based.cooking:重新定义简约烹饪的开源食谱平台
在信息爆炸的数字时代,based.cooking以其极简主义理念为烹饪爱好者提供了一片净土。作为一个基于Hugo构建的开源食谱平台,它摒弃了现代网站的繁杂设计,专注于提供纯粹、实用的传统食谱内容,让用户能够专注于烹饪本身而非被技术干扰。
项目核心理念
去商业化的纯粹体验
based.cooking的核心理念是"回归本质",整个平台零广告、零追踪器、零cookie,为用户提供不受商业因素干扰的烹饪内容。这种设计哲学确保用户注意力完全集中在食谱本身,而非各种弹窗和促销信息。
传统与实用并重的内容筛选
平台坚持"based"理念,即只收录优质的传统食谱和实质性食物内容,拒绝讽刺性、meme级别的超甜味或肉类替代品等非传统烹饪内容。这种严格的内容筛选机制保证了食谱的实用性和可靠性。
轻量级技术架构
采用Hugo静态网站生成器构建,based.cooking实现了极高的性能优化。静态页面架构不仅带来了闪电般的加载速度,也确保了网站在各种网络环境下的稳定性和可访问性。
核心理念总结:以极简技术承载传统烹饪智慧,让美食回归本质。🍲
功能亮点
全球美食知识库
平台收录了来自世界各地的经典食谱,从意大利卡邦尼意面到墨西哥牛油果蘸酱,形成了一个多元化的美食知识库。每个食谱都经过社区验证,确保其真实性和可操作性。
结构化的食谱呈现
每个食谱页面都采用统一的结构化格式,包含清晰的配料清单和制作步骤。这种标准化呈现方式让用户能够快速掌握烹饪要点,即使是厨房新手也能轻松上手。
基于based.cooking制作的新鲜面包
高效的内容检索
通过简洁的分类系统和搜索功能,用户可以快速找到所需食谱。平台摒弃了复杂的筛选条件,采用直观的标签云功能,让内容发现过程既简单又高效。
性能对比
| 特性 | based.cooking | 传统烹饪网站 |
|---|---|---|
| 页面加载速度 | <1秒 | 3-5秒 |
| 广告干扰 | 无 | 多 |
| 隐私追踪 | 无 | 多 |
| 内容专注度 | 高 | 低 |
功能亮点总结:以结构化内容和高效检索,让烹饪知识获取变得简单直接。🔍
使用指南
快速开始
要开始使用based.cooking,只需访问项目仓库并克隆到本地:git clone https://gitcode.com/gh_mirrors/ba/based.cooking。项目使用Hugo构建,本地预览只需运行hugo server命令即可在浏览器中查看完整网站。
食谱浏览与搜索
主页展示了最新添加的食谱,用户可以通过滚动浏览发现新内容。使用页面顶部的搜索框,输入食材或菜名关键词,即可快速定位相关食谱。标签云功能则提供了按食材或菜系分类的浏览方式。
基于based.cooking制作的牛油果蘸酱
用户真实案例
案例一:忙碌上班族的快速晚餐 马克是一名软件工程师,经常加班到很晚。通过based.cooking的"快速料理"标签,他找到了多种30分钟内可完成的晚餐食谱,既保证了营养又节省了时间。
案例二:厨房新手的烘焙之旅 莉莉从未尝试过烘焙,通过based.cooking的"基础烘焙"分类,她从简单的面包食谱开始,逐步掌握了烘焙技巧,现在已经能为家人制作可口的自制面包。
使用指南总结:简单直观的使用流程,让任何人都能轻松找到并制作美味佳肴。👨🍳
社区生态
开放贡献机制
based.cooking采用完全开放的贡献模式,任何用户都可以提交新食谱或改进现有内容。项目提供了清晰的贡献指南和示例文件,降低了参与门槛。
贡献者故事
核心贡献者:Luke Smith 作为项目创始人,Luke Smith确立了based.cooking的极简主义理念,并开发了初始平台架构。他坚持"内容第一"的原则,拒绝了所有商业化提议,确保平台的纯粹性。
活跃贡献者:Maria Rodriguez 来自西班牙的Maria为平台贡献了超过20道地中海风味食谱,并帮助完善了食谱标准化格式,使全球用户更容易理解和跟随步骤。
社区治理模式
项目采用扁平化治理结构,没有严格的层级制度。所有贡献都通过Pull Request提交,由核心维护者团队进行审核。这种模式确保了项目决策的透明性和社区参与度。
参与途径
- 提交新食谱:按照example.md格式准备食谱内容,通过Pull Request提交
- 改进现有内容:发现错误或有改进建议时,直接提交修改
- 翻译工作:将食谱翻译成不同语言,扩大项目影响力
- 技术优化:参与网站性能优化和功能改进
社区生态总结:开放透明的社区治理,让每个人都能为美食知识的传播贡献力量。🤝
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00