首页/新闻资讯/正文详情

干煸仔鸡食谱全解:从北大食堂名菜到 all-in-rag 食谱知识库的 RAG 数据化实战

发布时间:2026/9/24 0:54:39 来源:云帆数科 栏目:资讯中心
干煸仔鸡食谱全解:从北大食堂名菜到 all-in-rag 食谱知识库的 RAG 数据化实战
教程人工智能大模型RAG【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点击查看免费下载干煸仔鸡是一道甜辣口味的经典川菜源自北京大学食堂赵春月厨师长研发的招牌菜菜谱已公开于本仓库的 食谱知识库 中。本文一方面完整还原这道菜的原料、用量配比与分步烹饪操作让读者可以照方在家复刻另一方面结合 all-in-rag 项目中食谱 RAG 系统的数据处理源码数据准备模块与图数据库知识图谱nodes.csv、relationships.csv讲解一份 Markdown 食谱如何被解析为带分类、难度元数据的检索块进而成为向量检索与图检索双通道知识库中的结构化节点。读完本文你既能掌握干煸仔鸡的完整做法也能理解 all-in-rag 中“文档 → 元数据 → 分块 → 图谱节点”的食谱数据化全链路。菜品背景与风味特征干煸仔鸡属于甜辣口味的川菜由北京大学食堂赵春月厨师长研发凭借其独特风味广受师生喜爱。赵厨师长已将菜谱完整公开方便大家自己动手制作是一道居家下饭的好菜。在 all-in-rag 的食谱知识库中这道菜被归类为“荤菜”预估烹饪难度为四星困难级整体流程包含腌制、油炸与煸炒三个主要阶段。从 知识图谱 Recipe 节点 可以看到该菜品在结构化数据中记录了如下关键属性分类为荤菜、难度 4.0、菜系为川菜准备时间约 30 分钟腌制 切配时间烹饪时间约 15 分钟油炸炒制适合 1-2 人份附加说明为“可改用少量油煎鸡块和土豆块甜辣口味疫情居家下饭必备”。必备原料与工具烹饪干煸仔鸡前需要准备以下原料数据来源干煸仔鸡.md鸡腿土豆青椒大蒜盐胡椒粉生抽老抽料酒淀粉郫县红油豆瓣酱注意区分不是那种棕黄色的豆瓣酱白糖花椒碎工具方面包括刀、案板、锅、笊篱、盆、筷子、锅铲等。这些工具在知识图谱的 CookingStep 节点 中均被逐一记录例如步骤 1 使用“刀、案板”油炸步骤使用“锅、笊篱”煸炒步骤使用“锅、锅铲”。用量计算1-2 人份以下为 1-2 人份的标准用量配比可在 Ingredient 节点 中看到对应的结构化记录含每项用量与单位原料用量鸡腿肉400g土豆200g青椒60g蒜瓣10g盐3g鸡精3g可选胡椒粉2g生抽5g老抽2g料酒5g淀粉20g郫县红油豆瓣酱40g白糖30g花椒碎2g食用油宽油能没过食材即可从图谱数据看鸡腿肉400g在知识图谱中被标注为主要食材蛋白质类土豆200g与青椒60g被标注为蔬菜类且带有“马铃薯/洋芋”“柿子椒/彩椒”等同义词扩展郫县红油豆瓣酱、白糖等则归入调料类——这些分类信息与用量数据共同支撑了 RAG 系统中按“分类 难度”的元数据过滤检索详见下文“数据化”章节。分步操作详解干煸仔鸡的完整烹饪流程共 10 步核心是“两次油炸 一次复炸 煸炒酱汁”的节奏控制。以下步骤与 干煸仔鸡.md 完全一致并在每一步后补充操作要点步骤 1处理鸡肉鸡腿去骨如使用鸡腿排可忽略此步骤鸡腿肉用刀背砸一砸切成 2cm 的块。刀背敲打可使肉质松软便于入味且口感更嫩。