लिंबू लसूण सलाड ड्रेसिंग

या सोप्या, चवदार सॅलड ड्रेसिंगचा प्रयत्न करा आणि पुन्हा बाटलीतल्या ड्रेसिंगची खरेदी करू नका. लिंबू आणि लसूण साखरेच्या सॅटीटससाठी झिंग भरपूर आणतात पण आपल्याला जे काही veggies आवडतात ते मोकळ्या मनाने घ्या.

लक्षात घ्या की हे कृती 4 ते 6 कप लेट्युस किंवा इतर सॅलड हिरव्या भाज्यासाठी तयार करतात. मोठ्या सॅलड्सकरिता दुप्पट, तिहेरी, किंवा चौपट कारागीर किंवा काही दिवसांमध्ये सॅलड्ससाठी हात वर करा.

प्रो टिप: आपण लिंबाचा रस घालून ते अर्ध्या ते कांदा मध्ये कट करण्यापूर्वी

आपल्याला काय आवश्यक आहे

ते कसे तयार करायचे

  1. लसणीचे पील आणि खसखदा काढणे (जर तुम्हाला आवडत असेल तर तुम्ही लसणीचा दाब वापरू शकता; दाब लसणीत कटुता आणू शकतात, पण काही लोकांना हे लक्षात येत नाही). आपण पुढील काही तासांमध्ये भाज्या व फळे यांचे मिश्रण (कोशिंबीर) तयार करत असाल तर लसूण एका मोठ्या भाजीपाल्यात घालू शकता. आपण वेळेच्या पुढे ड्रेसिंग करत असल्यास, लसूणला सील-सक्षम कचरा मध्ये ठेवा.
  2. लिंबाचा रस, लिंबाचा रस, मीठ, मिरपूड आणि मोहरी घाला. सर्वकाही एकत्र करण्यासाठी झटकून टाकणे (किंवा मुका किंवा सीलबसणे) झटकून टाकलेल्या ऑलिव्ह ऑईलमध्ये (किंवा पुन्हा एकदा, किलकिले सील करून घ्या)
  1. चवीनुसार मीठ आणि मिरची चव आणि समायोजित करा. ड्रेसिंग आपल्यासाठी खूपच zingy असल्यास, स्वाद मलीन होण्यासाठी अधिक ऑलिव्ह ऑइल जोडण्यास मोकळ्या मनाने द्या. थोडा अधिक मीठ देखील, आम्ल किक आत्मविश्वास मदत होईल.

ड्रेसिंग तात्काळ वापरा. जर आपण सॅलड वाडगावर ड्रेसिंग केली असेल तर त्या मोठ्या वाडग्यात हिरव्या भाज्या घालून टॉस करा! किंवा 1 आठवड्यापर्यंत स्टोअर, झाकण आणि थंडगार जैतून तेल रेफ्रिजरेटर मध्ये घनरुप जाईल, पण खोली तापमान पुन्हा एकदा सेट तेव्हा त्वरीत वितळणे होईल

बनावट टीप: त्या दिवशी नंतर, वाडगामध्ये धुवा आणि वाळलेल्या हिरव्या भाज्यांमधल्या सॅलडसाठी ड्रेसिंग करा आणि पानेवर ओलसर (पण ओले नसलेले) पेपर टॉवेल करा. 6 किंवा 8 तासांपर्यंत सर्व्ह करण्यासाठी सज्ज होईपर्यंत थंड होऊ द्या.

स्वादिष्ट तफावत:

पोषणविषयक मार्गदर्शक तत्त्वे (प्रत्येक सेवेसाठी)
कॅलरीज 16 9
एकूण चरबी 12 ग्रॅम
संपृक्त चरबी 2 ग्रॅम
असंतृषित चरबी 8 ग्रॅम
कोलेस्टेरॉल 0 मिग्रॅ
सोडियम 400 मिग्रॅ
कर्बोदकांमधे 16 ग्रॅम
आहार फायबर 1 ग्रॅम
प्रथिने 3 ग्रॅम
(आमच्या पाककृतींवरील पोषण संबंधी माहितीची गणना एका घटक डेटाबेसच्या आधारावर केली जाते आणि त्याचा अनुमान लावला गेला पाहिजे. वैयक्तिक परिणाम बदलू शकतात.)