जर्मन करमेनेसीर्सेन ज्विब्बिन नुस्खा

जर्मनमा जाइटोनमा नींबू, या कार्मेलेलिसिसेनन जेभिइबेलन संग कार्बोलाइज्ड प्याज, एक भुटानीको लागि तयार पारिएको अण्डाको माथि, वा टावर भन्दा माथि। मानक caramelized प्याज देखि भिन्नता यो नुस्खा मा नींबू रस को बल्स र बल्सामिक सिरका को अतिरिक्त छ।

यो स्वादिष्ट र थोडा मीठो उपचार, ढिलो दिन सकिन्छ र एक हप्ता सम्म प्रशोधन गरिएको तपाइँलाई मनपर्ने डिशमा प्रयोग गर्न सकिन्छ। तिनीहरू एक पटक लिन तयार हुन्छन् किनकि तिनीहरू कम र ढिलो हुन्छन्, तर कम रखरखाव हो, प्रत्येक अब र त्यसपछि हलचल र आवश्यक बनाउन आवश्यक छ।

यस परियोजनाको लागि प्रयोग गर्ने सबैभन्दा राम्रो प्याज आधारभूत पहेंलो प्याज हो जुन सामान्यतया किराना स्टोरमा पाइन्छ। सेतो प्याज पनि काम गर्नेछ। मीठो प्याज (जस्तै माउ प्याज, वाल्ला वालस, वा भिडाला) राम्रो विकल्प जस्तो देखिन्छ तर छोटो पकाउने समय वा कच्चा खानाको लागि राम्रो हो। रातो प्याजको कारमिलिज्ज र एक रोचक रंग छ, तर पहेंलो प्याज राजा हो।

अग्रिम कारवाही प्याज बनाउनुहोस् र ती ठुलो खाओ वा धेरै व्यञ्जनहरूसँग पुनः-गरम गर्नुहोस्। ग्रुराइजराइज्ड प्याज एक साइडको रूपमा पोर्क रोस्टको रूपमा वा ग्रुराइरको माथिको माथिको शीर्ष माथि पिघ्यो। वा बर्गरहरू, ब्रैटवार्ट , मसिद सब्जियां , स्टिकहरू वा सूप, gratins, वा प्याज pies मा caramelized प्याज प्रयोग।

तपाईलाई के चाहिन्छ?

यसलाई कसरी बनाउने?

  1. एक फ्रिजिंग प्यान मा 1 चम्मच क्यानोला तेल, 4 कप प्याज प्याज र केहि मिनेट को लागि सट जोड्नुहोस, त्यसपछि पैन को कवर गर्नुहोस, गर्मी को बारी र लगभग 20 मिनेट को लागि पकडे, धेरै पल्ट हलचल।
  2. ढक्कन हटाउनुहोस्, 1 चम्मच balsamic सिरका र 1 1/2 चम्मच नुन थप्नुहोस्, र प्याज तपाईंको मनमा नभएसम्म कुकुर गर्नुहोस्।
  3. 2 चम्मच रस र नीला रस को 1 चप्पल मीठानेदार (एघेनेट इक्टार, चीनी, हनी) जोड्नुहोस् र 2 देखि 3 मिनेट सम्म पकाउनुहोस्।
  1. गर्मीबाट हटाउनुहोस् र 1 चम्मच नींबू उत्तेजनामा ​​हलचल।
  2. न्यानो वा चिसो सेवा गर्नुहोस्। एक हप्ताको लागि प्रशोधन गर्न सकिन्छ।

अधिक जर्मन व्यञ्जनहरु कायालीकृत प्याज को उपयोग गरेर

पोषण दिशानिर्देश (प्रति सेवा)
क्यालोरिज 112
कुल मोटा 4 जी
पागलिएको बोसो 0 g
असंतृप्त फैट 2 जी
कोलेस्ट्रॉल 0 मिलीग्राम
सोडियम 7 मिलीग्राम
कार्बोहाइड्रेट 1 9
आहार फाइबर 3 जी
प्रोटिन 2 जी
(हाम्रो व्यञ्जनहरूमा पोषण जानकारी घटक डेटाबेस प्रयोग गरी गणना गरिन्छ र अनुमानलाई विचार गर्न सकिन्छ। व्यक्तिगत परिणाम फरक हुन सक्छ।)