步骤 2腌制鸡肉鸡腿肉中加入盐、鸡精可选、胡椒粉、生抽、老抽、料酒抓拌至粘手时加入淀粉拌匀加入食用油防止粘连腌制 30 分钟。关键点在于“抓拌至粘手”这一状态信号——此时调味料已充分渗透后续加入淀粉可以锁住水分表面挂浆是油炸后外酥里嫩的保证。步骤 3预处理土豆土豆去皮切成 2cm 的块沸水煮 5 分钟后捞出控干水分防止油炸时爆锅。预煮能让土豆内部提前成熟缩短油炸时间同时保证成品外脆内糯。步骤 4准备青椒青椒去籽切成 2cm 小片放在笊篱中备用。青椒不参与油炸而是利用后续倒油过笊篱的余温断生保持翠绿色泽与清脆口感。步骤 5初炸土豆锅中加入宽油根据锅的形状能没过食材即可油温烧至 180℃ 时下入土豆块炸 3 分钟后捞出。180℃ 是干煸仔鸡全程的标准油温可用少量面糊滴入测试迅速浮起并冒细密气泡即为到位。步骤 6初炸鸡块待油温再次升高到 180℃ 时下入鸡块炸 2 分钟后捞出。每次下锅前都必须等待油温回升到 180℃否则食材吸油过多成品会油腻。步骤 7复炸鸡块待油温再次升高到 180℃ 时下入鸡块复炸 1 分钟后捞出。复炸是川菜“外酥里嫩”的关键工序初炸定型成熟复炸逼出内部多余油脂并形成酥脆外壳。步骤 8复炸土豆并断生青椒待油温再次升高到 180℃ 时下入土豆块复炸 1 分钟后将锅中的油和土豆块经过笊篱过滤倒出让笊篱上的青椒片断生。这一操作一举两得既完成土豆复炸又借热油余温烫熟青椒同时顺势倒出宽油为后续煸炒留出干净的锅底。步骤 9煸炒酱汁锅中加入 5ml 食用油小火煸炒蒜瓣至发黄下入红油豆瓣酱煸炒出香下入白糖炒融化下入花椒碎加 40ml 清水不停搅拌至酱汁粘稠。此步骤全程小火防止豆瓣酱炒糊发苦白糖融化后与豆瓣酱的红油融合是“甜辣”风味的核心来源。步骤 10合炒出锅下入炸好的鸡块、土豆块、青椒片搅拌均匀后出锅。酱汁此时已粘稠均匀裹附在食材表面即可装盘。在知识图谱中这 10 个步骤被逐一建模为 CookingStep 节点每个步骤记录步骤序号、动作描述、所用工具如“切、去骨”“炸”“炒、煸炒、搅拌”与耗时如腌制 30 分钟、初炸 3 分钟、复炸 1 分钟并通过 relationships.csv 中的R_000163等关系边与 Recipe 节点干煸仔鸡建立CONTAINS_STEP类型的连接形成“菜品 → 步骤”的完整图谱路径。附加内容与替代方案省油替代方案不舍得使用宽油油炸的话可改用更少的油煎鸡块和土豆块。会增长用时部分影响口感但不会影响总体味道。该提示同样被记录在知识图谱 Recipe 节点的附加说明字段中。参考资料本菜谱公开于北大餐饮中心官方资讯菜谱由赵春月厨师长授权公开分享。延伸干煸仔鸡在 all-in-rag 食谱 RAG 系统中的数据化作为 all-in-rag 项目 C8 章节食谱知识库 的一份语料干煸仔鸡.md的 Markdown 结构本身即是一种“半结构化知识”可以被 RAG 流水线直接消费。其数据化路径如下1. 分类与难度元数据自动提取数据准备模块 中的_enhance_metadata方法负责从文档路径与正文中提取结构化元数据分类通过CATEGORY_MAPPING荤菜、素菜、汤品、甜品等 9 类匹配文件路径中的目录名meat_dish目录被映射为“荤菜”对应 data_preparation.py 第 20-30 行菜品名取文件名主干即“干煸仔鸡”难度使用正则★匹配连续星号数量4 颗星映射为“困难”等级对应 data_preparation.py 第 115-123 行。