Github热榜--《程序员做饭指南》
公眾號:尤而小屋
作者:Peter
編輯:Peter
最近在GitHub上發現了一個很有趣的項目:【程序員做飯指南】,居然成為多日GitHub的熱榜第一。
倉庫具體地址:
https://github.com/Anduin2017/HowToCook
如何誕生
項目作者開門見山地說明了本倉庫的由來:
最近在家隔離,出不了門。只能宅在家做飯了。作為程序員,我偶爾在網上找找菜譜和做法。但是這些菜譜往往寫法千奇百怪,經常中間莫名出來一些材料。對于習慣了形式語言的程序員來說極其不友好。
所以,我計劃自己搜尋菜譜和并結合實際做菜的經驗,準備用更清晰精準的描述來整理常見菜的做法,以方便程序員在家做飯。
正如它的名字「HowToCook」,在實際的項目內容中,真的是在教大家如何做飯:
1、做菜之前
2、介紹各種菜的做法
還有很多其他的菜名,不一一列舉,具體可登陸倉庫查看
廚房準備
在開始做飯之前,廚房應該怎么準備,發起者是這樣介紹的:
如何決定吃什么
假設我們準備好了廚具,如何決策吃什么?看看作者的提議:
終于解決了吃什么的問題。
做法(紅燒茄子)
在解決了工具和吃什么之后,該怎么做呢?選擇一道菜(紅燒茄子)點進去看看具體的做法,下面是整體過程:
一、原料與工具
大蒜、大蔥、青辣椒、洋蔥、西紅柿、青茄子
鹽、醬油、雞蛋、面粉、淀粉
二、計算
人數大于等于 2 人時最佳:
青茄子的數量 = 人數 * 0.7 個
青辣椒 = 人數 * 0.5 個
洋蔥 = 人數 * 0.3 個
西紅柿 = 1 個
大蔥 = 半顆
大蒜 = 3 瓣
雞蛋 = 1 個
面粉 = 青茄子數量 * 150 克
淀粉 = 面粉 / 4 克
醬油 = 茄子數量 * 7 克(向上取整)
三、操作
青茄子、青辣椒、西紅柿、洋蔥、大蔥洗凈。
大蔥切 5 毫米寬的蔥花,大蒜扒皮并拍碎,西紅柿切 6 立方厘米左右的塊,青辣椒、洋蔥切 5g 左右的塊。
茄子切菱形塊(先切 2 公分左右厚的片,然后再把片切成 2 公分左右的條,最后斜刀切塊兒...)。
將面粉倒入盆中,依次加入少量水,攪拌均勻,呈粘稠糊狀。
加入淀粉,加入 30 克水,攪拌均勻。
將雞蛋打到盆中,加入(面粉 / 20)克的鹽,攪拌均勻。
將茄塊倒入面糊中,攪拌使茄塊的每一面都能沾上面糊。
開大火,熱鍋,加入 500 毫升的油,當能看到鍋里的油冒出一絲煙時,調至小火,將茄塊用筷子夾入到油鍋,待所有的茄塊下鍋之后,調至中火,直到茄塊變金黃色時撈出,將油倒出。
加入(人數 * 5)g 左右的油,放入大蒜、蔥花,翻炒 15 秒,放入青辣椒塊翻炒 30 秒,放入西紅柿翻炒 30 秒。
放入炸好的茄塊,加水面高度為鍋內食材的 0.8 倍。
放入醬油和(人數 * 3)g 左右的鹽。
等待,直到湯汁呈粘稠狀(水位大概為剩余食材高度的 0.2-0.3 倍),開蓋,盛出菜,關火。
四、附加內容
還有附加內容,真不錯:
在操作的第 4-6 步驟中要注意:一定要順序執行,否則會有災難性錯誤......
看完上面的具體做法,發現和普通的做法還真是很大不同:這滿滿的計算公式,精準到30秒,0.8倍2公分
難怪讓大家準備好:天平、游標卡尺、量筒、停表、燒杯、測溫槍、移液器😄😄
真的是程序員作風
這個項目在GitHub上近期很受歡迎,已經快接近20K的star
也喜歡了很多程序員美食愛好者的加入,在pull request中也擠滿了新菜譜:
程序員不務正業
先上幾道以前做的菜吧:
想起自己曾經發過的一條朋友圈:
想想自己來深圳也有半年,從當初的第一頓宵夜面條開始,很簡單、粗糙,但也吃得很香,因為實在是餓
慢慢地烙餅、包包子,各種炒菜、蒸菜、泡菜,甚至煮個簡單的湯,已經習慣并享受生活的每一刻:
買菜時的精挑細選
洗菜時水的流動與清涼
切菜時刀與砧板的清脆聲響
炒菜時的油淋滋拉與鍋鏟的碰撞
當然最喜歡的還是一道道美食在自己舌尖上的起舞,享受那一刻的短暫幸福。
食物是有溫度的,可以溫暖自己;幸運的話,希望也可以溫暖別人。
可能自己還是從內心喜歡柴米油鹽和鍋碗瓢盆的碰撞吧😃。在《廚者王小余傳》中這樣寫道:
做廚如作醫,吾以一心診百物之宜,而謹審其水火之齊~
行醫需要明藥理,做飯則需要知食材、懂水火。
做飯這件事,真的是需要耐心的。希望你能夠有足夠的耐心,等到Peter更新美食教程的這天
人間煙火氣,平淡才是真~
往期精彩回顧適合初學者入門人工智能的路線及資料下載(圖文+視頻)機器學習入門系列下載中國大學慕課《機器學習》(黃海廣主講)機器學習及深度學習筆記等資料打印《統計學習方法》的代碼復現專輯 AI基礎下載機器學習交流qq群955171419,加入微信群請掃碼:總結
以上是生活随笔為你收集整理的Github热榜--《程序员做饭指南》的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【深度学习】神经网络基础:反向传播算法
- 下一篇: 接口interface修饰符相关问题总结