榄菜肉末四季豆的家常做法详解：食材配比、火候要点与食谱数据加工

榄菜肉末四季豆的家常做法详解：食材配比、火候要点与食谱数据加工

【免费下载链接】all-in-rag🔍大模型应用开发实战一：RAG 技术全栈指南，在线阅读地址：https://datawhalechina.github.io/all-in-rag/项目地址: https://gitcode.com/datawhalechina/all-in-rag

本篇指南围绕 Datawhale all-in-rag 仓库中 榄菜肉末四季豆.md 这份结构化菜谱展开，完整还原其原料清单、用量计算与全部操作步骤，并补充热锅冷油、四季豆熟透等关键火候原理。同时，以这份菜谱为样本，展示它是如何作为"尝尝咸淡 RAG 系统"的数据源被加载、分块、标注元数据并最终支持问答检索的。

菜品概览与难度

榄菜肉末四季豆是一道经典粤式家常下饭菜：四季豆切成小粒与煸出油脂的肉末同炒，橄榄菜（榄菜）提供咸鲜的发酵风味，小米辣带来微辣刺激。依据菜谱开头的星级标记，本菜预估烹饪难度为★★★（中等）。

在 data_preparation.py 的难度识别逻辑中，源码通过正则★+精确匹配连续星号数量，并将 3 星映射为"中等"（difficulty_map = {5: '非常困难', 4: '困难', 3: '中等', 2: '简单', 1: '非常简单'}）。也就是说，这道菜在 RAG 知识库中会被自动标注为"难度：中等"的元数据，供检索过滤使用。

必备原料和工具

• 四季豆（豆角）
• 五花肉
• 橄榄菜（瓶装潮汕榄菜）
• 大蒜
• 小米辣（不吃辣可以不放）

工具方面无需特殊设备，家常炒锅、菜刀、砧板即可。按份量规划，"计算"部分给出的是约 2～3 人份的参考配比。

用量计算

原菜谱以固定克数给出的一次制作配比（无需按份数缩放时直接照做即可）：

食材	用量
四季豆	220g
五花肉	100g
橄榄菜	20g
大蒜	10g
小米辣	10g

其中橄榄菜是风味核心，用量虽少但咸鲜味浓；五花肉负责煸出猪油润泽四季豆，100g 的配比足以在煸炒后形成酥香的肉末。若需要按人数调整，可保持"四季豆 : 五花肉 ≈ 2.2 : 1"的比例整体缩放，橄榄菜与蒜末按口味微调即可。

操作步骤

1. 备料：将四季豆洗净，撕掉两侧老筋，然后切成大小均匀的颗粒备用。
2. 蒜末：将大蒜拍碎剁成蒜末备用。
3. 小米辣：将小米辣切成大小均匀的颗粒备用（不吃辣可省略，或改用不辣的红椒丁增色）。
4. 肉末：将五花肉去皮，然后剁成肉末备用。去皮后再剁，可以避免肉皮在煸炒时口感过硬。
5. 滑锅（热锅冷油）：将锅烧热，加入 20ml 油滑锅；锅滑好后将热油倒出，再加入 10ml 冷油，这就是"热锅冷油"——主要目的是防止肉末下锅后粘锅。
6. 煸炒肉末：如果家里没有晾油瓶（无法倒出滑锅热油），也可以不滑锅：放入油后直接加入肉末开始煸炒，小火煸炒两分钟，炒出猪油，使肉末干香不腻。
7. 爆香辅料：肉末炒香后加入蒜末、橄榄菜和小米辣，炒出香味。
8. 煸炒四季豆：加入四季豆，开中火煸炒。四季豆至少炒5 分钟，一定要保证四季豆熟透，否则可能引起食物中毒（生四季豆含皂苷与植物血凝素）。
9. 调味：四季豆炒熟后，加入 2ml 酱油从锅边淋入（锅边高温可激出酱香），然后加入 2g 盐、1g 鸡精、1g 胡椒粉和 0.5g 糖。
10. 出锅：将调料翻炒均匀，出锅装盘。

关键火候要点

• 热锅冷油防粘：锅烧热后滑油再换冷油，利用高温锅体与冷油之间的温差形成物理防粘层，是肉末不粘锅的关键；即使省略滑锅，也要保持小火慢煸，让肉末逐渐吐出油脂。
• 四季豆必须彻底熟透：这是本菜的安全红线。四季豆颜色由鲜绿转为深绿、质地变软时才算熟透，切勿追求脆感提前出锅。
• 下料顺序的讲究：先肉末出油、再辅料爆香、后四季豆煸炒、最后调味，与 data_preparation.py 中对菜谱"## 操作"章节的分块粒度完全对应——每个二级标题（必备原料和工具、计算、操作）会被切成独立子块，保证"怎么做""放多少"这类问题能被精确命中。

附加内容

原菜谱文档的"附加内容"章节为空，未提供口味变化版本。若想自行扩展，可在该章节补充诸如"加入豆豉增香""用牛肉末替换五花肉""加少许蚝油提鲜"等变体做法——这也是本项目菜谱约定的扩展位置，新增内容同样会被 RAG 系统按标题自动分块并纳入知识库。

延伸：这份菜谱在 RAG 食谱知识库中的加工链路

该文件位于素菜分类目录dishes/vegetable_dish/下，是 C8 章"尝尝咸淡 RAG 系统"（code/C8）的典型数据样本。以它为例，可以完整还原一份菜谱从原始 Markdown 到可检索知识块的处理流程：

1. 加载与元数据增强：DataPreparationModule.load_documents()（data_preparation.py）递归读取data_path下所有.md文件；_enhance_metadata()从路径片段vegetable_dish推断出分类"素菜"（CATEGORY_MAPPING），从文件名提取菜品名称"榄菜肉末四季豆"，再从正文星级解析出难度"中等"。
2. Markdown 结构分块：MarkdownHeaderTextSplitter按#、##、###三级标题切分，于是"必备原料和工具""计算""操作"各自成为独立子块，同时保留parent_id建立父子映射，实现"小块检索、大块生成"（见 02_data_preparation.md）。
3. 向量化与检索：子块经 index_construction.py 中的 BGE 嵌入模型（BAAI/bge-small-zh-v1.5）向量化后存入 FAISS；问答时由 retrieval_optimization.py 执行"向量 + BM25 混合检索 + RRF 重排"，再回取完整父文档交给 LLM 生成回答。
4. 运行验证：在 code/C8 目录安装依赖（pip install -r requirements.txt）、配置MOONSHOT_API_KEY后运行python main.py（见 01_env_architecture.md），即可提问"榄菜肉末四季豆怎么做"或"推荐一个中等难度的素菜"，系统会检索到本菜谱并给出分步指导。

【免费下载链接】all-in-rag🔍大模型应用开发实战一：RAG 技术全栈指南，在线阅读地址：https://datawhalechina.github.io/all-in-rag/项目地址: https://gitcode.com/datawhalechina/all-in-rag