2. Markdown 结构感知分块chunk_documents 使用MarkdownHeaderTextSplitter按#菜品名、##必备原料、计算、操作、附加内容、###三级标题对整篇食谱进行结构化分块并保留标题以便检索时理解上下文。这意味着用户提问“干煸仔鸡的腌制步骤”时检索到的将是“操作”小节下的对应块而不是整篇文档。3. 向量索引与混合检索分块后的文本经 索引构建模块 使用BAAI/bge-small-zh-v1.5嵌入模型向量化后存入 FAISS随后由 检索优化模块 执行“向量检索 BM25 RRF 重排”的混合检索当用户问题中出现“荤菜”“困难”等关键词时main.py 中的_extract_filters_from_query会自动叠加元数据过滤实现“荤菜 困难 干煸仔鸡怎么做”这类组合查询的精准命中。4. 图数据库知识图谱表示除向量知识库外干煸仔鸡还被建模进 C9 章节 的中式烹饪知识图谱nodes.csv中定义了 Recipe干煸仔鸡、14 个 Ingredient鸡腿肉、土豆、青椒、蒜瓣及各调料与 10 个 CookingStep 节点relationships.csv则用R_000148系列关系把 Recipe 与各 Ingredient 相连携带用量与单位用R_000163系列关系把 Recipe 与各 CookingStep 相连携带步骤序号。图谱导入脚本见 neo4j_import.cypher其创建的全文索引菜品名、难度、菜系、原料名等字段支持在图谱上进行语义查询与向量检索形成互补。由此一份普通的 Markdown 菜谱在 all-in-rag 中经历了“文档加载 → 元数据增强 → 结构分块 → 向量化索引 → 混合检索”与“图谱节点/关系建模 → 全文索引”的双轨数据化既能被“照方做菜”的普通用户直接使用也能被 Agent 与 LLM 准确检索、引用与生成回答。赞分享教程人工智能大模型RAG【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点击查看免费下载相关推荐泰国手标红茶食谱实战从结构化 Markdown 菜谱到 all-in-rag 食谱 RAG 知识库泰国手标红茶食谱实战从结构化 Markdown 菜谱到 all in rag 食谱 RAG 知识库 泰国手标红茶是泰国街头随处可见的奶茶味道香纯绵密。在教程人工智能大模型RAG从杀猪菜菜谱到 RAG 问答all-in-rag 食谱知识库的结构化数据处理实战从杀猪菜菜谱到 RAG 问答all in rag 食谱知识库的结构化数据处理实战 杀猪菜是东北冬季最具代表性的家常硬菜之一在本仓库的尝尝咸淡 RAG教程人工智能大模型RAGall-in-rag 食谱知识库实战鸡蛋火腿炒黄瓜的标准化菜谱解析与 RAG 数据建模all in rag 食谱知识库实战鸡蛋火腿炒黄瓜的标准化菜谱解析与 RAG 数据建模 导读 本文以 all in rag 项目 C8 章尝尝咸淡 RAG教程人工智能大模型RAG创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关推荐

