Github热榜--《程序员做饭指南》

公众号：尤而小屋
作者：Peter
编辑：Peter

最近在GitHub上发现了一个很有趣的项目：【程序员做饭指南】，居然成为多日GitHub的热榜第一。

仓库具体地址：

https://github.com/Anduin2017/HowToCook

如何诞生

项目作者开门见山地说明了本仓库的由来：

最近在家隔离，出不了门。只能宅在家做饭了。作为程序员，我偶尔在网上找找菜谱和做法。但是这些菜谱往往写法千奇百怪，经常中间莫名出来一些材料。对于习惯了形式语言的程序员来说极其不友好。

所以，我计划自己搜寻菜谱和并结合实际做菜的经验，准备用更清晰精准的描述来整理常见菜的做法，以方便程序员在家做饭。

正如它的名字「HowToCook」，在实际的项目内容中，真的是在教大家如何做饭：

1、做菜之前

2、介绍各种菜的做法

还有很多其他的菜名，不一一列举，具体可登陆仓库查看

厨房准备

在开始做饭之前，厨房应该怎么准备，发起者是这样介绍的：

如何决定吃什么

假设我们准备好了厨具，如何决策吃什么？看看作者的提议：

终于解决了吃什么的问题。

做法（红烧茄子）

在解决了工具和吃什么之后，该怎么做呢？选择一道菜（红烧茄子）点进去看看具体的做法，下面是整体过程：

---

一、原料与工具

• 大蒜、大葱、青辣椒、洋葱、西红柿、青茄子

• 盐、酱油、鸡蛋、面粉、淀粉

二、计算

人数大于等于 2 人时最佳：

• 青茄子的数量 = 人数 * 0.7 个

• 青辣椒 = 人数 * 0.5 个

• 洋葱 = 人数 * 0.3 个

• 西红柿 = 1 个

• 大葱 = 半颗

• 大蒜 = 3 瓣

• 鸡蛋 = 1 个

• 面粉 = 青茄子数量 * 150 克

• 淀粉 = 面粉 / 4 克

• 酱油 = 茄子数量 * 7 克（向上取整）

三、操作

1. 青茄子、青辣椒、西红柿、洋葱、大葱洗净。

2. 大葱切 5 毫米宽的葱花，大蒜扒皮并拍碎，西红柿切 6 立方厘米左右的块，青辣椒、洋葱切 5g 左右的块。

3. 茄子切菱形块（先切 2 公分左右厚的片，然后再把片切成 2 公分左右的条，最后斜刀切块儿...）。

4. 将面粉倒入盆中，依次加入少量水，搅拌均匀，呈粘稠糊状。

5. 加入淀粉，加入 30 克水，搅拌均匀。

6. 将鸡蛋打到盆中，加入（面粉 / 20）克的盐，搅拌均匀。

7. 将茄块倒入面糊中，搅拌使茄块的每一面都能沾上面糊。

8. 开大火，热锅，加入 500 毫升的油，当能看到锅里的油冒出一丝烟时，调至小火，将茄块用筷子夹入到油锅，待所有的茄块下锅之后，调至中火，直到茄块变金黄色时捞出，将油倒出。

9. 加入（人数 * 5）g 左右的油，放入大蒜、葱花，翻炒 15 秒，放入青辣椒块翻炒 30 秒，放入西红柿翻炒 30 秒。

10. 放入炸好的茄块，加水面高度为锅内食材的 0.8 倍。

11. 放入酱油和（人数 * 3）g 左右的盐。

12. 等待，直到汤汁呈粘稠状（水位大概为剩余食材高度的 0.2-0.3 倍），开盖，盛出菜，关火。

四、附加内容

还有附加内容，真不错：

在操作的第 4-6 步骤中要注意：一定要顺序执行，否则会有灾难性错误......

---

看完上面的具体做法，发现和普通的做法还真是很大不同：这满满的计算公式，精准到30秒，0.8倍2公分

难怪让大家准备好：天平、游标卡尺、量筒、停表、烧杯、测温枪、移液器😄😄

真的是程序员作风

这个项目在GitHub上近期很受欢迎，已经快接近20K的star

也喜欢了很多程序员美食爱好者的加入，在pull request中也挤满了新菜谱：

程序员不务正业

先上几道以前做的菜吧：

想起自己曾经发过的一条朋友圈：

想想自己来深圳也有半年，从当初的第一顿宵夜面条开始，很简单、粗糙，但也吃得很香，因为实在是饿

慢慢地烙饼、包包子，各种炒菜、蒸菜、泡菜，甚至煮个简单的汤，已经习惯并享受生活的每一刻：

• 买菜时的精挑细选

• 洗菜时水的流动与清凉

• 切菜时刀与砧板的清脆声响

• 炒菜时的油淋滋拉与锅铲的碰撞

当然最喜欢的还是一道道美食在自己舌尖上的起舞，享受那一刻的短暂幸福。

食物是有温度的，可以温暖自己；幸运的话，希望也可以温暖别人。

可能自己还是从内心喜欢柴米油盐和锅碗瓢盆的碰撞吧😃。在《厨者王小余传》中这样写道：

做厨如作医，吾以一心诊百物之宜，而谨审其水火之齐~

行医需要明药理，做饭则需要知食材、懂水火。

做饭这件事，真的是需要耐心的。希望你能够有足够的耐心，等到Peter更新美食教程的这天

人间烟火气，平淡才是真~

往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载中国大学慕课《机器学习》（黄海广主讲）机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑
AI基础下载机器学习交流qq群955171419，加入微信群请扫码：