અથવા વધુ મરચાં માગતા હો તો જો તમે તમારી ચિકન સ્પેસીઅર માંગો છો
  2. ચટણી પર ચટણી રેડો, ચટણી માં ટુકડા દેવાનો.
  3. 30 મિનિટ (અથવા 24 કલાક સુધી) માટે રેફ્રિજરેટરમાં સેટ કરો; આ દરમિયાન, 350 એફ માટે પકાવવાની નાની ભઠ્ઠી preheat.
  4. 1 કલાક માટે ગરમીથી પકવવું (ઢાંકી) પકવવાના ભાગરૂપે, પકાવવાની નાની ભઠ્ઠીમાંથી દૂર કરો અને ચટણીમાં ચિકન ટુકડા કરો, અથવા ચિકન ઉપર કેટલીક ચટણી અને ઝરમર વરસાદને કાઢો. જો તમારી પકવવાની વાનગી શુષ્ક બની રહી છે, થોડું પાણી ઉમેરો (એક ગ્લાસ પકવવા વાનગીનો ઉપયોગ કરતા હોવ તો ગરમ પાણી)
  5. ચિકન ગોલ્ડન બ્રાઉન અને તેજસ્વી છે ત્યાં સુધી પકાવવાની નાની ભઠ્ઠી પર પાછા ફરો.
  6. ચોખા સાથે સેવા આપે છે.
પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ 500
કુલ ચરબી 26 જી
સંતૃપ્ત ફેટ 8 જી
અસંતૃપ્ત ચરબી 10 ગ્રામ
કોલેસ્ટરોલ 119 મિલિગ્રામ
સોડિયમ 1,133 મિલિગ્રામ
કાર્બોહાઇડ્રેટ્સ 26 જી
ડાયેટરી ફાઇબર 3 જી
પ્રોટીન 42 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.)