Robot Framework 4.1 RC1 深度解析:continue-on-failure 标签控制、参数转换增强与兼容性变更指南
Robot Framework 4.1 RC1 深度解析:continue-on-failure 标签控制、参数转换增强与兼容性变更指南

测试RPA接口测试 【免费下载链接】robotframework Generic automation framework for acceptance testing and RPA 项目地址: https://gitcode.com/gh_mirrors/ro/robotframework 点击查看 免费下载 导读 本文基于 doc/releasenotes/rf-4.1rc1.rst 发布说明&#… · 2026/9/24 0:54:39

Word三线表格:用三条线构建专业文档视觉秩序
Word三线表格:用三条线构建专业文档视觉秩序

1. 为什么“三线表格”不是玄学,而是Word里最被低估的排版基本功你有没有遇到过这样的场景:写一份课程总结报告,导师要求“格式规范、重点突出、便于打印”;交一份项目进度表给客户,对方反馈“看着密密麻麻&#xff0c… · 2026/9/24 0:53:50

浏览器选型指南:从内存管理到扩展生态的深度解析
浏览器选型指南:从内存管理到扩展生态的深度解析

1. 浏览器选型的底层逻辑:为什么“好用”是个伪命题每次有人问我“什么浏览器好用”,我都不会直接甩一个名字过去。因为这个问题本身就问错了方向。浏览器发展到今天,底层渲染引擎的差距已经微乎其微,真正拉开体验差距的是你的使用… · 2026/9/24 0:53:44

12路锁控板RS485通讯协议实战:从物理层到协议层的调试指南
12路锁控板RS485通讯协议实战:从物理层到协议层的调试指南

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/24 2:32:56

Anaconda 安装 + 换国内源 + 虚拟环境 + MindSpore 安装,一篇手把手搞定(Windows 实测)
Anaconda 安装 + 换国内源 + 虚拟环境 + MindSpore 安装,一篇手把手搞定(Windows 实测)

Anaconda 安装 换国内源 虚拟环境 MindSpore 安装,一篇手把手搞定(Windows 实测)最近在学昇腾 MindSpore,第一步就卡在环境上:Anaconda 怎么装?为什么装完 conda 下载慢得像蜗牛?虚拟环境怎么… · 2026/9/24 2:32:50

夜间无人机车辆检测:VOC/COCO/YOLO三格式与YOLO11三平台训练
夜间无人机车辆检测:VOC/COCO/YOLO三格式与YOLO11三平台训练

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/24 2:32:50

抗辐照AI芯片:太空算力的物理生存法则
抗辐照AI芯片:太空算力的物理生存法则

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/24 2:32:14

ESP32 应用平台:用 WebAssembly 实现固件与业务逻辑分离
ESP32 应用平台:用 WebAssembly 实现固件与业务逻辑分离

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/24 2:32:07

Learn Harness Engineering プロジェクト08:ワークフローをグラフとして描く——ループからグラフエンジニアリングへの実践ガイド
Learn Harness Engineering プロジェクト08:ワークフローをグラフとして描く——ループからグラフエンジニアリングへの実践ガイド

【免费下载链接】learn-harness-engineering Harness engineering beginner tutorial, from 0 to 1 项目地址: https://gitcode.com/gh_mirrors/le/learn-harness-engineering 点击查看 免费下载 本記事は Learn Harness Engineering の演習プロジェクト 08&#x… · 2026/9/24 2:31:49

基于YOLOv8的渔船作业监控系统:从环境搭建到边缘部署全流程
基于YOLOv8的渔船作业监控系统:从环境搭建到边缘部署全流程

简介:这是一套面向计算机、人工智能、自动化等专业学生与教师的毕业设计级项目资源,围绕YOLOv8实现渔船作业监控系统,可用于毕设、课程设计、大作业或项目立项演示。压缩包共97个文件,约24.21MB,以70个Python源码文件为… · 2026/9/24 0:00:13

1D-CNN时间序列建模实战:从Conv1d原理到工业落地
1D-CNN时间序列建模实战:从Conv1d原理到工业落地

简介:面向时间序列数据建模的一维卷积神经网络完整实现,适合深度学习入门者及需要快速验证时序模型的研究者,能够从音频、文本、传感器或股价等序列中挖掘局部特征与时间依赖。压缩包体积很小,只有3KB,内含3个Python脚… · 2026/9/24 0:00:26

柔软的L:汉语语流中被忽视的舌肌张力控制
柔软的L:汉语语流中被忽视的舌肌张力控制

1. 这个“L”不是字母表里的L,而是舌尖上的L最近在几个方言群和语音教学社群里,反复看到有人发一句:“也说字母L:柔软的长舌”。初看以为是英语发音课笔记,点开才发现全是方言爱好者、播音系学生、语言康复师甚至戏曲演… · 2026/9/24 0:00:44

了解更多?预约专属演示

我们的顾问将为您一对一讲解产品与方案

企业微信二维码