मटरको साथ द्रुत र सजिलो कष्टयुक्त ट्यूना

यो सृष्टिकर्ता ट्यूना शुद्ध आराम खाना हो। यसलाई ठीक गर्न र पकाउने लगभग 10 देखि 15 मिनेट लाग्दछ, र यसले उत्कृष्ट लंच वा रात्री खाना बनाउँछ।

क्रीमयुक्त टुना मिश्रण विभाजित बिस्कुट वा टोस्ट बिन्दुहरूमा उत्कृष्ट छ (हेर्नुहोस् कसरी टोस्ट बिन्दुहरू तल, तल), वा पकाएको पफ पेस्ट्री गोलाहरूमा सेवा गर्नुहोस्। यो ठूलो चावल वा नूडल्स पनि राम्रो छ।

अतिरिक्त रंगको डिशमा केहि diced pimientos थप्न को लागी नि: शुल्क लाग्छ। मैले यसलाई जमेको मटर र गाजरको साथ बनायो। तपाईं लगभग 1/2 कप कपडा पनीर वा केहि ग्रिड पिर्मेस पनि जोड्न सक्नुहुन्छ। मैले यो नुस्खामा ट्युनको दुई 4.5-औंस डिब्बा प्रयोग गरें (चित्रित)। केही अन्य सम्भावना थप र वैकल्पिक विचारहरूको लागि सुझावहरू र विविधताहरू हेर्नुहोस्।

तपाईलाई के चाहिन्छ?

यसलाई कसरी बनाउने?

एक माध्यम सससेन मा, मध्यम-कम गर्मीमा मक्खन पिच्छे; आटा, नमक र काली मिर्चमा मिश्रण गर्नुहोस्। हलचल र लगभग 2 मिनेट को लागि पकाउनुहोस्, वा सुचारु र बुलबुले सम्म। लगातार स्टिरिंग गर्दा दूध मा हलचल। खाना पकाउन जारी राख्नुहोस्, मिश्रण स्थिर हुँदा सम्म र बबल सुरु हुन्छ।

घटेको टुना र पकाएको मटर थप्नुहोस्। हीटिंग जारी राख्नुहोस् र तातो नजानुहोस्। तमाम, बिस्किट्स, वा चावलमा क्रिम गरिएको ट्यूना सेवा गर्नुहोस्।

कसरी टोस्ट बिन्दुहरू बनाउने ब्रोलरलाई हटाउनुहोस्। ठूलो पर्ची पेपर वा पन्नीको पकाएको पानामा राम्रो गुणस्तरको सेतो रोटीको 6 स्लाइसहरू व्यवस्थित गर्नुहोस्। 2 चम्मच मक्खन मल गर्नुहोस्; रोटी स्लाइसहरूमा ब्रश गर्नुहोस्। नमक र काली मिर्चले हल्का रूपमा छिटो पार्नुहोस्। बेरिल, मक्खन-साइड अप, लगभग 1 1/2 मिनेटको लागि। फ्लिप गर्नुहोस् र अर्को साइडलाई अर्को साइड 1 1/2 मिनेटको लागि वा खैरो रंगसम्म। जब टोस्ट ठिक हुन्छ, क्रस्ट ट्रिम गर्नुहोस् र प्रत्येक टुक्रा दुई त्रिकोण वा दुई आयतमा टुक्रा बनाउनुहोस्।

सुझावहरू र परिवर्तनहरू

तपाईं पनि मन पर्छ

क्लासिक टुना नूडल क्यासरोल

टुना, पनीर, र चावल क्यासरोल

चीसी टि्युना क्यासेल

ट्यूना Tetrazzini - ट्यूना र स्पेगेटी Casserole

पोषण दिशानिर्देश (प्रति सेवा)
क्यालोरिज 756
कुल मोटा 42 जी
पागलिएको बोसो 22 जी
असंतृप्त फैट 13 g
कोलेस्ट्रॉल 131 मिलीग्राम
सोडियम 1,028 मिलीग्राम
कार्बोहाइड्रेट 52 जी
आहार फाइबर 7 g
प्रोटिन 42 जी
(हाम्रो व्यञ्जनहरूमा पोषण जानकारी घटक डेटाबेस प्रयोग गरी गणना गरिन्छ र अनुमानलाई विचार गर्न सकिन्छ। व्यक्तिगत परिणाम फरक हुन सक्छ।)